第21～24太阳周4类空间天气事件爆发特征统计分析

对第21～24太阳周不同等级的太阳X射线耀斑事件、太阳质子事件、地磁暴事件及高能电子增强事件的爆发频次特征进行统计,结果表明:太阳周耀斑爆发的总数量与该太阳周的黑子数峰值呈正比,耀斑总数、X级耀斑事件数与峰值的相关系数分别为0.974,0.997;太阳质子事件主要发生在峰年前后1～2年,约占总发生次数的80%,峰值通量大于10pfu （1 pfu=1 cm-2·sr-1·s-1）的质子事件中,84%伴有耀斑爆发,并且主要伴随M或X级耀斑,少量伴随C级耀斑,峰值通量大于1000pfu的质子事件中,98%伴随M或X级耀斑,并且以X级耀斑为主;第21,22,23和24太阳周发生地磁暴最频繁的时间分别在1982,1991,2003年和2015年,分别滞后黑子数峰值时间3年、2年、2年和1年;72%的高能电子增强事件发生在太阳周下降期,24%的高能电子增强事件发生在太阳周上升期.      

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.      

磁暴数统计特性研究

Dst是一个表征磁暴强度的空间天气指数. 通过统计1957-2008年 发生的中等磁暴(-100<Dst≤ -50nT)和强磁暴(Dst ≤ -100nT)在太阳活动周上升年、极大年、下降年和极小年的时间分布情 况, 分析其随季节变化的统计特性, 进而讨论了引起磁暴的原因. 结果表明, 对于同一太阳活动周, 极大年地磁暴发生次数远大于极小年地磁暴的发生次数, 这与太阳黑子数的变化趋势是一致的; 通常太阳活动周强磁暴出现双峰结构, 而第23周中等磁暴出现双峰结构, 强磁暴则出现三峰结构, 这可能与1999 年强 磁暴发生次数异常少, 使1998年凸显出来的现象有关; 磁暴主要发生在分季, 随着Dst指数的增加, 磁暴发生次数明显增加.      

基于SAMPEX卫星观测的南大西洋异常区高能质子动态分布特征

利用SAMPEX卫星1992年7月至2004年6月19～27MeV高能质子数据对南大西洋异常区的分布特征进行研究, 发现南大西洋异常区高能质子分布随高度及F_10.7的变化十分显著. 在540±25km高度上, 地磁较为平静时期南大西洋异常区高能质子微分通量随着F_10.7的增大而减小, 同时在F_10.7≥115sfu时减小趋势较为平缓. 对中等及以上磁暴进行统计分析发现, 磁暴期间南大西洋异常区高能质子微分通量和SYM-H指数的绝对值存在明显的反相关关系, 且地磁暴对南大西洋异常区高能质子微分通量存在明显的持续影响效应. 磁暴发生期间高能质子微分通量明显减少. 磁暴恢复相及其之后高能质子微分通量呈现较为显著的恢复过程.      

由高能电子引发的风云二号C星跳变事件概率分析

通过对地球同步轨道高能电子监测数据(来自GOES)与风云二号卫星跳变事件的对比分析发现, 跳变事件均发生在高能电子增强事件即所谓高能电子暴期间, 因此初步断定, 跳变事件与高能电子引起的卫星介质深层充放电事件有关. 通过对不同通量高能电子增强事件期间所发生的跳变事件发生率进行量化计算, 给出跳变事件发生概率的计算方法, 为卫星在轨运行管理及防护提供参考.      

中地球轨道高能电子辐射环境特性分析

采用中国中地球轨道卫星在太阳活动下降相到上升相的高能电子探测数据, 首次分析研究了该轨道高能电子环境的空间分布、通量强度、时序变化以及对地磁暴活动响应的特性. 结果表明, 中地球轨道高能电子的空间分布 范围稳定, 电子通量强度随能量升高而下降; 中地球轨道高能电子环境是 一个在不同时间尺度上剧烈变化的动态系统, 该系统可能间歇性地出现27天重 现性变化, 该系统变化受地磁暴事件调制, 但其对磁暴的响应呈现出非线性特征.      

