太阳耀斑预报研究进展

太阳耀斑是指发生在太阳表面局部区域中突然和大规模的能量释放过程.它是空间环境的主要扰动源,对地球空间环境造成很大影响.太阳耀斑预报是空间天气预报的重要组成部分,对其研究具有重要的实用价值和科学意义.现有的大部分太阳耀斑预报模型是从观测数据提取预报因子,利用各种统计和数据挖掘技术建立预报因子与耀斑发生之间的关系模型,利用建立的模型对未来时间的耀斑发生进行预报.在预报研究中,预报因子、预报方法和预报模型是3个主要研究领域.其中预报因子的选取和数据处理尤为重要,是建立预报模型的前期工作.预报因子主要采用太阳黑子、磁场参量和分形因子等.预报方法包括统计方法、机器学习方法和数据同化方法.统计方法在早期的耀斑预报建模中用的较多,随着数据挖掘技术的发展,越来越多的机器学习方法应用到预报模型中并取得了较好效果.而近期发展的数据同化方法有更好的模型修正能力.预报模型早期基本使用静态模型,后来发展起来的动态模型具有更强的优势;而自组织临界模型在物理方面给了耀斑发生更多的解释.本文分别从这3个方面总结了耀斑预报的研究进展,结合中国科学院国家天文台太阳活动预报中心的工作,评述了一些重要的研究成果.最后,对未来的研究方向进行了总结和展望.     

基于自动特征提取方法的太阳耀斑预报模型

在太阳耀斑预报模型中,首先需要从原始观测数据中提取刻画太阳活动区特性的物理特征参量,然后使用统计或机器学习方法寻找物理特征参量与太阳耀斑发生的关系,以达到建立太阳耀斑预报模型的目的.其中,太阳活动区物理特征的提取在整个建模过程中发挥着重要的作用,活动区物理特征的优劣直接决定着预报模型性能的高低.然而,随着机器学习技术的发展,机器学习方法中的深度学习算法能够从原始数据中自动提取特征,并建立预报模型.本文利用深度学习方法建立了一个太阳耀斑预报模型.与先提取活动区物理参量、再建立预报模型的传统机器学习方法相比较,本文所建立的预报模型具有更好的预报性能.     

绚烂的太阳耀斑

公元1859年9月1日,两位英国天文学家分别用高倍望远镜观察太阳.他们同时在一大群形态复杂的黑子群附近,看到了一大片明亮的闪光发射出耀眼的光芒.这片光掠过黑子群,亮度缓慢减弱,直至消失.在当天和第二天,许多高纬度地区的人看到非常明亮的光亮.这一事件使科学家们感到十分震惊.这就是太阳上最为强烈的活动现象--耀斑.     

太阳耀斑和相关电离层吸收事件

利用23周太阳峰期期间南极中山站(不变磁纬74.5°S)成像式宇宙噪声接收机的观测结果, 对由太阳质子和X射线耀斑引起的日侧电离层吸收事件进行了分析, 定量地给出电离层吸收和X射线耀斑强度的对应关系, 同时还利用北极Ny-Alesund(不变磁纬76.08癗)站的观测数据对此关系进行对比研究, 得出了在理论和观测上都较为一致的结论. 同时, 认为M级以上的X射线耀斑才能引起日侧电离层较为明显的吸收.     

太阳耀斑的磁能释放机制

磁能是太阳耀斑的主要能源,但关于磁能的释放机制却众说纷纭.以往一些太阳耀斑模型或基于电流片的磁重联,或基于无力场的不稳定性,二者分别在磁能的储存和释放方面碰到困难.最近,胡友秋导出一类具奇异电流密度面(一种电流密度趋于无限但磁场连续的弱间断)的局地四极无力场解,证明该奇异电流密度面稳定,提出奇异电流密度面发展到一定程度出现的电阻耗散和不稳定性,有可能触发无力场的磁能释放,导致耀斑发生.本文采     

基于暗条电流演化的太阳耀斑唯象模型

1 引言观测显示耀斑的发生与暗条活动密切相关。而Van Tend和Kuperus以及以后不少作者则从理论上探讨了暗条作为活动区电流,它的演化和运动与耀斑过程的物理联系。然而,由于高质量观测资料的取得极其困难和耀斑过程的复杂性,观测和理论之间缺少定量的分析和比较。我们曾基于4个极其难得的耀斑观测资料,建立了耀斑爆发与暗条电流强度、能量变化之间的定量关系,从观测和理论两个方面加强了耀斑-暗条电流模型的地位。 1981年5月13日大双带耀斑是21周太阳峰年期间著名的耀斑之一,它具有丰富的观测     

