基于机器学习方法对23太阳活动周质子事件的研究

在耀斑伴随日冕物质抛射（CME）事件编目数据的基础上，进行太阳质子事件（SPE）匹配，构建研究数据集.利用Apriori算法挖掘SPE与耀斑级别、耀斑发生日面位置以及CME角宽度和速度的关联关系.结果表明:X级耀斑、全晕CME、高速（>1000km·-1） CME和日面西半球耀斑是最可能伴随质子事件的4种特征，其诱发质子事件概率依次为0.366，0.355，0.30，0.155.角宽度低于120°或速度低于400km·-1的CME产生质子事件的概率为0.高速CME产生质子事件的概率是低速（400～1000km·-1） CME的8.6倍，X级耀斑产生质子事件的概率是M级耀斑的6.2倍，日面西部耀斑产生质子事件的概率是日面东部耀斑概率的3.9倍，全晕CME产生太阳质子事件的概率是非全晕（120°～360°） CME的3.8倍.对太阳质子事件样本进行过采样处理，利用随机森林等5种典型有监督学习算法，构建了基于第23太阳活动周耀斑和CME特征的质子事件预测模型.结果表明，该预报模型的质子事件预测准确率、精确率和召回率均控制在91%以上.      

利用转移熵研究引起磁暴扰动的太阳风参数重要性排序

磁暴是重要空间天气灾害性事件，能够影响卫星的安全在轨运行和地面电网系统等。目前，对于太阳风–磁层相互作用的研究多集中在分析相关系数的线性关系，而基于信息论的转移熵可以提供强大的无模型有向统计量，可用来分析传统相关性分析和模型假设检测不到的非线性关系。本文利用转移熵的方法，研究了磁暴期间的太阳风驱动参数。利用第23和24太阳活动周的小时精度数据进行长时间尺度分析，发现太阳风向地磁的信息传递呈双峰分布，表现出与太阳活动水平的一致性。利用2010-2018年93个地磁暴期间的分钟精度数据进行短时间尺度分析，结果表明：行星际电场(E)和行星际磁场南向分量(B z)对地磁指数Sym-H在时间延迟为60 min时信息传递较强，而太阳风速度v_{s w}、温度T _sw、数密度D_sw、磁场B和动压P_sw对Sym-H指数的信息传递较弱。上述研究结果能够为太阳风–磁层相互作用的建模提供参数选择及确定预测范围的依据。