太阳活动区参量与太阳耀斑和太阳质子事件的相关性统计分析

太阳黑子活动区与太阳耀斑和太阳质子事件的发生有紧密的关系.选取活动区特征参量包括太阳黑子群面积,磁分类,McIntosh分类,10 cm射电流量,统计和耀斑发生的产率关系;还统计了太阳活动区的位置,软X射线通量和质子事件的产率关系.对于磁分类,McIntosh分类的每一种分类类型计算了耀斑产率,对黑子群面积和10 cm射电流量和软X射线通量用函数拟合了它们和太阳耀斑和太阳质子事件的产率关系.对活动区位置采用了分段统计质子事件产率的方法.统计结果显示我们选取的活动区特征参量与太阳耀斑和质子事件有较强的相关性.统计结果可作为以后建立太阳耀斑,太阳质子事件预报模型中预报因子的选取的基础.     

基于RBF人工神经网络的X级以上太阳耀斑预报研究

采用第23太阳活动周X级以上耀斑的数据,通过回归分析、Gauss拟合和RBF人工神经网络等方法对X级以上耀斑进行预报研究.结果表明,将黑子群的位置、卡灵顿经度、耀斑爆发时间与黑子群达到最大面积的时间关系、每7d黑子群的最大面积、太阳耀斑流量的积分值、CME速度和F10.7射电流量7个预报因子作为参量对RBF人工神经网络预报模型进行训练,训练后建立的RBF模型的输出结果和训练数据的相关系数高达98%,对耀斑强度的预报结果与观测结果的误差在0.5以内,预报模型符合耀斑短期预报的要求.     

一种黑子特征自动提取的太阳耀斑模型

太阳耀斑是最剧烈的太阳爆发之一,太阳耀斑能够在几分钟内对空间环境产生影响,为了更好地应对太阳耀斑爆发的空间环境效应,本文提出一种基于自动特征提取方法的太阳耀斑预报模型.该模型以太阳黑子的连续谱观测图像为输入,利用卷积神经网络的自动图像特征提取能力,建立太阳耀斑预报模型.传统的以太阳黑子特征为输入的耀斑模型需要以黑子的McIntosh分型作为输入,黑子的McIntosh分型需要人为指定,效率低并且具有一定的主观性.通过实验比较,本文提出的耀斑预报模型比传统的以太阳黑子McIntosh分型为基础的预报模型具有更好的预报准确度.总之,本文提出的太阳耀斑预报模型能够自动提取太阳黑子图像的特征,具有更高的预报效率和准确率(在48 h M级耀斑预报中,基于深度学习方法的预报模型在耀斑报准率上比传统预报模型高3.7%,在非耀斑报准率上比传统预报模型高2.8%),是一种实用性较强的太阳耀斑预报模型.     

同1972年5—6月的太阳质子事件有关的大黑子群分析

我们分析了1972年5月25日—6月5日过日面的黑子群(McMath活动区编号11895)的形态,目的在于寻找导致耀斑爆发的因素,以便提高太阳活动预报的水平,从而较准确地预报宇航安全期和短波通讯,突然骚扰,并且为耀斑等太阳活动现象机制的研究提供线索。 我们发现本黑子群形态的主要特点是前导黑子的旋转、分裂和自行,并且前导黑子呈现的δ磁结构在黑子群过日面期间一直存在。这黑子群的复杂的磁结构可能是本活动区一系列剧烈活动的主要原因。 黑子形态的上述剧烈变化与耀斑爆发在时间上和空间上有较好的相关性。 本活动区引起的质子耀斑和质子事件发生前,黑子形态的主要特征是前异黑子的旋转和分裂,并有部分旋涡半影结构。磁场结构的特点是黑子群磁极性排列的倒置、δ磁结构的存在和磁场梯度的剧烈变化。这表明质子耀斑和质子事件的发生同这些现象有一定的物理联系。 5月29日以后,前导黑子的逆时针旋转,可能主要是由于不对称半影使黑子自行的结果。     

基于支持向量机和k近邻的太阳质子事件预报模型

应用支持向量机和k近邻相结合的方法,建立了太阳质子事件预报模型。预报因子包括黑子面积、磁分型、McIntosh分型、太阳射电流量、活动区位置和软X射线流量。太阳质子事件模型包括两个子模型：质子有无模型和质子峰值流量模型。质子有无模型能对未来24小时是否发生质子事件给出预报,质子峰值流量模型对已发生的质子事件预报峰值流量等级。用2002年和2004年的数据进行了模拟预报,结果显示模型具有较高的报准率,同时显示出活动区位置和软x射线通量是比较敏感的预报因子。     

基于统计学习技术的太阳质子事件预报模型

结合太阳耀斑与日冕物质抛射参量作为预报因子建立太阳质子事件预报模型。描述太阳耀斑的三个特征参量包括耀斑峰值流量、持续时间和耀斑维度;太阳质子事件的三个特征参量分别为CME宽度、CME速度和测量位置角度。首先使用信息增益率评价各参量对质子事件发生的重要度,结果表明相比于耀斑峰值流量和持续时间,CME宽度和速度对质子事件发生具有更高的重要性。基于上述参量,应用线性Logistic回归方法建立质子事件预报模型。对模型进行检测并与只选用耀斑参量的预报模型的预报结果进行比较,结果显示采用耀斑结合CME参量的预报模型具有较高的预报准确率和较低的虚报率,尤其对于质子事件发生的报准率提高较多(67.5%上升到90%)。实验结果验证CME参量作为预报因子的有效性。     