级联激波触发的太阳耀斑理论

随着观测特征不断积累和丰富,太阳耀斑的理论模型也越来越多。空间观测的结果似乎只要求活动区磁场是双极拱形,与大量的电流片模型不一致。耀斑过程可能并不总是一种机制。本文从理论上进一步讨论太阳耀斑的级联爆发模型。对流区的波动能量转换为活动区的横向磁场能量,由于扭转不稳定性使磁能释放,并转换为激波动能,活动区激发的级联     

1987年10月7日太阳耀斑单色像、速度场和向量磁场的同时性观测研究

一、观测资料 1987年10月7日太阳活动区NOAA/USAF 4862(N 33,E 16)在0050—0111UT间发生了一个小耀斑,极大在0055UT附近,视面积S_d=27。北京天文台的太阳磁场望远镜对这个耀斑进行了色球单色像和速度场(用Hβ谱线),以及光球单色像、纵向和横向磁场(用Fel 5324谱线)的同时性观测,取得了高质量的观测资料(见表1)。虽然这是一个亚耀斑,但在第22太阳活动周初期对它取得包括单色系、速度场和向量磁场的同时性观测,仍是十     

太阳耀斑期间向日面电离层相关扰动现象与分析

利用2000年7月14日太阳大耀斑期间向日面电离层GPS观测资料，对电离层此次耀斑的响应进行了研究，观测到了向日面电离层总电子含量（TEC）时间变化曲线的小同步扰动结构，扰动幅度的量级在10^15m^-2左右。通过与耀斑期间GOES卫星的软X射线辐射通量进行对比，对这些同步扰动结构进行了分析。结果表明，这些同步扰动确实存在于电离层，并与太阳耀斑辐射的演化特点有直接的关系。由软X射线辐射通量没有类似扰动的事实，可以认为该扰动主要是由于耀斑期间远紫外辐射存在的类似扰动引起的，且同步扰动发生的区域主要在电离层F区。     

太阳耀斑对我国华东地区雷暴活动的影响

近十几年来的统计工作、理论研究和探测结果表明,太阳活动确实可以调制地球大气的电状态。而这种改变了的电状态是否可以影响大气中的雷暴活动则是人们最为关注的问题之一、因为它将直接影响每日天气预报的准确率,与人类的日常活动有着密切的联系。自30年     

基于核主成分分析的教师综合素质评价模型

本文利用矩阵条件数诊断了教师综合素质评价指标的多重共线性,在此基础上建立了核主成分分析(KPCA)评价模型.与主成分分析(PCA)的对比结果表明,KPCA能够提取更少的成分反映原始指标的信息.     

支持向量机用于定量构效关系建模的研究

运用支持向量机, 偏最小二乘和BP人工神经网络3种方法对苦味二肽和血管紧张素转化酶抑制剂2个肽体系进行了定量构效关系建模研究. 为了验证模型的外部预测能力, 样本集经D-optimal设计被分成训练集和测试集两部分, 通过对测试集的预测结果来判断模型的外部预测能力. 结果显示支持向量机在2个体系中均表现出了较强的建模和预测能力. 在对苦味二肽的构效关系建模中, 支持向量机的建模和预测结果明显优于偏最小二乘, 与BP人工神经网络相比, 虽然在建模能力上支持向量机略逊于BP神经网络, 但其预测能力却明显优于BP神经网络; 而对于血管紧张素转化酶抑制剂, 支持向量机的建模和预测结果则略优于偏最小二乘和BP人工神经网络. 其中采用线性核和径向基核的支持向量机模型在两个肽体系中建模和预测结果相当. 研究显示支持向量机在药物的定量构效关系研究中具有广阔的应用前景.     

