[发明专利]基于机器学习技术预报模型的太阳爆发事件预报方法

说明书

本发明公开了一种基于机器学习技术预报模型的太阳爆发事件预报方法，包括：A、刻画太阳活动区磁场特性的步骤；B、建立太阳爆发事件预报模型的步骤。采用本发明的方法，能够利用太阳活动区光球矢量磁场测量，通过机器学习技术建立太阳爆发事件综合预报模型，从而实现太阳活动区相关的太阳耀斑和日冕物质抛射的综合预报。

技术领域

本发明涉及太阳活动预报技术，尤其涉及一种基于机器学习技术预报模型的太阳爆发事件预报方法。

背景技术

太阳是空间天气的源头。源于太阳的剧烈爆发活动产生大量高能粒子和强的电磁辐射。当大量高能粒子到达地球轨道附近时，可能影响地球同步轨道卫星和宇航员的安全，到达地球高层大气附近，可能引起地磁暴；当电磁辐射到达地球附近时，可能破坏地球的电离层，进而影响无线电通讯。因此，太阳爆发事件的预报具有重要的实用价值。

太阳耀斑和日冕物质抛射是两种最剧烈的太阳爆发事件。在太阳爆发活动预报中，当前的主要工作集中在太阳耀斑的预报。在太阳耀斑预报方面，主要基于太阳活动区的形状特征(见文献“McIntosh,P.S.1990,Sol.Phys.,125,251”和“Bornmann,P.L.&Shaw,D.1994,Sol.Phys.,150,127”)或磁场定量特征(见文献“Cui,Y.M.,Li,R.,Wang,H.N.,&He,H.2007,Sol.Phys.,242,1”、“Georgoulis,M.K.&Rust,D.M.2007,ApJ,661,109”、“Schrijver,C.J.2007,ApJ,655,117”和“McAteer,R.T.J.,Gallagher,P.T.,&Conlon,P.A.2010,AdSpR,45,1067”)，利用专家系统(见文献“McIntosh,P.S.1990,Sol.Phys.,125,251”和“Miller,R.W.,1988,J.Roy.Astron.Soc.Can.,82,4”)、统计(见文献“Bloomfield,D.S.,Higgins,P.A.,McAteer,R.T.J.,&Gallagher,P.T.2012,ApJL,747,L41”、“Wheatland,M.S.2005,Space Weather,3,07003”、“Leka,K.D.&Barnes,G.2007,ApJ,656,1173”和“Mason,J.P.&Hoeksema,J.T.2010,ApJ,723,634”)或机器学习(见文献“Li,R.,Wang,H.-N.,He,H.,Cui,Y.-M.,&Du,Z.-L.2007,ChJAA,7,441”、“Colak,T.&Qahwaji,R.2009,Space Weather,7,06001”、“Wang,H.N.,Cui,Y.M.,Li,R.,Zhang,L.Y.,&Han,H.2008,Adv.Space Res.,42,1464”、“Ahmed,O.W.,Qahwaji,R.,&Colak,T.et al.2013,SoPh,283,157”和“Bobra M.G.and Couvidat S.2015 ApJ 798 135”)等方法建立实用的太阳耀斑预报模型。但是，在日冕物质抛射预报方面，国际上还未见有实用的基于太阳日冕物质抛射预报模型的公开技术。

发明内容

有鉴于此，本发明的主要目的在于提供一种基于机器学习技术预报模型的太阳爆发事件预报方法，利用太阳活动区光球矢量磁场测量，利用机器学习技术建立太阳爆发事件综合预报模型，以实现太阳活动区相关的太阳耀斑和日冕物质抛射的综合预报。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于机器学习技术预报模型的太阳爆发事件预报方法，该预报方法包括：

A、刻画太阳活动区磁场特性的步骤；所述太阳活动区磁场特性，包含用于识别活动区是否产生耀斑的物理量和用于判断产生的耀斑是否伴随日冕物质抛射的物理参量；及

B、建立太阳爆发事件预报模型的步骤；包括：