基于神经网络的磁平静期赤道电集流预测

利用BP神经网络技术分别对2008年后磁平静期印度扇区、秘鲁扇区以及CHAMP卫星的赤道电集流（EEJ）变化进行预测，其中神经网络训练数据为对应的2000—2007年磁平静期EEJ观测数据，输入参量为天数、地方时、太阳天顶角、太阳活动指数（F_10.7）、太阴时以及卫星地理经度，输出参量为EEJ.对EEJ预测结果进行了统计学分析，并且与实际观测结果进行对比.结果表明:BP神经网络对事件中EEJ的变化具有很好的预测能力，预测结果能够反映EEJ的重要分布特征；EEJ预测值与观测值之间具有很好的相关性，其中地磁台站观测值与预测值相关性系数可达85%以上.此外，将BP神经网络模型的预测结果与Yamazaki提出的经验模型结果进行对比，结果显示BP神经网络与其经验模型性能相当.研究结果表明，BP神经网络技术在平静期EEJ变化预测方面性能优异，具有良好的应用前景.      

赤道地区热层纬向风反转时间和风速的经度分布差异

使用CHAMP卫星观测资料和TIEGCM模拟数据,研究了太阳活动低年春秋分季节赤道地区热层纬向风的反转时间和风速在经度分布上的差异,重点分析了离子拖曳力在不同地磁场构型下对纬向风速地理经度分布的影响.研究发现,纬向风一般在清晨时段由东向转为西向,下午时段由西向转为东向,但反转时间存在明显的经度差异,最大经度差异可达1....