基于神经网络的Kp指数预报方法研究
  • 【摘要】

    地磁暴是重要的灾害性空间天气事件之一,对地面电力系统、通讯系统、输油管道和卫星姿态等有重要影响。地磁暴的预报,尤其是Kp超过5的情况,是空间环境预报的重要内容。在现有的地磁暴的统计规律和预报方法的研究基础上,本文采用广泛应用的神经网络方法,利用ACE卫星的积累的行星际条件数据,预报未来三小时时段内的Kp值,对即将发生的磁暴发出预警。
      借助于太阳风磁层电离层耦合函数来描述从行星际空间输入到... 展开>>
    地磁暴是重要的灾害性空间天气事件之一,对地面电力系统、通讯系统、输油管道和卫星姿态等有重要影响。地磁暴的预报,尤其是Kp超过5的情况,是空间环境预报的重要内容。在现有的地磁暴的统计规律和预报方法的研究基础上,本文采用广泛应用的神经网络方法,利用ACE卫星的积累的行星际条件数据,预报未来三小时时段内的Kp值,对即将发生的磁暴发出预警。
      借助于太阳风磁层电离层耦合函数来描述从行星际空间输入到地球空间的能量,同时考虑到磁层电离层的响应时间以及能量的存储消耗,将开磁通量生成速率函数、似粘滞作用函数和太阳风参数一起加入到神经网络中来,构建了三个Kp指数的短期预报模型。根据实际需要,三个模型采用了不同的训练集构造方法。模型1输入当前的开磁通生成率,粘滞作用项,太阳风速度、密度,和行星际磁场总强度、By分量、Bz分量,提前1-3.5小时预报Kp;模型2在模型1的基础上加入Kp现报,提前1-3.5小时预报Kp;模型3输入9小时延迟的开磁通生成率和粘滞作用项,当前的太阳风速度、密度,行星际磁场总强度、By分量、Bz分量,提前3小时预报Kp。
      对处于同一太阳活动周不同阶段的1998年、2002年和2006年的测试结果表明:三个模型的预测值与实测值之间的相关系数分别为0.88、0.90、0.85,预测的均方根误差分别为0.65、0.62、0.72,模型的预报效率分别为0.78、0.80、0.73。通过本文的模型1和模型3与JHU/APL模型对比发现,在不加入现报Kp而仅利用太阳风参数预报Kp时,预报效果有所提高,预报时间量显著增大,证明了能量耦合函数的引入效果明显。对具体磁暴发展演化的测试也表明,Kp预测值与实测值基本符合。综上,以太阳风磁层电离层耦合函数为主要输入参数的Kp指数预报模型取得了较好的预报效果,具有实际应用价值,对地磁暴的预报有非常大的参考价值。 收起<<

  • 【作者】

    刘杨 

  • 【学科专业】

    空间物理

  • 【授予学位】

    硕士

  • 【授予单位】

    中国科学院大学

  • 【导师姓名】

    刘四清,罗冰显

  • 【学位年度】

    2013

  • 【语种】

    chi

  • 【关键词】

    Kp指数  神经网络方法  能量耦合函数  开磁通量生成速率函数  似粘滞作用函数  地磁暴