定量的太阳活动预报参数研究

Chumak[1987]提出来一个结构参数（文中称为有效距离参数）来定量地描述活动区磁场两极之间相互远离或者相互靠近的程度。这个参数将为定量研究活动区詹场位型演化研究,以及定量研究活动区磁场住型与太阳耀斑,日冕物质抛射等太阳活动的关系等开辟新的思路,Chumak,张洪起和郭娟对于这个参数的研究和应用做了一些研究工作,但是目前对这含参数的应用还不是很多。该文通过实际应用验缸有效距离参数探讨定量太阳活动预报参数的应用。我们将用有效距离参数,总磁通和磁倾角三个参数综合的定量的研究2011年2月15日一次X2.2级耀斑事件的演化情况。     

太阳活动峰年和谷年期间黑子群与耀斑的统计分析

基于NOAA/SWPC公布的太阳活动数据,我们选取第24太阳活动峰年附近的12个连续月份(2011年7月至2012年6月)和第23太阳活动周谷年附近的12个连续月份(2005年7月至2006年6月),统计了这两段时间中太阳黑子群和耀斑的活动规律,并根据时间、黑子群分布纬度、寿命和磁场类型等对峰年和谷年进行了详细分析和比较,主要结论如下所述.(1)黑子群数随时间的变化在峰年和谷年均比较随机,峰年期间黑子数比谷年增多1.5倍左右.耀斑爆发与黑子群活动具有良好的相关性,但峰年期间存在某个月份耀斑数很少的现象,而谷年期间存在某个月份耀斑数集中增多的现象.(2)无论峰年还是谷年,δ类型黑子群的耀斑产率(耀斑总数与黑子群总数之比)最大,但β型黑子群产生的耀斑爆发最多.耀斑产率与磁场类型有密切关系,但与其所处太阳活动周中的阶段无关.(3)黑子群和耀斑的纬度分布的南北不对称性,以X级耀斑最为显著.峰年较谷年的耀斑数增加主要集中在C级和M级.(4)耀斑产率同黑子群寿命具有良好的相关性,但黑子群的数目同它们的寿命之间没有明显的规律.     

第24太阳周太阳黑子数平滑月均值预报

首先分析和检验了提出的相似周方法对第23太阳周各月的黑子数平滑月均值作的预报．然后依据对第24太阳周上升相长度和黑子数平滑月均值的极大值的预报,在假设极大值预报误差为20％,上升相长度预报误差为±7个月的条件下,从已有的23个太阳周中选取了第2,4,8,11,17,20和23周为第24太阳周的相似周．并且用两组相似周,第一组包含上述7个太阳周,第二组只包含第11,17,20和23周,分别对第24周的各月的黑子数平滑月均值的时间变化作了预报．最后,综合考虑了第24周起点的预报和最新的太阳黑子观测数据,对预报出的时间变化曲线给以时间定标,作出了第24周自2007年10月到2018年4月共127个月的黑子数平滑月均值的预报．     

1972年8月太阳活动区的米波特征

1972年8月,在日面上出现了一个质子耀斑活动区,北京天文台黑子编号为1972年238号(Mc Math 11976活动区)。在这个活动区过日面期间,产生了一系列大耀斑,其中有四个质子耀斑,分别发生在8月2日、2日、4日和7日,见表1。由于我国所处的地理经度的原因,我国观测到其中的两个质子耀斑。伴随质子耀斑产生了很强的射电爆发。这些质子耀微喷出了大量的高能粒子,发出了强烈的X射线及紫外线等。这些高能粒子辐射和电磁波辐射引起了一系列空间物理和地球物理效应。在近地空间测到了很强的质子流,按斯马     

第22太阳活动周软X射线耀斑的统计研究

根据GOES卫星资料 (1～ 8 ) ,统计了第 2 2太阳活动周 (1986 .9～ 1996 .10 )软X射线耀斑数 ,共计 2 0 930个耀斑 ,其中X级最少 ,不到 1% ;M级为 10 % ;C级最多 ,约占 6 0 % .统计发现 ,此活动周有两个峰 ,分别在 1989年和 1991年 ,1989年平均耀斑指数为 4 2 7,1991年为 4 6 8;C、M及X级耀斑数在活动周的上升期迅速增大 ,两年多时间就达到极大 ;而下降期缓慢减小 ,长达 4年多 ;耀斑发生率随软X射线峰值流量的变化呈幂律谱分布 ,谱指数为 - 2 .135 ,相关系数为- 0 .987;小耀斑易受背景影响 ,B级耀斑以及C级耀斑中的较小者在峰年及其前后往往湮没在背景中 ,无法辨别 .还发现X射线耀斑的光学对应体 (Hα耀斑 )与X射线耀斑的比率随X射线耀斑级别的增高而增大 ,X级的光学对应体达 94 % ,M级为 83% ,C级为 6 3% ,B级只有 30 % .     