哨声模合声波与地球同步轨道高能电子通量增强事件事例研究

局部加速机制是磁暴期间地球外辐射带高能电子通量增强事件发生的重要原 因. 此加速机制需要两个基本条件, 一是存在种子电子, 二是存在能与种子 电子产生共振的加速波动, 包括哨声模合声波. 通过对2004-2006年 Pi1地磁脉动持续时间与种子电子通量的相关性分析, 更明确提出Pi1地磁脉 动的持续时间可以作为种子电子通量的指示剂. 通过对三个磁暴事例地球同 步轨道的种子电子通量、高能电子通量及哨声模合声波变化情况的分析, 发 现在高能电子通量较强的事例中, 均观测到较高的种子电子通量和较强的 哨声模合声波, 这在一定程度上验证了哨声模合声波对种子电子的回旋加速 机制, 且合声波强度与高能电子通量有正的相关性.      

基于经验模态分解的地球同步轨道高能电子通量预报

在磁暴恢复相期间,大量相对论(高能)电子从磁层的外辐射带渗透到地球同步轨道区.其中> 2 MeV的高能电子能够穿透卫星表面并聚积在材料内部,导致卫星无法正常运行或完全损坏.磁暴期间的高能电子通量变化的非平稳与非线性特征十分明显.通过实验发现,经验模态分解法能够极大地降低高能电子通量非平稳性问题造成的预报影响.以2008-2009年的数据作为训练集,2010-2013年数据作为测试集.结果表明:2010-2013年的预报率约为0.84;在太阳活动较为复杂的2013年,预报率达到0.81.引入经验模态分解后预报效率得到显著提高.     

2000年7月空间天气大事件对地磁场的影响

2000年7月空间大事件对地磁场产生了巨大影响，7月15日至18日发生大磁暴(K=9)．磁暴为急始型，在我国地区初相期变幅有200—300nT，主相最大幅度有500—600nT，为多年来所罕见．在行星际磁场Bz由北向转向南向时，磁暴主相开始；南向分量达到最大值后大约2h，地磁H分量达到最小值，恢复相开始．并且，这次磁暴与太阳风也存在一定的对应关系。     

地球同步轨道高能电子通量预报方法研究

统计分析了GOES卫星测量得到的E > 2MeV能道电子通量与地磁Ap指数及太阳风数据的关系, 构建了基于径向基函数RBF的神经网络模型框架, 对GOES-12卫星所处的地球同步轨道高能电子通量进行提前1天的预报, 其对2008-2010年数据预测的效果较好. 另外, 发现在GOES-12卫星观测的E >2MeV能道高能电子达到108 cm-2·d-1·sr-1以上时, FY-2D卫星的测量数据同时达到108 cm-2·d-1·sr-1以上的比例达到90%左右. 通过对FY-2D卫星E >2MeV能道电子通量与GOES卫星E>2MeV电子通量的相关性分析, 建立了FY-2D卫星高能电子预报模型, 预报结果与实测通量符合较好.      

2010年4月地球同步轨道相对论电子增强事件分析

为研究2010年4月地球同步轨道相对论电子通量异常增强事件的原因, 选取了2004-2010年之间高速太阳风下7个类似事件进行对比分析. 探讨了多种可能导致此次异常事件的太阳风和地磁条件. 结果表明, 较弱的磁暴使得相对论电子高通量区域更接近同步轨道, 此外, 哨声波加速很可能在2010年4月地球同步轨道相对论电子通量异常增强事件中起到重要作用. 磁暴强度与种子电子的注入深度密切相关, 表现为Dst指数曲线的形态与能量为30～100keV的电子高通量区域的下边缘高度吻合. 能量为30～100keV电子的注入深度影响了能量大于300keV的电子出现的磁层区域. 此事件中, 由于磁暴相对较弱, 种子电子向内磁层注入的深度较浅, 更靠近同步轨道区域, 这使得相对论电子大量出现的区域也靠近同步轨道, 最终导致同步轨道相对论电子通量异常增强. 另外, 2010年4月地球同步轨道相对论电子通量异常增强事件中, 高强度的亚暴提供了充足的种子电子并加强了波粒相互作用, 这也是相对论电子增强的必要条件.      

