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.      

基于集成学习的太阳质子事件短期预报方法

太阳质子事件是一种由太阳活动爆发时喷射并传播到近地空间的高能粒子引起的空间天气现象。这些高能粒子会对航天器和宇航员产生严重危害,对太阳质子事件进行准确的短期预报是航天活动灾害预防的重要内容。针对当前主要预报模型中普遍存在的高虚报率问题,提出了一种基于集成学习的太阳质子事件短期预报方法,利用第23个太阳活动周数据,建立了一种集成8种机器学习模型的太阳质子事件短期预报系统。实验结果表明,本文方法在取得了80.95%的报准率的同时,将虚报率降低至19.05%,相比现有的预报系统具有较为明显的优势。      

太阳质子耀斑X射线辐射特征及质子事件警报

太阳质子耀斑X射线辐射特征的研究, 为太阳质子事件的警报提供一个重要的途径和方法。本文分析了第21周太阳活动峰年(1977—1986)期间质子耀斑和相应的GOES和SMM卫星观测的X射线辐射资料, 结果表明:大部分质子耀斑的硬X射线峰值流量F_HX≥104s/c;积分流量F₀≥106counts;硬X射线辐射到达峰值时间T_R≥100s;持续时间T_D≥103s;X光子最高能量E_x≥300keV;平均能谱指数√r≤3.5;高能时延T_L≥10s。利用这些X射线暴的特征参数, 对第21周峰年大质子事件作警报检验, 结果是:报准率为94％, 虚报率为40％。      

利用质子强度变化对太阳质子事件进行短期预报方法初步研究

采用GOSE-10卫星4～9 MeV(P2),9～15 MeV(P3),15～40 MeV(P4),40～80 MeV(P5)能段上的质子通量数据,结合质子能谱,对太阳质子事件发生前各能谱参数的变化特征进行分析,详细介绍利用能谱参数的变化特征及能量E>10 MeV的质子通量数据对太阳质子事件进行预报的新方法,并运用这种方法对2002-2006年期间太阳质子事件进行了预报.预报结果显示,预报提前量最多达到100 h以上,对质子事件的报准率达97.5%,预报方法具备一定的有效性和实用性.      

一种新的太阳质子事件警报方法的探讨

本文分析了第21太阳活动周后半期的太阳质子耀斑硬X射线辐射资料, 发现它们的峰值流量、积分流量、上升沿斜率、X光子的最高能量和持续时间等物理参数之间有着不同于非质子耀斑的相关性。据此, 本文采用模糊聚类分析法, 对21太阳活动周期间(1980.2—1986.2)的质子事件进行预报试验。其报准率为88.5%, 虚报率为53.1%, 漏报率为11.5%。本文提供了基于X射线辐射特征的太阳质子事件警报的新途径和方法。      

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.      

神经网络方法在太阳质子事件短期预报中的应用

在大量统计结果的基础上,深入研究了太阳质子事件预报机理．总结了质子事件爆发与太阳活动区面积、位置、McIntosh结构、磁结构以及前两天活动区爆发耀斑事件数目之间的关系．然后,在神经网络的基础上建立了太阳质子事件短期预报模型,并对2000年以后12个未参加训练的样本进行测试,结果对事件预报的准确率为83％．此外,我们还利用该模型对2002年1-4月发生的几次质子事件进行了预报试验,结果发现,这期间发生的6次事件都被预报．其中3次质子事件系统预报提前了3天,两次事件预报提前了2天,一次事件提前1天预报．     

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。      

太阳质子通量模型研究

太阳质子事件对航天活动构成重要威胁, 预测一定时期内太阳质子通量对航天器抗辐射加固设计有重要的指导意义. 在第20至23太阳活动周的太阳质子事件数据统计分析的基础上, 建立了一个针对 E>10 MeV和 E>30 MeV太阳质子通量的新模型. 新模型与目前航天工程中常用的JPL模型相比较, 引入了太阳活动性对质子事件发生概率的影响因素, 能够评估不同太阳活动水平下的质子通量, 其结果更符合质子事件的分布特征.      

无碰撞低β磁流管中的非线性波

对无碰撞低β磁流管中柱对称状态下等离子体非线性静电波的存在进行了研究, 其结果表明: (1)若参数满足0<|(a/M2-1)E₀|<1, 存在着非线性周期波;(2)若|(a/M2-1)E₀|=1, 存在着隆起和下凹的孤立波, 也存在着激波;(3)若|(a/M2-1)E₀|>1, 存在着周期波, 也存在着隆起的孤立波。还对波的某些特性进行了研究。      

Solar flare forecasting model supported with artificial neural network techniques

Nowadays operational models for solar activity forecasting are still based on the statistical relationship between solar activity and solar magnetic field evolution. In order to set up this relationship, many parameters have been proposed to be the measures. Conventional measures are based on the sunspot group classification which provides limited information from sunspots. For this reason, new measures based on solar magnetic field observations are proposed and a solar flare forecasting model supported with an artificial neural network is introduced. This model is equivalent to a person with a long period of solar flare forecasting experience.     

