太阳质子事件中短期预报模型研究

太阳质子事件通量的预测对航天器抗辐射加固设计和航天员出舱活动具有非常重要的意义.针对一年以下的航天任务,利用经验统计方法,确认太阳活跃年和太阳平静年期间,1——365天不同时间段内 > 10MeV,> 30MeV和 > 60MeV的太阳质子事件积分通量符合对数正态分布,且通量对数的标准偏差σ和期望值μ随任务期时间的变化满足对数函数形式.以此为基础,构建太阳质子通量的中短期预报模型.该模型能够针对太阳活跃年和太阳平静年,给出一定置信度下1——365天不同时间内 > 10MeV,> 30MeV和 > 60MeV的质子事件通量分布,从而为执行中短期航天任务提供太阳质子事件通量的预测,以规避不必要的风险.      

基于深度学习的太阳黑子Wilson山磁类型识别方法

太阳黑子是太阳光球层中带有较强磁场的区域,通常是太阳爆发活动的源区。Wilson山磁分类是当前最为主流的太阳黑子分类方法之一,对研究太阳爆发有重要意义。利用2010－2017年间SDO/HMI成像仪观测到的720s_SHARP磁图和白光图数据,研究使用深度学习对太阳黑子群Wilson山磁分类的方法。实验结果表明,Xception网络在识别太阳黑子Wilson山磁类型上能取得最优的效果,其中对α类型黑子的F₁得分为96.50%,β类为93.20%,其他类型的黑子为84.65%。      

X级质子耀斑的特征研究

为了更加准确地判断X级耀斑是否引发质子事件,对X级质子耀斑和非质子耀斑的耀斑积分通量、源区、CME速度、CME角宽度、背景太阳风速度及背景X射线通量的分布进行了统计研究.发现非质子耀斑和质子耀斑的积分通量、经度、CME速度和CME角宽度具有明显不同的分布.非质子耀斑大多集中在东部,耀斑积分通量小于0.3J·m-2,CME速度小于1300km·s-1的区域内;质子耀斑大多集中在中部或西部,耀斑积分通量大于0.3J·m-2,CME速度大于1300km·s-1的区域内.质子耀斑伴随的CME角宽度主要集中在360°,非质子耀斑的CME角宽度分布则相对分散.两类耀斑的背景太阳风速度和背景X射线通量分布差别不大.利用两类耀斑各个参量分布上的差异,有望提高X级耀斑预报的准确率.      

基于长短期记忆神经网络的太阳耀斑短期预报

提出了一个基于长短期记忆神经网络的耀斑预报模型,利用过去24 h太阳活动区的磁场变化时序构建样本,通过长短期记忆神经网络对磁场特征时序演化进行分析,预报未来48 h内是否发生≥M级别耀斑事件。使用的数据集为2010年5月到2017年5月所有活动区样本,选取了SDO/HMI SHARP的10个磁场特征参量。在建模过程中通过XGBoost方法选取权重、增益率和覆盖率均较高的6个特征参量作为输入参数。通过测试对比,模型的虚报率和准确率与传统机器学习模型相近,报准率和临界成功指数分别为0.7483和0.7402,优于传统机器学习模型。模型总体效果优于传统机器学习模型。      

结合光球磁场特征物理量的质子事件短期预报

利用描述太阳活动区光球磁场复杂性和非势性特征的三个物理量(纵向磁场最大水平梯度|▽_hB_z |_m, 强梯度中性线长度L, 孤立奇点数目η)建立了质子事件短期预报模型, 验证了磁场特征物理量对质子事件短期预报的有效性. 目前已建立或使用的太阳质子事件短期预报模型中仍然没有正式将磁场特征物理量作为预报因子. 由于太阳质子事件是小概率事件, 其物理产生机制尚不完全清楚, 这些预报模型往往存在虚报率偏高或报准率偏低的问题. 本文试图将原有质子事件模型所用的传统因子与磁场特征物理量结合起来, 利用神经网络方法建立一个更为有效的质子事件短期预报模型. 利用1997--2001年的训练数据集1871个样本建立了输入层为传统预报因子的模型A以及输入层为传统预报因子和磁场特征物理量的模型B. 通过对2002--2003年973个样本的测试数据集进行模拟预报发现, 模型A与B在具有相同质子事件报准率的情况下, 模型B的虚报率明显降低. 这进一步验证了磁场特征物理量在质子事件短期预报中的作用, 进而可以加强对太阳质子事件的实际预报能力.      

