【摘 要】
：
地磁暴深刻影响着人类社会的生产和生活,建立和发展地磁暴的预报模型是空间天气学领域的重要课题之一。我们借助拥有良好时间序列预报表现的长短期记忆（LSTM）人工神经网络,建立了针对局部环流指数的预报模型,并尝试联合源表面参数,对最多提前4天预报地磁暴的模型作了改进。磁暴过程中地磁场变化具有显著的地方时依赖性,这说明了预报分区域磁暴指数的重要性。利用LSTM神经网络,我们首次构建了提前时间为1～12小时
【机 构】
：
中国科学院大学(中国科学院国家空间科学中心)
【出 处】
：
中国科学院大学(中国科学院国家空间科学中心)
论文部分内容阅读
地磁暴深刻影响着人类社会的生产和生活,建立和发展地磁暴的预报模型是空间天气学领域的重要课题之一。我们借助拥有良好时间序列预报表现的长短期记忆（LSTM）人工神经网络,建立了针对局部环流指数的预报模型,并尝试联合源表面参数,对最多提前4天预报地磁暴的模型作了改进。磁暴过程中地磁场变化具有显著的地方时依赖性,这说明了预报分区域磁暴指数的重要性。利用LSTM神经网络,我们首次构建了提前时间为1～12小时的局部环流指数LTSMR-的预报模型。一般来说,预报性能随着提前时间的增加而降低,SMR06-指数的预报性能优于SMR00-、SMR12-和SMR18-指数。对于提前12小时的预报,相关系数分别为0.738、0.608、0.665和0.613。为了避免平静期海量数据对人工神经网络的学习偏好的影响,我们建立了仅使用磁暴期间数据来训练的机器学习模型。我们发现,随着预报提前时间的增加,预报效果的改善也逐渐显著。例如,在提前12小时预报磁暴时的SMR06-指数时,相关系数从0.674增加到0.691,预报效率从0.349增加到0.455。我们还评估了模型对磁暴强度的预报性能,发现强磁暴的相对误差通常小于中等磁暴的误差。针对地磁指数Dst的预报在提前时间达到24小时及其以上时,模型的效果会迅速下降。地磁暴是增强的太阳风-磁层能量耦合的后果之一,其物理源头在于太阳活动。通过将源表面参数加入人工神经网络,我们探索建立了提前时间为1～4天的Dst预报模型。结果表明,源表面训练参数的添加提高了天量级的Dst指数的预报效果,且预报提前时间越久,预报效果的提升越大。在提前4天的预报中,模型的相关系数为0.352,预报效率为0.103,相较于仅使用太阳风参数分别提升了22.2%和77.6%。
其他文献
随着我国航天事业的不断进步,尤其是商业航天领域的开放,微纳卫星进入蓬勃发展阶段,在苛刻的体积、重量、功耗约束情况下,把常规卫星的测控和数传设备合二为一,是降低设备总重量的一个重要对策。测控数传一体化系统不仅具备较高速率的数据传输,还具有可以和常规测控设备相近的测距定位能力。首先介绍了扩频信号的捕获基础,简要介绍了AOS协议与测距方法分类,在此基础上,详细分析了高动态环境下扩频信号的捕获以及星上测控
空间环境与人类的生产生活方式密切相关,空间环境的状态对通讯、卫星导航以及航天活动等都有重要的影响。为减少和避免空间环境灾害对人类造成的损失,空间环境预报已具有不可撼动的地位。空间环境预报对可能造成空间环境效应的事件进行及时预警,为不同飞行任务的空间环境安全提供保障服务。随着空间科学的不断深入,空间环境预报的作用日益增强,空间环境领域内不同任务的完成需要使用的软件日益增多,而程序化逐步进行不可跨越的
