太阳10.7 cm射电流量中期预报模型研究(Ⅱ)

太阳活动指数中期预报一直是空间环境业务预报的难点之一.本文在自回归方法模型的基础上,利用太阳活动区面积、位置等参数与10.7cm辐射流量之间的定量关系,根据活动区面积衰减规律,建立了一个基于活动区参数及演化规律的改进型太阳活动指数中期预报模型.通过对预报测试实例分析发现,在日面出现较大活动区导致F_(10.7)迅速增长并超过历史数据峰值的情况,在日面活动区消亡导致指数突然出现平静期的情况,新模型的预报准确性相比自回归模型有很大提高,预报的平均相对误差下降约5%～9%.由此可见,新模型在某些特定条件下提高了原有模型的精度.该研究为提高业务型太阳10.7cm射电流量中期预报模型的预报精度奠定了基础.

基于Inception区域候选定位网络的太阳黑子群描述研究

准确地检测和描述全日面图像中的黑子群可以为监控和预测太阳活动提供依据。目前图像描述技术已有大量研究工作,但关于太阳黑子群描述方面的研究仍未涉及。针对苏黎世分类法中的9类太阳黑子群,制作了一个黑子群图像和描述文本的数据集,设计了一种Inception区域候选定位网络IRLN模型,首次将Inception区域候选网络Inception-RPN应用到图像描述中,通过使用Inception-RPN获得候选区域,并根据黑子群的特征改进了Inception模块的结构,提高网络对多尺度黑子群的检测能力。实验结果表明,本文模型在Visual Genome(VG)数据集上mAP为6.09%,比全卷积定位网络FCLN模型提高了0.7%;Meteor为31.9%,比FCLN模型提高了4.6%。在太阳黑子群数据集上mAP为74.47%,比FCLN模型提高了16%;Meteor为47.6%,比FCLN模型提高了14.2%。

太阳耀斑与黑子群面积的关系

本文对 2 2周峰年 ( 1 989.1 - 1 990 .1 2 )太阳黑子群 ,在每天不同面积范围内有≥ 1级太阳耀斑的产生率及有≥ 1级太阳耀斑的黑子活动区的占有率进行了统计分析 ,结果显示它们之间有一定关系 ,并且黑子群面积愈大耀斑的产生率和黑子活动区的占有率就愈高。

质子活动与太阳黑子群

本文对太阳活动第２１周、２２周（１９７６年—１９９２年间）９７个质子活动区进行统计分析，包括活动区的面积、型别、磁结构、半影纤维等，结果表明：７５％的质子耀斑产生于面积为５００≤Ｓｐ≤３０００单位的黑子群中；耀斑爆发前一天及后一天活动区面积有显著减少；质子活动区含δ复杂磁结构的占７０％；具有半影旋涡形态的质子活动区中，约７７％的耀斑发生在旋涡黑子出现以后。

AR 5395活动区光球横场方向与黑子半影形态的相关性研究

本文仿效文[9]和文[10]中的方法,测量了北京天文台光球磁场横向分量的方向数据和同时、同一位置的云南天文台的黑子半影纤维走向的交角,考察了两种资料的一致性.众所周知,光球黑子大气的磁雷诺数大于10,黑子磁场被认为与大气冻结在一起.所以,这种一致性可作为横场测量可靠性的某种指标.我们还得到以下统计结果: (1)证实了文[9]和文[10]的结果,即相互一致(交角约15°)和偏离较小(交角约30°)占全部统计资料的大多数(69%),这表明北京天文台横向磁场方向大致可信. (2)偏离较大(交角约60°)和接近垂直(交角约90°)占31%,这一比例不可忽略,其原因尚不清楚,有待进一步研究. (3)在N极S极磁场区域和沿中性线附近的上述统计的性质无重大差别. (4)当活动区位于不同日心角时,偏离角的概率分布没有系统差别. (5)使用横场数据推算活动区电流密度分布图或对横场形态的细微变化进行观测研究时应当谨慎.