赤道反向电射流中不均匀性的对流放大特性及对某些观测特性的解释

本文分析了反向赤道电射流条件下的不均匀性的对流放大特性。根据电射流不稳定性的线性理论,对一个分层均匀的电射流的模式的数值计算表明:在反向电射流条件下,电射流不均匀性有如下的特性:在波的传播过程中,在上电射流区内,波矢向下旋转,在下电射流区内,波矢向上旋转;在驱动电场E_D数值相同的情况下,反向电射流条件下的射线路径积分增长率r比正常电射流情况的要小得多。这是由于波的群速度方向是向下的,而电子密度梯度起稳定化作用。对于电子密度的特征长度L_N=6km和│E_D│=0.8mV/m,波长λ=10m,高度h≥105km,有r<20。在这一高度范围,波可能是不饱和的,增大L_N,使波在h=105km饱和的临界电场│E_D│值减小。上述计算结果可解释某些在反向电射流条件下,在Addis-Ababa观测到的10m波长雷达回波的特性。      

Relation between solar wind velocity and properties of its source region

Different kinds of coronal holes are sources of different kind of solar winds. A successful solar wind acceleration model should be able to explain all those solar winds. For the modeling it is important to find a universal relation between the solar wind physical parameters, such as velocity, and coronal physical parameters such as magnetic field energy. To clarify the physical parameters which control the solar wind velocity, we have studied the relation between solar wind velocity and properties of its source region such as photospheric/coronal magnetic field and the size of each coronal hole during the solar minimum. The solar wind velocity structures were derived by using interplanetary scintillation tomography obtained at Solar-Terrestrial Environment Laboratory, Japan. Potential magnetic fields were calculated to identify the source region of the solar wind. HeI 1083 nm absorption line maps obtained at Kitt Peak National Solar Observatory were used to identify coronal holes. As a result, we found a relation during solar minimum between the solar wind velocity and the coronal magnetic condition which is applicable to different kind of solar winds from different kind of coronal holes.     

Solar activity prediction studies and services in NAOC

Solar activity prediction services started in 1960’s in National Astronomical Observatories, Chinese Academy of Sciences (NAOC). As one of the members of the International Space Environment Service (ISES), Regional Warning Center of China (RWC-China) was set up in 1990’s. Solar Activity Prediction Center (SAPC), as one of the four sub-centers of RWC-China, is located in NAOC. Solar activity prediction studies and services in NAOC cover short-term, medium-term, and long-term forecast of solar activities. Nowadays, certain prediction models, such as solar X-ray flare model, solar proton event model, solar 10 cm radio flux model, have been established for the practical prediction services. Recently, more and more physical analyses are introduced in the studies of solar activity prediction, such as the magnetic properties of solar active regions and magnetic structure of solar atmosphere. Besides traditional statistics algorithms, Machine Learning and Artificial Intelligence techniques, such as Support Vector Machine (SVM) method, are employed in the establishment of forecast models. A Web-based integrated platform for solar activity data sharing and forecast distribution is under construction.     

镜模波识别方法研究及其在火星磁鞘中的应用

镜模波是温度各向异性等离子体中的一种波动结构,根据磁场和离子分布及波动特性可以进行识别.本文对比了只使用磁场数据与同时使用磁场及离子数据两种识别方法,分析了两类方法的特点.只使用磁场数据的方法基于磁场强度变化大、方向沿背景磁场的特征,通常使用磁场强度的波动幅度ΔB/|B|以及磁场变化方向与背景磁场的夹角θ_min,θ_max作为参数;同时使用磁场及粒子数据的方法利用的是磁场纵波特性、总压平衡和波动在等离子体坐标系下静止的特征.使用两种方法对MAVEN卫星在火星磁鞘内的数据进行识别,结果表明在某些情况下,只使用磁场数据会导致对镜模波的误判.通过研究改变上述参数阈值时识别结果的变化,发现当θ_min> 40°,θ_max < 40°,ΔB/|B|> 80%时,只用磁场数据可取得较好的识别效果.      

Active region properties and irradiance variations

Total Solar Irradiance (TSI) has been measured for more than three decades. These observations demonstrate that total irradiance changes on time scales ranging from minutes to years and decades. Considerable efforts have been made to understand the physical origin of irradiance variations and to model the observed changes using measures of sunspots and faculae. In this paper, we study the short-term variations in TSI during the declining portion and minimum of solar cycle 22 and the rising portion of cycle 23 (1993–1998). This time interval of low solar activity allows us to study the effect of individual sunspot groups on TSI in detail. In this paper, we indicate that the effect of sunspot groups on total irradiance may depend on their type in the Zürich classification system and/or their evolution, and on their magnetic configuration. Some uncertainties in the data and other effects are also discussed.