近年来全球极端降水天气的频繁出现严重影响了人们的生产生活以及生命财产安全。工程领域中,强降雨天气容易导致卫星传输的无线电波信号发生衰减,因此,实时监测降雨、提高对强降水天气的预报预警能力、降低雨衰影响等颇为重要。随着全球导航卫星系统（GNSS）的不断发展,充分发掘其在气象领域的研究价值受到了广大学者的关注。已有研究证明GNSS极化无线电掩星（PRO）技术对雨水的存在比较敏感,可进行降雨探测,但其反
随着航天技术的发展,深空探测已成为世界各国竞争的热点。在深空探测中,只有深空通信系统正常运行才能保障探测任务的顺利完成,因此深空通信系统通常需要经过一系列地面测试才能应用于探测任务中。为了缩短深空通信系统的研发周期、降低研发的成本并能够在地面上完成准确的信道测试,需要精准的信道特性和信道建模技术作为支撑。目前,我国正处于从探月到探火及探测更远宇宙空间的关键时期,研究深空信道特性及其感知技术对深空通
星载设备在线监控、集成系统健康管理、多载荷协同探测,是未来深空探测技术发展的必然趋势。航天器自主故障重构、自主任务规划的决策依据,正在从单变量遥测,向跨系统的多变量遥测、注入指令与遥测数据的关联特征、遥测数据与业务数据自主融合处理等方向拓展。传统的有效载荷建模方法,大多聚焦于载荷自身物理原理与行为特性,建模产生的载荷数据无法反映遥测参数之间,遥测参数与注入指令、健康管理策略、业务数据之间的关联特性
随着航天领域以及空间数据系统的不断发展,航天系统的复杂性也在不断提升,对异构系统互联互通的需求也有所增长,主要表现在空间数据系统的信息交互方面。为了实现空间数据系统中异构系统间的互联互通,可以采用电子数据单技术来描述相关信息。电子数据单技术采用统一的标准对空间数据系统的信息进行描述,可以规范系统在设计、研制、集成、测试、运行阶段的信息交互,尤其是对于星地之间、不同系统和设备间的信息交互。在目前已有
现代集成电路（Integrated Circuits,IC）制造工艺中,芯片的制造需要经过一系列的流程,每个流程都可能为芯片引入不同的缺陷。在芯片的晶圆测试和封装测试阶段,对失效的芯片进行故障分析,定位失效点,检测失效原因,可以对芯片生产的良率提高起到很大的帮助。随着芯片集成度的提高、特征尺寸的减小、金属互连层厚度的增加,精确定位集成电路硬缺陷和软缺陷的失效点也变得越来越困难。因此,精确、高效的定
工作在空间环境中的航天器容易受到影响发生故障,其中最常见的故障为单粒子翻转（Single Event Upset,SEU）。以航天电子系统中常用的现场可编程逻辑门阵列（Field Programmable Gate Array,FPGA）为研究对象,判断FPGA内部是否发生SEU有静态测试和动态测试两种方法,这两种方法并不能对SEU进行定位。确定SEU的位置及其发生原因,可以帮助航天器进行预警与故
随着科技时代的不断发展,卫星的在轨寿命越来越长。卫星的状态受空间环境与运行时长的影响,这些影响可能会使卫星在运行过程中出现故障,从而造成不可挽回的事故损失。卫星运行过程中产生的遥测数据能够直接表达卫星的状态,对卫星遥测数据的变化趋势进行预测,可以提前预知发生故障的可能,为卫星运控管理人员留出更充裕的时间实施故障处置。本文建立了卫星遥测数据预测模型,对卫星实际遥测数据的变化趋势进行预测,提高预测精度
日冕—行星际太阳风三维数值模拟工作是预报空间天气的重要手段,在日冕三维太阳风数值模拟中,日冕加速加热的模拟和磁场散度误差的处理是日冕模拟中的重点和难点,也是模拟工作中必须解决的问题,以期模拟结果更接近实际太阳风状态,达到准确预报的目的。本文利用近年来发展的COIN-TVD MHD（Coronal Interplanetary-Total Variation Diminishing magnetoh