强磁暴、能量粒子暴与热层大气密度涨落之间的相关关系

利用1997-2007年由GOES8, GOES11和GOES12星载高能粒子探测器在地球同步轨道高度上所探测到的高能质子和高能电子通量探测数据以及高度560km左右星载大气密度探测器所得的热层大气密度探测数据, 统计分析了强地磁扰动、高能粒子通量跃变和热层大气密度涨落之间的相关关系, 初步获得强地磁扰动期间, 地球同步轨道(外辐射带外环)均出现了增幅大于三个数量级的高能质子通量(尤其是E>1MeV)强增强现象, 随后热 层大气密度强烈上涨, 表明三者之间是正相关关系. 在时间上地球同步轨道高能质子通量强增强现象先于日均Ap值(地磁活动程度)上涨约一天左右, 而热层大气密度强涨落现象又明显滞后于强地磁扰动事件.      

中等磁暴太阳周分布的统计研究

依据实际观测的中等磁暴数据,统计分析了中等磁暴的太阳周分布.分析结果表明,在一个太阳活动周内,每年中等磁暴随时间的变化出现多个峰值,其中,最大峰值均出现在太阳活动周的下降段,即中等磁暴的峰值比太阳黑子数平滑年均值的峰值要滞后,滞后的时间为2～3年.超过70%的中等磁暴出现在太阳活动周的下降段,这表明绝大多数中等磁暴出现在太阳活动周的下降段.通过对中等磁暴平滑月均值与太阳黑子数平滑月均值相位差的计算分析发现,中等磁暴峰值出现的时间比太阳黑子数峰值出现的时间要滞后,不同太阳活动周中等磁暴峰值出现的时间与太阳黑子数峰值时间滞后的程度不同.      

Variations of ionospheric total electron content before three strong earthquakes in the Qinghai-Tibet region

We investigate the ionospheric total electron content (TEC) anomalies occurred in the Qinghai-Tibet region before three large earthquakes (M > 7.0). The temporal and spatial TEC variations were used to detect the ionospheric possible precursors of these earthquakes. We identified two TEC enhancements in the afternoon local time 9 days and 2–3 days before each earthquake, between which a TEC decrement occurred 3–6 days before earthquakes. These anomalies happened in the area of about 30° in latitude and the maximum is localized equatorward from the epicenters. These TEC anomalies can be found in all three earthquakes regardless the geomagnetic conditions. The features of these anomalies have something in common and may have differences from those caused by geomagnetic storms. Our results suggest that these ionospheric TEC perturbations may be precursors of the large earthquakes.     

Classification of solar wind structures and intense geomagnetic storm alarms with self-organizing maps

Intense geomagnetic storms (D_st < −100 nT) usually occur when a large interplanetary duskward-electric field (with Ey > 5 mV m⁻¹) lasts for more than 3 h. In this article, a self-organizing map (SOM) neural network is used to recognize different patterns in the temporal variation of hourly averaged Ey data and to predict intense storms. The input parameters of SOM are the hourly averaged Ey data over 3 h. The output layer of the SOM has a total of 400 neurons. The hourly Ey data are calculated from solar wind data, which are provided by NSSDC OMNIWeb and ACE spacecraft and contain information on 143 intense storms and a fair number of moderate storms, weak storms and quiet periods between September 3, 1966 and June 30, 2002. Our results show that SOM is able to classify solar wind structures and therefore to give timely intense storm alarms. In our SOM, 21 neurons out of 400 are identified to be closely associated with the intense storms and they successfully predict 134 intense storms out of the 143 ones selected. In particular, there are 14 neurons for which, if one or more of them are present, the occurrence probability of intense storms is about 90%. In addition, several of these 14 neurons can predict big magnetic storm (D_st  −180 nT). In summary, our method achieves high accuracy in predicting intense geomagnetic storms and could be applied in space environment prediction.     

