基于深度学习递归神经网络的电离层总电子含量经验预报模型

利用行星际太阳风参数与太阳活动指数、地磁活动指数、电离层总电子含量格点化地图数据,首次基于一种能处理时间序列的深度学习递归神经网络（Recurrent Neural Network,RNN）,建立提前24h的单站电离层TEC预报模型.对北京站（40°N,115°E）的预测结果显示,RNN对扰动电离层的预测误差低于反向传播神经网络（Back Propagation Neural Network,BPNN）0.49～1.46TECU,将太阳风参数加入预报因子模型后对电离层正暴预测准确率的提升可达16.8%.RNN对2001和2015年31个强电离层暴预报的均方根误差比BPNN低0.2TECU,将太阳风参数加入RNN模型可使31个事件的平均预报误差降低0.36～0.47TECU.研究结果表明深度递归神经网络比BPNN更适用于电离层TEC的短期预报,且在预报因子中加入太阳风数据对电离层正暴的预报效果有明显改善.      

辐射带高能电子通量波动与地磁暴警报

地球磁场捕获带电粒子形成辐射带,地磁场的扰动将导致带电粒子通量的变化.根据磁暴期间外辐射带高能电子通量起伏和波动的特点及规律,利用GOES卫星实时发布的5min分辨率高能电子微分通量数据,构建了高能电子通量波动指数,并分析了该指数与地磁活动的关系.结果表明,所提出的高能电子通量波动指数与地磁事件有很好的相关性,能起到地磁暴发生的指示剂作用,相对于目前空间环境业务化预报过程中广泛使用的3hKp指数,高能电子通量波动指数能更早地警报地磁暴的发生,是潜在有效的地磁暴警报辅助手段,能为空间环境预报中的地磁暴实时警报提供重要参考.      

用GPS 观测研究电离层TEC 水平梯度

双频GPS 用户能自动修正电离层总电子含量(TEC) 引起的延时误差, 但是对于电离层中的不规则体造成的信号闪烁而引起的误差则不能消除. 即使是差分GPS 系统, 电离层误差仍然是其主要的误差源, 其中电离层TEC 梯度将会影响到系统的定位精度和性能. 本文用GPS 方法研究了电离层TEC 的水平梯度问题, 用处于赤道异常区NTUS 台站的GPS 观测数据作了具体计算. 结果表明, 在日落以后到子夜前后电离层垂直TEC 出现了大的涨落, 电离层中的不规则体导致L 波段信号强的闪烁, 同时还伴随着大而快速变化的电离层~TEC 水平梯度. 对比发现, ROTI指数、电离层TEC 水平梯度和电离层垂直TEC 三者之间有很好的对应关系, 它们的变化特征均由电离层中的不规则体引起. 我们认为研究电离层闪烁, 特别是在缺乏S4指数时, 电离层TEC 梯度也可以作为一个重要的可选参数.      

2006年4月5日中等强度磁暴期间观测到的大经度范围等离子体泡

利用分布在70°E～210°E和20°S～40°N之间的GPS台站的数据,分析了2006年4月5日夜间(中等强度磁暴期间)观测到的电离层等离子体泡的特性.结果表明,本次事件中,等离子体泡大约发生在当地日落后1～1.5 h;空间范围为经度90°E～160°E,纬度12°S～33°N.这是第一次利用地基设备观测到如此大经度范围内的等离子体泡.等离子体泡在南半球出现较早,并且存活时间较长.在其产生的过程中,在约1100 km高度上,映射到磁赤道向上的运动速度约为300m/s,并且等离子体泡在高度上有倾斜.东向电场的存在,对激发等离子体泡起到了一定的作用.      

海南地区电离层不规则体纬向漂移速度的观测和研究

根据中国海南富克(19.3°N,109.1°E)三点GPS观测系统2007年3月至11月的观测数据,利用互相关方法分析了三站闪烁信号的时间延迟,得出了不规则体纬向漂移的基本特征.在中国海南地区,闪烁主要发生在春秋季节,夜间不规则体的纬向漂移速度以东向为主,大小在50～150 m/s之间;平均东向漂移速度随时间呈下降趋势.另外,在闪烁刚发生时,不规则体纬向速度起伏较大,这可能与不规则体的随机起伏以及等离子体泡产生时垂直速度较大有关.中国海南地区不规则体纬向漂移速度的这些基本特征与低纬其他地区的测量结果较为一致.     

基于机器学习相似度算法的Kp指数预报

基于机器学习中的相似度算法,建立了在历史太阳风数据中寻找与当前太阳风特征相近事例的推荐模型,用来预报地磁Kp指数.使用1998-2019年间随机选择的120个太阳风事例作为测试数据集,该模型能够推荐得到历史上与输入太阳风造成相似地磁影响的太阳风事例,最优事例的Kp指数与实际值的均方根误差为0.79,相关系数为0.93....     

互联网+背景下航天科普传播路径研究

十九大报告中提到了"航天强国",这对于中国航天事业来说意味着新的发展契机。而航天科普事业也是中国航天事业中非常重要的一部分。航天科普承载着传播航天知识与技术的重要任务,在互联网+的背景下,随着传播方式的变革势必带来传播路径的变革。     

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%。      

“幸福廊坊”构建中的传媒责任研究

＂构建和谐社会打造幸福廊坊＂是廊坊市委、市政府根据全市人民的意愿和要求提出的一项任务。在这个任务中,新闻传媒作为党和人民的喉舌,应该充分发挥自身的优势,为＂幸福廊坊＂的构建发挥作用。这种作用主要体现在三个方面,一是充分发挥媒体的维稳作用;二是注重贴近性报道,做好舆论引导;三是整合内部资源,实现传播效果最大化。     

中低纬电离层不同季节地磁暴响应的事例分析

利用中国中低纬台站漠河（53.5°N，122.3°E）、北京（40.3°N，116.2°E）、武汉（30.5°N，114.2°E）和三亚（18.3°N，109.6°E）的电离层观测数据，对比分析了4个台站电离层参数在2015年不同季节4个地磁扰动事件期间的变化特征.结果表明，4个磁暴事件期间电离层的响应特征并不完全一致，有着明显的季节特征，春季、夏季和秋季电离层以负相扰动为主，冬季以正相扰动为主.分析发现，中性成分O/N₂的降低与电离层负相扰动有关，但三亚地区的负相扰动还与扰动发电机电场相关.正相扰动的机制在不同事件中并不相同，穿透电场可能是引起春季磁暴事件期间电离层短时正暴效应的原因，而冬季长时间的正暴效应则是扰动电场和中性风共同作用的结果.