The correlation of flare’s location on solar disc and the sudden increase of total electron content

The correlation of flare's location on solar disc with the value of sudden increase of total electron content is analyzed with flare's parameters observed by GOES satellite from 1997 to 1999 and total electron content derived from GPS data observed by international GPS Service for Geodynamics. It is found that, besides the flare's maximum X-ray flux, flare's location on solar disc has some relation with the value of SITEC during the flare. The ionospheric response to a flare with a smaller maximum X-ray flux and nearer angular distance to the Sun's central meridian line may be stronger than that of the flare with a larger maximum X-ray flux and far angular distance. To the flares with the same class of maximum X-ray flux, the nearer the angular distance to the Sun's meridian, the stronger the ionospheric response.     

地磁活动指数与太阳活动的小波分析

根据1957—2012年的地磁指数Ap、Dst、AE和太阳活动参数(太阳黑子相对数R与太阳射电流量F10.7)数据,利用小波分析方法研究了地磁活动与太阳活动的关系.结果表明,Ap、Dst、AE指数和太阳活动参数均存在准11 a和准22 a的周期特征.Ap和AE峰值滞后于太阳参数峰值1~2 a;而Dst指数与太阳参数存在近似负相关的关系,但从第21太阳周起逐渐延迟于太阳参数,表明地磁活动受太阳活动影响的滞后性.此外,地磁指数峰值从第20太阳周开始有逐渐下降的趋势,反映了地磁活动对太阳活动的响应减弱.     

成都多年降水量变化与太阳活动关系的探讨

应用四川省气象局提供的成都降水量资料(1939—1986年)与紫金山天文台和北京天文馆等发布的太阳黑子资料(1880—1986年),对成都降水量与太阳活动进行了相关分析和周期分析,并对未来降水量演变进行了趋势预测:1988年后,成都降水量逐渐增多,1989—1991年达到峰值,以后将逐渐减少.     

Prediction of solar cycle based on the invariant

A new method of predicting solar activities has been introduced in this paper. The method can predict both the occurrence time and the maximum number of sunspot at the same time. By studying the variation of sunspot, we find that the combination of the several variables was nearly invariable during the entire solar cydes, as called invariant. And just only by determining the start time of a cycle, we can predict the occurrence time of cycle‘s peak value accurately. Furthermore, according to observational data of the sunspot cycles, it showed that the sunspot maximum number has correlation not only with the prophase variety of the number in the cycle but also with the anaphase of the previous period. So we can introduce an equivalent regression coefficient, which can dynamically self-adapt to different cycle lengths, and effectively solve the inconsistency between the accuracy and the lead-time of the forecast. It can guarantee the satisfied accuracy and effectively increases the lead-time of the forecast. This method can predict the maximum sunspot number for solar cycle at the approximate half rise of the period. This method predicts that the occurrence time of the maximum sunspot number for cycle 24 will be in January 2011.     

A method to predict amplitude and date of maximum sunspot number

A method to predict the amplitude and date of the maximum sunspot number is introduced. The regression analysis of the relationship between the variation rate of monthly sunspot numbers in the initial stage of solar cycles and both of the maximum and the time-length of ascending period of the cycle showed that they are closely correlative. In general, the maximum will be larger and the ascending period will be shorter when the rate is larger. The rate of sunspot numbers in the initial 2 years of the 23rd cycle is thus analyzed based on these grounds and the maximum of the cycle is predicted. For the smoothed monthly sunspot numbers, the maximum will be about 139.2±18.8 and the time-length of ascending period will be about 3.31±0.42 years, that is to say, the maximum will appear around the spring of the year 2000. For the mean monthly ones, the maximum will be near 170.1±22.9 and the time-length of ascending period will be about 3.42±0.46 years, that is to say, the appearing date of the maximum will be later.     

Factors affecting runoff change in the upper reaches of the Yellow River

The formation and change of runoff are affected by many factors including both natural and human activities. This paper studies the effect of solar activity, ocean-atmospheric interactivity and underlaying surface on runoff change in the upper reaches of the Yellow River using the historical runoff data from the Lanzhou hydrological station. The relationship of relative sunspot number and runoff change is shown to be a positive correlation with the grey correlation and cross spectrum method. The impact of El Nino and La Nina events on high-low runoff change is analyzed statistically, and the impact of soil and water conservation on runoff change is also investigated with the double mass curve method.     

Factors affecting runoff change in the upper reaches of the Yellow River

Riverrunoffisaffectedbycouplingactionofhumanactivityandnaturalconditions,includingclimaticchange,topographicalfeatures,soilandvegetationcover.Itsevolutionprocessshowsbothdeterministicrulesandstrongrandomness.Thechangeofrunoffcharacteristicscertainlyhasimpactondevelopmentandutilizationofwaterresources,andfurtheronsocialandeconomicdevelopment.Analysisontheevolutionprocessofriverrunoffwillnotonlybehelpfultounderstandingthecharacteristicofwaterresourcesandprovidingabasisforrationaldevelopmentandut…