太阳常数的变化与“快异”黑子群

本文对1980年SMM(峰年卫星)/ACRIM日射计观测的太阳常数与伴有快速变化的异常磁结构黑子群面积进行了比较分析,结果表明:当日面出现伴有快速变化的异常磁结构黑子群时,太阳常数减少。另一方面,当结构简单的“剩余”黑子群占优势时,太阳常数值轻微地增加。

紫金山天文台55 yr手绘黑子数据系统差分析

对紫金山天文台(简称紫台)自1954年至2011年共55 yr的手描黑子图进行了数字化.将紫台太阳黑子相对数(PRSN)和黑子群数(PGSN)与国际太阳影响数据分析中心(SIDC)中的对应数据(月平均太阳黑子相对数(IRSN)和月平均黑子群数(IGSN))进行对比研究,发现:(1)紫台黑子数据与SIDC黑子数据有很强的正相关性,说明紫台黑子数据的可靠性;(2) PRSN和IRSN、PGSN和IGSN的系统偏差分别处于7%左右、5%左右,紫台数据与SIDC数据在活动周的极小期的差异性显著大于极大期;(3)紫台的视宁度从1995年开始变差,直接导致了PRSN (PGSN)与IRSN (IGSN)的比值明显变大,表明视宁度的变化影响了紫台黑子的观测质量.

太阳黑子自动识别与特征参量自动提取

日面上黑子数目反映了太阳活动水平的高低.黑子形态的复杂性和磁场的非势性与太阳活动爆发密切相关.随着高时空精度的太阳观测数据量的急剧增长,快速准确地自动识别日面上的黑子以及对黑子群特征自动提取已成为太阳活动预报的现实需求.本文针对SDO/HMI的活动区白光数据,利用数学形态法开展黑子自动识别研究,并在黑子识别基础上对黑子群的面积和黑子数进行了计算.通过对利用2011-2017年HMI活动区数据计算得到的黑子群面积和黑子数与NOAA/SWPC发布的活动区相应参量进行比较,发现本文计算结果与SWPC发布数据的变化趋势基本一致,相关性较好.其中黑子群面积的相关系数为0.77,黑子数的相关系数为0.79.研究结果表明,利用本文方法对SDO/HMI数据进行处理,能够得到高时间分辨率的黑子群特征参量,可为太阳活动预报提供及时准确的输入.

太阳黑子活动与大理紫外线强度的关系研究

利用2010年7月15日至2010年11月15日共5个月中每天的太阳黑子群总数的数据和大理地区的紫外线强度的数据对太阳黑子活动与大理紫外线强度的关系进行了研究。为了统计方便,规定紫外线强度"最弱、弱、中等、强、很强"分别用数字"1、2、3、4、5"代替。结果表明:黑子群总数是2时紫外线总是比较强,黑子群总数在一段时间(大约3 d以上)内持续为2时,之后总会出现紫外线极强的情况;当紫外线达到强或很强后会逐渐下降,此变化与黑子群总数变化无关。

基于CornerNet-Saccade的太阳黑子群磁分类研究

太阳黑子与太阳活动联系紧密,是太阳表面强磁场的典型表现,如大部分太阳耀斑爆发在复杂的太阳黑子群上方。研究太阳黑子群磁分类对太阳耀斑的预测具有重要意义,因此针对黑子群分类问题制作了太阳黑子群磁分类数据集,基于深度学习目标检测算法CornerNet-Saccade设计了CNSF(CornerNet-Saccade-Fast)算法,改进了CornerNet-Saccade的边界框回归(Bounding Box Regression)和边界框融合阶段,提高了在太阳黑子群磁分类数据集上的检测精度。此外,通过精简骨干网络提高了检测效率。实验结果显示,CNSF在太阳黑子群磁分类上具有良好的性能,其Precision和Recall均达到了0.93,mAP达到了0.91。相较于CornerNet-Saccade,CNSF在检测精度和效率上分别提升了约4%和13%。