首页 >
论文范文 >
自然科学论文 >
天文学论文 >
天文观测论文 >
关于空间天气预警中太阳风分类研究的前沿动态
摘要：传统上，太阳风分类是由一些经验丰富的研究人员综合不同种类的众多观测特征来完成的。比如，依据不同的观测特征，众多研究人员分别整理发布了行星际日冕物质抛射事件列表、磁云列表、共转相互作用区列表、激波事件列表、日球层电流片列表、日球扇区边界列表等。此外，学者们也尝试开发一些太阳风分类的经验模型。
加入收藏
1959年，苏联的Luna-1号卫星上天，人类首次得以对太阳风进行就地观测。此后数十年的观测和研究表明，近地太阳风有着不同的特性，起源于不同的源区。太阳风可大致分为四类：冕洞风、冕流风、扇区反转区风和日冕抛射风。
根据源区对太阳风进行分类对于太阳和日球物理研究有着重要意义。首先，为了对太阳风性质进行更全面准确的了解，在统计研究时需要对太阳风类型加以区分；其次，太阳风在行星际传播时仍“记录”着其源区的一些特征，分类研究有助于更好地了解发生在太阳不同区域的物理过程；再次，不同类型太阳风的对地效应显著不同，太阳风分类信息也有望提升空间天气预警效果。
传统上，太阳风分类是由一些经验丰富的研究人员综合不同种类的众多观测特征来完成的。比如，依据不同的观测特征，众多研究人员分别整理发布了行星际日冕物质抛射事件列表、磁云列表、共转相互作用区列表、激波事件列表、日球层电流片列表、日球扇区边界列表等。此外，学者们也尝试开发一些太阳风分类的经验模型。比如，一维参数空间的经验模型（太阳风速度Vp、Ptype）、二维参数空间的经验模型（O7+/O6+-Vp）、三维参数空间的经验模型（Sp-VA-Texp/Tp）等。
近十年来，太阳风分类识别取得了很大进展。尽管如此，不论是人工识别还是经验模型识别，都存在一定的局限性。在面对浩繁的观测数据时，人工识别的标准不一且难以做到实时更新，比如权威的Lepping磁云列表从2008年开始就停止更新了，其他一些列表也存在不同程度的更新滞后现象。对于经验模型而言，由于经常需要人工介入难以真正做到全自动化。另外，为了便于明晰识别界面，经验模型都是在三维或以下参数空间来开展，在识别准确度上还有提升空间。
最近，人工智能技术得到了长足进步，机器学习算法开始取代一些需要人工介入的工作。多参数空间的分类算法作为机器学习的典型任务，面对空间物理大数据时代，其在模式识别领域的优势逐步凸显，因而逐渐流行起来。在此背景下，中国科学院国家空间科学中心天气室研究员李晖、王赤与南京信息工程大学副教授许飞展开人工智能识别太阳风分类的合作研究。团队利用国际流行的10种机器学习分类算法（KNN、LSVM、RBFSVM、DT、RF、AdaBoost、NN、GNB、QDA、XGBoost）在优选后的8维参数空间中开发了太阳风分类的自动识别算法，可以自动、快速地将太阳风观测数据分为冕洞风、冕流风、扇区反转区风和日冕抛射风四类，图1展示了其中的一个事例。
图1太阳风分类的效果（彩色竖条是人工识别的太阳风分类，彩色点是机器学习算法的结果）
常见的机器学习分类算法大都能得到不错的分类结果，其中KNN算法的分类准确度分别为99.2%、91.1%、83.8%和92.9%。相比此前最好的经验模型，准确度分别提升了2.3%、21.2%、11.8%和5.4%；该太阳风分类算法可以识别出行星际小尺度通量绳（仅持续数小时），为后续太阳风小尺度结构特性及其与背景太阳风相互作用的研究提供便利；在此基础上，通过对比研究，团队还证实了实时太阳风分类信息可以应用于空间天气预警。如表1所示，当卫星实时监测到一个较强的太阳风电场（Ey>5.0mV/m）时，如果太阳风分类算法判定由冕流风所携带的话，那么引发中等磁暴的概率较大并伴随较高的卫星充电风险；如果判定由日冕抛射风所携带的话，那么引发强磁暴的概率较大并伴随较低的卫星充电风险。
该项研究证实了基于机器学习的分类算法有能力高效而准确地识别出四种典型类型的太阳风，可以获得比以往经验模型更好的分类效果。此外，该分类算法仅需要一些基本的太阳风参量观测，如等离子体数密度、温度、速度、磁场强度。无需太阳风成分观测的特点也使得该算法有更高的适用性和更广阔的应用前景。
基于机器学习的太阳风分类及其空间天气预警应用研究获进展[J].高科技与产业化,2020(06):81.
