关于太阳质子事件预报水平判别的改进意见

本文提出一个判别太阳质子事件预报水平的新指标.     

基于误差发散规律的低轨卫星大气阻力系数计算方法

低轨卫星轨道预报精度受到大气模型和大气阻力系数精度的制约,给一些高精度的空间和航天任务带来不利影响.提出了一种基于沿迹方向误差发散规律的大气阻力系数计算新方法.首先通过理论推导给出低轨卫星轨道预报中沿迹误差发散的分析表达式,定量描述初值误差和模型误差对沿迹误差的综合影响;提出利用定轨段的基本信息,优选预报段所采用的阻力系数,抑制沿迹误差的发散速率,从而降低沿迹方向预报误差的最大值,提高短期预报精度.以400 km附近的GRACE-A卫星的全弧段星载GPS高精度资料为基础,检验了方法的精度和成功率.结果表明:相对于传统的定轨预报方法,新方法能提高24 h短期预报精度约45%,成功率约71%,总体有效率约86%;方法对低、中、高等3种太阳辐射水平均有效,对于中低等级的地磁扰动也有效,具备较好的应用价值.     

观测资料中野值的剔除方法

本文主要讨论大量观测资料中野值的剔除问题,采用由多项式平滑获得的残差平方和及递推滤波中的预报残差两个统计量进行判别和剔除。通过实测资料的计算表明,本方法对剔除单个野值或成片野值都是十分有效的。     

廿一周升段产生质子耀斑的背景条件及其在质子事件予报中的作用

本文分析了廿一太阳活动周上升段产生质子耀斑的背景条件,评价了它们对质子事件预报的贡献,得出以下几点结论: 1.廿一周升段95.5％的质子活动区分布在30°-90°和120°-210°两个卡林顿经度带上。前一经度带主要产生强烈质子事件,后一经度带主要产生弱质子事件。 2.各活动经度带存在着时间大约为一年的活动期和间歇期,两个经度带互相交替。全球的质子事件存在着73±0.7天的周期。 3.用相关性预报水平总指标对各种产生质子耀斑的背景条件评价的结果是,对质子事件预报贡献较大的背景特征依次为:黑子群出现长命旋涡(α_0=0471);面积≥1000单位的黑子群(α_0=0.365);磁型为结δ构(α_0=0.300);反常极性黑子群(α_0=0.275);F型黑子群(α_0=0.239)……     

太阳黑子周极小年的统计性质——兼论第22周起始极小是否已经出现

探讨太阳周极小年的性质关系到确定极小值的位置及太阳周的长度,从而与太阳活动周的研究、太阳活动预报及水文、气象等地球物理现象的研究密切相关.当前对第22黑子周特征值的预报相当弥散,第22周起始极小是否已经出现的问题受到普遍关注.不同的太阳活动指标达到极值的时间不同,一般以太阳黑子数月均平滑最低值的位置来定义极小年.     

基于修正线性组合模型的原子钟钟差预报

原子钟钟差预报在时频工作中起着重要作用.目前常用的预报模型各有优缺点,为了综合各种预报模型特点,可以考虑组合这些模型预报的结果.针对线性组合模型预报钟差时存在的问题,提出了学习权的概念,以有效地利用各种精度信息,建立了修正组合预报模型.为了验证该方法的有效性,选取了4颗GPS卫星IGS(International GN...     

二次多项式模型和灰色理论模型在接收机钟差预报中的应用和比较

为了更好地对接收机钟差作科学、准确的预报,基于实验室解算出的接收机钟差数据,分别采用二次多项式模型和灰色理论模型对接收机钟差进行了预报和分析.预报结果及其比较表明,对于需要用少量接收机钟差数据建立预报模型时,灰色理论模型预报不论是单点预报还是多点(30个点)预报,其预报精度都优于二次多项式预报模型,可以在实际工作中应用.     

利用时间序列模型预报电离层TEC

以IGS(international GPS service)发布的电离层TEC(total electron content)资料为样本,用时间序列模型对全球的电离层总电子含量进行了预报.在时间序列预报模型中,不同的定阶方法导致不同的预报结果;实践证明本文使用的BIC定阶准则较好地实现了电离层总电子含量的预报.结果表明:对10 d左右的预报时间段,时间序列模型的TEC计算结果相对精度高,预报相对精度优于60%的网格点数在总网格点数中所占百分比可达90%以上.     