低轨道中等能量电子对地磁扰动的响应

低轨道高度上能量电子通量变化与地磁扰动程度密切相关.利用我国资源2号(ZY-2)03星空间环境监测分系统在轨工作期间所获得的能量电子探测数据,以及美国NOAA-15,NOAA-16,NOAA-17三颗卫星中等能量电子探测器自1998年以来积累的太阳同步轨道中等能量电子探测数据,结合地磁活动观测数据,对低轨道高度上中等能量电子对地磁扰动的响应特性进行了统计分析.结果表明,该区域的中等能量电子通量在磁暴、磁层亚暴期间有显著增强,增幅大小与地磁活动程度呈正相关关系,强磁暴期间增幅可达一个数量级左右,在响应时间上存在电子通量变化滞后于磁扰的时间特性.      

A follow-up of in-orbit observations of radiation-induced effects in commercial of the shelf memories on-board Alsat-1

This paper presents a follow-up of the results of an 8-year study on radiation effects in commercial off the shelf (COTS) memory devices operating within the on-board data handling system of the Algerian micro-satellite Alsat-1 in a Low-Earth Orbit (LEO). A statistical analysis of single-event upset (SEU) and multiple-bit upset (MBU) activity in commercial memories on-board the Alsat-1 primary On-Board Computer (OBC-386) is given. The OBC-386 is an Intel 80C386EX based system that plays a dual role for Alsat-1, acting as the key component of the payload computer as well as the command and control computer for the micro-satellite. The in-orbit observations show that the typical SEU rate at Alsat-1’s orbit is 4.04 × 10⁻⁷ SEU/bit/day, where 98.6% of these SEUs cause single-bit errors, 1.22% cause double-byte errors, and the remaining SEUs result in multiple-bit and severe errors.     

Moderate geomagnetic storms of January 22–25, 2012 and their influences on the wave components in ionosphere and upper stratosphere-mesosphere regions

Moderate geomagnetic storms occurred during January 22–25, 2012 period. The geomagnetic storms are characterized by different indices and parameters. The SYM-H value on January 22 increased abruptly to 67 nT at sudden storm commencement (SSC), followed by a sharp decrease to −87 nT. A second SSC on January 24 followed by a shock on January 25 was also observed. These SSCs before the main storms and the short recovery periods imply the geomagnetic storms are CME  -driven. The sudden jump of solar wind dynamic pressure and IMF _Bz$B_z$ are also consistent with occurrence of CMEs. This is also reflected in the change in total electron content (TEC) during the storm relative to quiet days globally. The response of the ionospheric to geomagnetic storms can also be detected from wave components that account for the majority of TEC variance during the period. The dominant coherent modes of TEC variability are diurnal and semidiurnal signals which account upto 83% and 30% of the total TEC variance over fairly exclusive ionospheric regions respectively. Comparison of TEC anomalies attributed to diurnal (DW1) and semidiurnal (SW2) tides, as well as stationary planetary waves (SPW1) at 12 UTC shows enhancement in the positive anomalies following the storm. Moreover, the impact of the geomagnetic storms are distinctly marked in the daily time series of amplitudes of DW1, SW2 and SPW1. The abrupt changes in amplitudes of DW1 (5 TECU) and SW2 (2 TECU) are observed within 20°S–20°N latitude band and along 20°N respectively while that of SPW1 is about 3 TECU. Coherent oscillation with a period of 2.4 days between interplanetary magnetic field and TEC was detected during the storm. This oscillation is also detected in the amplitudes of DW1 over EIA regions in both hemispheres. Eventhough upward coupling of quasi two day wave (QTDWs) of the same periodicity, known to have caused such oscillation, are detected in both ionosphere and upper stratosphere, this one can likely be attributed to the geomagnetic storm as it happens after the storm commencement. Moreover, further analysis has indicated that QTDWs in the ionosphere are strengthened as a result of coherent oscillation of interplanetary magnetic field with the same frequency as QTDWs. On the otherhand, occurrences of minor SSW and geomagnetic storms in quick succession complicated clear demarcation of attribution of the respective events to variability of QTDWs amplitudes over upper stratosphere.