太阳耀斑产生前的Hα红移速度场

太阳耀斑是太阳大气中剧烈的动力学事件.在耀斑脉冲相期间,由发射光谱谱线的红不对称性计算所得的Doppler速度已经得到了广泛的研究.Fisher通过数值模拟计算认为,红不对称性是由于色球压缩区的向下运动所致.但是,在耀斑事件之前是否存在谱线的红不对称性?它与耀斑的发生是否存在着必然的联系?这对耀斑的研究和预报有着十分重要的意义.艾国祥等人对1989年太阳AR5395活动区的28次耀斑事件的观测结果进行归纳,认为:耀斑出现在0.5—2h之前的HβDoeppler红移速度区,并位于Hβ速度场反变线的红移一侧,指出无论在耀斑前或耀斑时,色球中耀斑都具有下降流的特征.我们利用南京大学太阳塔的二维CCD成像光谱仪对1993年12月26日的1N/M1.5耀斑的爆发全过程进行了Hα的CCD二维光谱观测,特别是,在耀斑初相(04:02UT)前44min(03:18UT)也获得了一幅Hα二维光谱图像,这在太阳的二维光谱观测中是十分宝贵的.所采用的Hα谱线宽度为～1.0nm,每个象元对应为0.0042nm,在图像狭缝方向的分辨率为2”00,图像视场为2.’77×1.’33.图1分别展示了耀斑爆发前,脉冲相和主相的Hα蓝翼-0.1nm等强度轮廓图.     

以太阳活动区模糊分类为基础的耀斑预报的评价

笔者之一(刘绪昭)在活动区模糊分类基础上进行了太阳耀斑预报工作的尝试。在本文中,我们分析文献[1]的结果。首先,我们用相关分析讨论所选取的因子,然后引进在心理学和气象学中所用的ROC方法评定文献[1]中预报的优劣。     

1989年1月18日太阳耀斑连续辐射的光谱观测

太阳白光耀斑是在局部波长范围内有连续辐射增长的耀斑。自1859年9月1日起的100多年以来,用白光、宽带滤光器和光谱方法观测到的白光耀斑只有60多个,其中,能进行物理量测量的光谱资料非常少。由这些不完整的资料表明,白光耀斑与光学耀斑在光谱上的同异点是在谱线Hα、Hβ、Hγ等线心处两者都有发射,在以上谱线线翼的发射宽度一般是前者很宽(>20),后者很窄。白光耀斑峰值功率为10~(21)J·s~(-1)(比耀斑Hα辐射功率高2—3     

主成分的最优性质

自Hotelling从概率结构引进主成分概念之后,近50年来人们从各个角度证明了主成分的最优性质。这些性质可归纳为如下四类:变差最优性、讯息损失最小性、相关最优性和回归最优性。正是由于这些优良性质,主成分才能够得以成为多元统计分析中减少数据维数的一种有效工具。本文的目的是进一步研究主成分的变差最优性和回归最优性。基于非负定方阵的偏序关系,定理1证明了在一定变换矩阵类中,主成分的协方差阵在偏序意义下是最大的。     

主成分分析、神经网络及矩阵特征值

主成分分析(PCA)是数据压缩及待征提取的一个基本方法. 近年来,主成分分析的神经网络算法引起众多学者的兴趣.设x是一个均值为0的n维输入随机向量,PCA的目的是找出p(p<< n)个向量ω_1,…,ω_p使(1)E[(ω_i~Tx)~2]为极大;(2)ω_i~Tω_i=δ_(i,j~i),j-1,…p.记A=E(xx~T)为相关矩阵,则上述ω_1,ω_2,…,ω_p即为A的最大的p个特征值所对应的特征向量.因此,PCA问题的求解与求正定矩阵A的最大特征值及相应的特证向量有关.在众多的算法中,收敛性的讨论都归结成相应微分方程的稳定性和渐近稳定性,但对全局稳定性讨论甚少. 正如Oja在文献[2]中指出,对于任意初始条件下的整体收敛的讨论是一个挑战性的问题,另一方面,几乎所有文章都假设A的特征值满足λ_1>λ_2>…>λ_n. 很自然地要问,当某些λ_i为重根时结果又如何. 本文的目的就是回答上述两个问题.     

近太阳盔形磁场位形对耀斑-激波传播的会聚作用

太阳上各种日冕瞬变过程所抛出的高速等离子体同近太阳基本磁场位形之间是否存在重要的动力学的相互作用过程?这个问题既困难又十分重要,困难在于没有观测,重要     

预报地震的计算模型

苏格兰科学家研制了一种地壳计算模型,用它可以准时地预报地震的时间和地点。例如,这台计算模型借助于预震和地磁场的数据成功地事先计算出1982年12月13日北也门的强烈地震。正如研制小组发言人大卫·马迪夫在爱丁布说的那样,