分享：
火星是地球的邻星,是太阳系内与地球最为相似的天体,也是人类深空探测的重要目标。当前火星气候寒冷干燥,表面覆盖着大量未固结或固结较差的风化物质,被称为火星土壤(简称火壤)[1],根据其粒度和胶结状况可分为尘埃、砂状、皮壳状-团块状和块状四种类型[2]。多源遥感探测和就位探测数据均指示火壤的主要物质组成与地球玄武岩类似(表1)[3,4]。
2020-08-27
航天器的电能来源形式包括自身携带与原位提取。自身携带电能包括化学燃料发电、化学电池、核电池等,而原位利用则包括太阳能及星球资源利用等。星球原位能源利用具备规模体量大、供应时间长、原料成本低等特点,是空间领域中长期任务得以确立及执行的基本技术保证,属能源动力系统长期攻关方向。
2020-08-27
日冕物质抛射(CoronalMassEjection,CME)是太阳大气中最剧烈、尺度最大的活动现象,表现为在短时间内日冕结构发生明显的变化,并伴有1011–1013kg携带磁场的等离子体抛射.当日冕物质抛射的方向朝着地球时,可能会与地球磁层发生相互作用,引起近地空间的地磁暴、极光等现象,会对通讯系统和电力系统等产生干扰,
2020-08-27
日冕物质抛射(CoronalMassEjection,CME)是大尺度的磁化等离子体从太阳大气抛向行星际空间的现象,是最剧烈的太阳活动之一.目前,已建立的有关太阳活动爆发的CME模型认为CME的爆发是由于系统不稳定性导致的,原先储藏在太阳磁场中的磁能以焦耳耗散和等离子体加速的形式转化为热能和动能.
2020-08-27
全球GPS网(InternationalGNSSService,IGS)可以监测地心移动(包括大气、海洋的整体地球质心相对于固体地球的形状中心的运动)和固体地球旋转运动，是维持高精度地球参考框架的重要手段。同时IGS台站的坐标变化直观地反映了地球表面的构造运动和形变运动，在季节变化的时间尺度下，台站坐标变化机制不属于构造运动。
2020-08-27
射电天文装置中模拟或数字接收机需要靠近天线，将天线接收的电磁信号进行放大、滤波并最终调制为光信号，通过光纤拉远，再经过光电转换、放大、滤波、模数转换，对信号进行相关和波束合成。射频链路包括：低噪放（靠近天线）、前端、接收模块。针对射频链路的系统噪声基底和预期的最大信号功率进行分析，从而确定射频接收链路中接收模块设计指标。
2020-08-27
1959年，苏联的Luna-1号卫星上天，人类首次得以对太阳风进行就地观测。此后数十年的观测和研究表明，近地太阳风有着不同的特性，起源于不同的源区。太阳风可大致分为四类：冕洞风、冕流风、扇区反转区风和日冕抛射风。根据源区对太阳风进行分类对于太阳和日球物理研究有着重要意义。
2020-07-16
文章千古事,得失寸心知。对于大大小小的每一个科学领域来说,对于每一位科学工作者来说,2019年自有得失。科学上真正的重要性亦不在于一时的吸引眼球。总的来说,我感觉,目前物理学的重要进展比较多地在于实验、观测和技术的进步,而较少有重大的理论突破。但是随着实验进步的积累,理论突破可以期待。
2020-07-15
随着GNSS系统的快速发展,基于广域(全球)跟踪站网络的精密实时应用已拓展到导航和地学领域的多个方面,如实时精密单点定位、地震海啸等灾害的实时监测、空间气象实时监测、对地观测、卫星实时精密定轨等。导航卫星的实时精密轨道与钟差确定技术作为GNSS精密实时服务的核心技术,已成为热门的前沿性研究课题之一。
2020-07-13
滤光器是全日面太阳磁场望远镜核心光学组成部件,其中的双折射晶体的折射率对温度变化十分敏感,温度波动能直接导致观测的太阳谱线中心偏移出656.281±0.2nm的设定要求[3]。因此,要使滤光器稳定工作在要求的窄带范围内,达到预期观测目标,就要求光学原件的温度稳定精度必须控制在0.01℃以内[4]。
2020-07-13
人气：6027
人气：3748
人气：2961
人气：2955
人气：2857
我要评论
期刊名称：天文研究与技术
期刊人气：1552
主管单位：中国科学院
主办单位：中国科学院国家天文台
出版地方：云南
专业分类：科学
国际刊号：1672-7673
国内刊号：53-1189/P
创刊时间：1977年
发行周期：季刊
期刊开本：16开
见刊时间：1年以上
影响因子：0.000
影响因子：0.435
影响因子：0.406
影响因子：0.664
科普杂志阅读、期刊信息查询、论文下载、文献查询、原创文章检测等多项服务。
服务热线
您的论文已提交，我们会尽快联系您，请耐心等待！
你的密码已发送到您的邮箱，请查看！
2020-07-16
260
上传者：管理员