基于Vondrák滤波1阶差分灰色模型的卫星钟差预报方法

为了提高卫星钟差预报的精度,提出基于Vondrák滤波1阶差分的灰色模型算法.首先,对原始钟差数据序列采用Vondrák滤波处理后,得到1组新的钟差数据序列.然后,对相邻历元的钟差数据序列作1阶差分处理.最后,基于Vondrák滤波后的1阶差分的钟差差值数据序列,建立了GPS钟差预报的灰色模型.此外,采用了IGS(International Global Navigation Satellite System Service)公布的精密卫星钟差数据进行了预报试验,通过与卫星钟差预报中常用的2次多项式模型和直接采用原始钟差数据建立灰色预报模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报.在12 h、16 h、20 h和24 h的平均预报精度分别为0.50 ns、0.85 ns、1.08 ns和1.27 ns,相比于2次多项式模型的平均预报精度分别提高了24.24%、15.84%、12.90%和11.81%;相比于直接采用原始钟差数据建立灰色预报模型的平均预报精度分别提高了56.14%、49.40%、48.82%和47.80%.     

基于一次差的灰色模型在卫星钟差预报中的应用

根据星载原子钟钟差的特点,提出一种基于一次差的灰色GM(1,1)钟差预报方法.该方法首先对相邻历元的钟差作一次差,然后以一次差后的值建立灰色模型预报一次差的值,最后将预报的一次差还原即得到钟差预报值.以IGS(International GNSS Service)提供的采样率为5 min的精密钟差为实验数据,通过对不同长度的建模数据和不同预报步长进行对比分析.结果表明:该方法的预报精度较传统的灰色模型有了较大提高,特别是对于PRN01原子钟,其预报效果最好;采用一次差原理可有效改善和提高模型预报的精度和稳定性,应用于钟差较长时间预报是可行的,可靠性较强.     

基于GM(1,1)和MECM组合模型的GPS卫星钟差中短期预报

针对卫星钟差呈现趋势项和随机项变化的特点,提出了基于GM(1,1)(灰色预报模型)和修正指数曲线法(Modified Exponential Curve Method,MECM)的组合预报模型.该模型首先采用GM(1,1)预报钟差的趋势项,然后利用MECM模型对GM(1,1)残差序列进行建模和预报,最后将GM(1,1)和MECM模型的预报结果相加得到钟差的最终预报值.此外,采用IGS(International Global Navigation Satellite System Service)公布的精密卫星钟差进行预报试验,通过与卫星钟差预报中常用的二次多项式和MECM模型预报结果的对比分析,结果表明:该方法可以对GPS卫星钟差进行高精度的中短期预报.使用12 h钟差建模时,预报6 h、12 h、18 h和24 h的平均预报精度分别为0.43 ns、0.63 ns、0.74 ns和0.79 ns,相比于二次多项式的平均预报精度分别提高了57.43%、69.71%、80.47%和86.74%,相比于MECM模型的平均预报精度分别提高了50.57%、64.41%、76.80%和84.20%;使用24 h钟差建模时,预报6 h、12 h、18h和24 h的平均预报精度分别为0.57 ns、0.61 ns、1.02 ns和1.48 ns,相比于二次多项式的平均预报精度分别提高了32.94%、55.47%、55.07%和53.16%,相比于MECM模型的平均预报精度分别提高了92.98%、66.30%、65.42%和63.99%.     

考虑LS+AR模型基础数据量的极移预报研究

针对目前极移最小二乘(Least Square, LS)+自回归(AutoRegressive, AR)预报模型的单一数据选取方案, 提出分别考虑LS模型数据量和AR残差数据量的组合数据模式, 并对极移预报时单一数据和组合数据预报结果精度进行分析, 探讨模型输入数据量对极移预报精度的影响. 结果表明, 模型输入数据量的变化对极移预报结果影响较大. 采用组合数据预报的方式相比较于单一数据量预报方式精度更高, 特别是针对30--360 d跨度内的中长期预报, 组合数据量的极移预报精度可比单一数据量预报精度有较大改善. 结论证明组合数据在极移预报时具有一定的优势, 可为以后极移预报数据量选取提供一定的借鉴参考意义.     

太阳活动和预报的几个问题(英文)

不少人用统计方法研究太阳黑子数序列或者太阳黑子周本身各参量间的关系,做太阳活动周预报。第21周只有少数这类预报的结果与实际情况相近。第22周也会有类似的趋势,即预报较实测偏低较多。为改进预报,研究太阳黑子活动的性质是有益的。黑子数是一个缺乏物理意义的统计量,人们已经找到和正在寻找新的太阳活动指标。但是黑子数的观测历史较长,用户广,而且作为一个统计量它能反映太阳活动的时间变化,所以仍是一个常用的参量。同时,应该看到太阳活动是一个广泛含意的概念,不应把它只与黑子数相联系。为了满足用户的不同要求,应该用多种太阳活动指标做预报。另外,从SMM卫星和GOES卫星的观测资料分析得出耀斑的152天周期性,地面观测资料也得到了同样的结果。这类研究也必然有助于预报工作。本文对与上述问题有关的几点做些简短的讨论。 研究发现,太阳活动周各参量间的关系是比较复杂的。例如,太阳周黑子数极大值与上升段的关系似乎可以用两条直线表示(图1),极小年均值与起伏之间也象是双线关系(图2)。这种非唯一的关系至少是太阳活动周预报不准的主要原因之一,也可能是太阳预报提前期越长越不准的原因之一。 太阳活动是一个意义广泛的概念,可以用多种指标描述太阳活动的不同方面。而且应注意到不同指标之间在     

