[发明专利]基于卷积神经网络模型的太阳耀斑预报方法

说明书

技术领域

本发明涉及太阳活动的研究技术，尤其涉及一种基于卷积神经网络模型的太 阳耀斑预报方法。

背景技术

太阳是空间天气的源头，剧烈的太阳活动可能引起卫星故障，通信中断，导 航失灵，甚至输电网络瘫痪。如果能够准确地预报未来一段时间太阳爆发活动的 情况，就能够及时地进行灾害的防护和处理。

太阳耀斑是一种剧烈的太阳活动现象，太阳耀斑的预报具有较长的研究和应 用历史。以太阳黑子观测为基础，1990年McIntosh在“McIntosh,P.S.1990,Sol. Phys.,125,251”中提出太阳黑子的形态学分类(McIntosh分型)，基于黑子的 McIntosh分型，人工建立了一个包含500多条规则的太阳耀斑预报专家系统 (Theo)。1994年Bornmann和Shaw在“Bornmann,P.L.&Shaw,D.1994,Sol. Phys.,150,127”中统计了太阳黑子的McIntsho分型与太阳耀斑的关系，并建立了 McIntosh分型与太阳耀斑的回归模型。2007年李蓉等在“Li,R.,Wang,H.-N.,He, H.,Cui,Y.-M.,&Du,Z.-L.2007,ChJAA,7,441”中使用太阳黑子的面积、磁分类、 McIntosh分型、10厘米射电流量作为模型输入，利用支持向量机方法建立太阳耀 斑预报模型。2009年Colak和Qahwaji在“Colak,T.&Qahwaji,R.2009,Space Weather,7,06001”中利用图像处理技术和机器学习技术建立自动太阳活动预报系 统(ASAP)，该系统自动检测太阳黑子并对自动识别其McIntosh分型，在此基础 上，利用神经网络方法建立太阳耀斑预报模型。2012年Bloomfield等在 “Bloomfield,D.S.,Higgins,P.A.,McAteer,R.T.J.,&Gallagher,P.T.2012,ApJL, 747,L41”中使用黑子的McIntosh分型，利用泊松统计技术建立太阳耀斑预报模型。

以已经发生的太阳耀斑事件为基础，2005年Wheatland在“Wheatland,M.S. 2005,SpaceWeather,3,07003”中仅使用太阳耀斑本身的历史观测数据，利用贝叶 斯方法建立了太阳耀斑预报模型。