太阳光球磁场特征物理量在质子事件短期预报中的应用

利用SOHO/MDI全日面纵向磁图, 计算了三个描述太阳活动区磁场复杂性和非势性的特征物理量, 即纵向磁场最大水平梯度Bz, 强梯度中性线长度L, 孤立奇点数目η. 为检验太阳光球磁场特征在质子事件短期预报中是否有效, 采用BP神经网络方法, 建立了基于这三个磁场特征物理量简单的太阳质子事件短期(24h)预报模型. 模 型在对2002年和2003年连续两年的样本检测中, 有很高的准确率(2002年和2003年 分别为90 %, 87.54 %)和较高的 质子事件报准率(2002年和2003年分别为60 %, 75 %),从而为光球磁场特征物理量作为质子事件预报的有效因子提供了依据.      

全晕CME与太阳质子事件的关系

日冕物质抛射（CME）是太阳质子事件的重要源头.CME的速度和源区位置是太阳质子事件产生的重要因素.通过统计最近5年全晕CME与太阳质子事件的关系发现,速度大且源区位置距离日面上连接地球磁力线足点近的全晕CME更易引发太阳质子事件,其中速度大于1200km…-1、角距离60°以内的样本引发太阳质子事件的概率最高.对3个未引发太阳质子事件的高速全晕CME进行了详细分析,发现CME的主体爆发方向和行星际磁场环境的变化也影响太阳质子事件的产生.因此,在太阳质子事件的实际预报中,综合CME爆发速度、源区位置、主体抛射方向和行星际环境等多个因素才能给出更准确的事件预报结果.      

基于SDO/HMI全日面实时磁图的活动区自动识别

太阳活动区是太阳活动的主要发生源区，活动区的形态、结构、特征是预报太阳爆发的主要依据.因此，活动区的识别是实现太阳爆发预报的前提.SDO/HMI能够提供连续、高时空精度的全日面光球观测图像.参照文献[1]SOHO/MDI综合磁图中活动区的自动识别方法，利用实时可得的HMI全日面磁图，通过阈值法、数学形态法和区域增长法相结合的方式，开展了活动区的快速自动识别研究.将2010—2018年的自动识别结果与NOAA/SWPC每日发布的活动区结果进行比较发现:通过磁图自动识别的活动区数目与SWPC活动区数目整体变化趋势基本一致，两者的相关系数为0.87；从活动区整体标识的数目上来看，通过磁图自动识别的活动区数目少于SWPC发布的结果.未被自动标识的活动区主要为面积小、磁场弱且磁类型简单的活动区，引发太阳爆发的可能性极小，因此不会对太阳爆发的实际预报产生影响.本文的研究方法和结果能够为太阳活动预报提供实时的活动区数据，加速太阳爆发预报模型的实际应用.      

太阳黑子自动识别与特征参量自动提取

日面上黑子数目反映了太阳活动水平的高低.黑子形态的复杂性和磁场的非势性与太阳活动爆发密切相关.随着高时空精度的太阳观测数据量的急剧增长，快速准确地自动识别日面上的黑子以及对黑子群特征自动提取已成为太阳活动预报的现实需求.本文针对SDO/HMI的活动区白光数据，利用数学形态法开展黑子自动识别研究，并在黑子识别基础上对黑子群的面积和黑子数进行了计算.通过对利用2011-2017年HMI活动区数据计算得到的黑子群面积和黑子数与NOAA/SWPC发布的活动区相应参量进行比较，发现本文计算结果与SWPC发布数据的变化趋势基本一致，相关性较好.其中黑子群面积的相关系数为0.77，黑子数的相关系数为0.79.研究结果表明，利用本文方法对SDO/HMI数据进行处理，能够得到高时间分辨率的黑子群特征参量，可为太阳活动预报提供及时准确的输入.      

利用ACE卫星数据对太阳质子事件预警方法的研究

通过分析GOES和ACE卫星大于10MeV能量段的5min平均质子通量数据,发现两者有很好的相关性,最佳相关系数显示,GOES通量数据较ACE卫星数据有数十分钟至几小时的时间延迟.这为利用ACE数据进行质子事件预警提供了依据.本文提出一种利用ACE卫星大于10MeV能量段的通量数据对质子事件进行预警的方法.该方法在2001年8月7日至2012年2月20日这11年多时间的试验中,表现出较高的报准率(76.3%)和较低的虚报率(14.7%),预警提前时间在数十分钟至几小时不等.该方法的结果与美国国家海洋和大气管理局(NOAA)空间天气预测中心(SWPC)使用的预警模型对比,具有更高的报准率,较低的虚报率,在预警时间提前量方面两者相当.