峰年联测期间的地磁活动预报

地磁活动预报目前,国内外的工作基本处在统计性预报和相关性研究的水平上。我们现在进行的是月预报。 1989年有五次联测在我们预报的时间范围内。总体上看,发布的地磁活动预报有四次报的比较准确,有一次未报准。在6月中旬以后到8月初的这一较长时段中,地磁     

广义回归神经网络在日长变化预报中的应用

传统的日长变化预报多是基于线性模型,如最小二乘模型、自回归模型等,但是日长变化包含了复杂的非线性因素,线性模型预报的效果往往不甚理想.所以尝试使用一种非线性神经网络—广义回归神经网络(GRNN)模型进行日长变化预报,并将结果与使用BP (Back Propagation)神经网络模型和其它模型的预报结果进行比较.结果表明,GRNN用于日长变化预报是高效可行的.     

附有周期项的预报模型及其在GPS卫星钟差预报中的应用研究

为了有效进行GPS卫星钟差预报和更好地反映卫星钟差特性,除了考虑卫星原子钟频移、频漂和频漂率等物理性质外,还应考虑到卫星钟差的周期性变化特点.在二次多项式模型基础上,增加了周期项因素,构造了新的预报模型.选取部分GPS卫星铯钟(Cs.clock)和铷钟(Rb.clock)钟差资料,根据钟差变化趋势分3种情况,按不同时间长度进行钟差预报分析,并与二次多项式模型的预报结果比较分析,大量数据分析表明:附有周期项的二次多项式模型预报精度优于二次多项式模型,铷钟预报精度略优于铯钟.     

基于ARMA模型的导航卫星钟差长期预报

卫星钟差长期可靠预报是实现卫星自主导航定轨所要解决的重要前提之一.针对多项式模型(PM)、灰色模型(GM)等常用的钟差预报方法存在的预报误差较大的情况,为了有效地进行卫星钟差预报和更好地反映卫星钟差变化特性,将ARMA(Auto-Regressive Moving Average)模型引入到卫星钟差预报中,利用IGS(International GNSS Service)提供的卫星钟差观测数据进行90 d的长期预报,根据各个卫星钟差的变化特性,对其进行模式识别、建模和预报,并与其它3种模型进行了较为细致的比较.计算结果表明,采用ARMA模型可以有效地提高卫星钟差的长期预报精度.     

空间碎片轨道预报中动力学模型基准的选取

在不同的轨道预报场景中, 使用的动力学模型也不同. 例如, 在低轨空间碎片的预报中大气阻力是十分重要的摄动力, 而到了中高轨, 大气阻力就可以忽略不计. 如何为不同轨道类型的空间碎片选择最优(满足精度要求下的最简)动力学模型还没有系统、详尽的研究. 将对不同精度需求、不同轨道类型下的大批量轨道进行预报, 通过比较不同动力学模型下的预报结果, 给出各种预报场景的最优动力学模型建议. 可以为不同轨道类型的空间碎片在轨道预报时选择基准动力学模型提供参考或标准.     

太阳活动短期预报的综合权重

本文简述了按权重综合几个预报结果的一般方法.通过1978—1980年我国进行重要试验期间太阳活动短期预报与实况的比较,计算了云南天文台、紫金山天文台和北京天文台综合的短波衰退(SWF)预报的标准差s_i;并由之确定了相应的权因子W_i.     

基于小波分析和神经网络的卫星钟差预报性能分析

为了有效地进行卫星钟差预报和更好地反映卫星钟差特性,提出了一种基于小波分析和神经网络的4阶段混合模型来实现卫星钟差的预报,并给出了基于小波分析和径向基函数(Radial Basis Function,RBF)神经网络进行卫星钟差预报的基本思想、预报模型和实施步骤.采用"滑动窗"划分数据,利用神经网络预测小波分解和去噪后的钟差序列各层系数,更精确地把握钟差序列复杂细致的变化规律,从而更好地逼近钟差序列.为验证该混合预报模型的可行性和有效性,利用GPS卫星钟差数据进行钟差预报精度分析,并将其与灰色系统模型和神经网络模型进行比较分析.仿真结果显示,该模型具有较好的预报精度,可为实时GPS动态精密单点定位提供较高精度的卫星钟差.