太阳黑子相对数的分维研究

本文用非线性动力系统理论控制了现代太阳周（１８５０年１月－１９９２年５月）黑子相对数月平均变化的动力行为和可预报性，计算了它的分维数。结果表明，太阳黑子数月均变化是一个复杂的低维浑沌系统，可用有限个参数描述，所需变量至少为３个，最多为７个，本文还讨论了黑子数月均值的可预报时间尺度，平均可预报时间尺度为１５０个月，本文建议利用最小二乘直线拟合的最小方差来判定最佳无标度区，所得分维数较客观，并简要讨论     

22周上升段太阳射电缓变成分的一些统计特性

本文根据1987年1月—1989年11月期间,2cm、3.4cm、6cm、10.7cm和21.2cm五个波段每日总辐射流量与日面上占主导地位的活动区黑子视面积之间的关系,对第22周上升段若干大活动区的射电缓变成分的统计特性进行了分析研究,发现有几个大活动区在日面时S-Ay图上处在平均曲线之下,当黑子面积增加时,射电流量的增加并不明显。     

13.7m抛物面天线增益测量和太阳射电流量密度定标

以新月时月亮的射电辐射为温度基准和准口面温度定标的方法，在２２ＧＨｚ频率上于１９９３年７月￣８月测量了１３．７ｍ射电望远镜抛物面天线的增益，根据测量的增益值（６７．１０±０．０７ｄｂ）定标了太阳射电流量。流量测量的系统差为±５．８％，偶然差为±２．７％，测量的宁静太阳亮温度（非源区）为１０１００±３００Ｋ。除此之外，还推导和计算了不同源模型下的天线方向图改正因子Ｋｓ，并计算了太阳射电源的流量密度。     

用自激励门限自回归分析方法模拟和预报太阳黑子数的长期变化

本文用一种新方法——自激励门限自回归分析方法对太阳黑子相对数年平均值进行拟合和预报检验,并对未来第22周逐年年均值作出预报。 目激励门限自回归分析模型的形式如下: 在对1956至1985年逐年太阳黑子相对数年均值的预报检验中,最大拟会误差为40.6,最小拟合误差为0.3,平均拟合误差为±12.5。 对1986至1997年逐年太阳黑子相对数年均值的预报见表(4)。定出第21周极小在1986年或1987年,极大在1990或1991年,极大值R_M=81.2±16.2。     

太阳黑子数月平均变化的长期行为的可预报性

本文用非线性动力系统理论探讨了现代太阳周（１８５０年１月─１９９２年５月）黑子相对数月平均变化过程的可预报性。用时间延迟方法重构吸引子，计算它的最大Ｌｙａｐｕｎｏｖ指数（λ_１＝０．０２３±０．００４ｂｉｔｓ／月），估算了用这些黑子数进行确定性预报的理论时限（ｔ＝３．６±０．６年）．结果表明，动力系统的可预报性与它的最大Ｌｙａｐｕｎｏｖ指数有直接关系，黑子数月平均变化过程的演化不是周期的，也不是拟周期的，而是混沌的。即使今后找到了描述该过程的确定性方程，它的长期行为也不可能准确地预报，只能作短期预报，这是黑子数本身的混沌特性决定的。用于黑子数预报的纯粹数值统计方法仅对短期预报才有效。     

太阳黑子数月平均变化的长期行为的可预报性

本用非线性动力系统理论探讨了现代太阳周（１８５０年１月－１９９２年５月）黑子相对数月平均变化过程的可预报性。用时间延迟方法重构吸引子，计算它的最大Ｌｙａｐｕｎｏｖ指数（λ１＝０．０２３±０．００４ ｂｉｔｓ／月），估算了用这些黑子数进行确定性预报的理论时限（ｔ＝３．６±０．６年）。结果表明，动力系统的可预报性与它的最大Ｌｙａｐｕｎｏｖ指数有直接关系，黑子数月平均变化过程的演化不是周期的，也不是拟     

三频段太阳射电望远镜与空间天气

基于地基望远镜对太阳射电辐射流量进行长期监测是空间天气预报的一种重要手段,用来预报太阳活动引发的地球上的各种扰动。明安图和塔什库尔干两台新的三频段(10.7 cm,6.6 cm和3.3 cm)太阳射电望远镜将服务于我国的空间天气监测和预报,介绍了系统的结构和设计特性、双噪声源定标方法。系统稳定性优于1%(10 h),灵敏度优于1 sfu。展示了明安图太阳射电望远镜2017年试观测的初步结果。     

对数耀斑指数的统计性质——分布和演变

鉴于中等时间尺度(10—10~2天)耀斑活动研究和预报的需要,首先应确立恰当的描写耀斑活动的方式. 我们发现,美国国家海洋和大气管理局发表的每天耀斑指数(?)严重偏离正态分布.我们经变换得到对数耀斑指数(对应于耀斑辐射积分强度的量级)遵从正态分布.其时段平均值F_L和标准差σ_F便可完备地统计描写该时段的耀斑活动水平. 依据概率理论,利用随机数发生器,我们推求了低于报导阈的F_L近似值,构成了FL完整的时间序列,从而描写了耀斑活动的连续变化. 我们计算了1642—1684太阳自转周每周的F_L和σ_F发现,它们与太阳缓变成分(2800兆赫射电流量S_a)相关演变,复相关系数R_F=0.93,R_σ=0.46;另一方面,FL的相对回归余差仍近20％,σ_F的相对回归余差则近30％;定量地予以解释和预报,显然是需要探索的艰难任务. 另外,我们发现,F_L与S_a单相关系数为0.93,相应回归方程F_L=-0.70+0.0155S_a凭借2800兆赫射电流量平均值S_a的预报,便可预报对数耀斑指数较为准确的平均值.     

对数耀斑指数的统计性质:分布和演变

鉴于中等时间尺度(10~1—10~2天)耀斑活动研究和预报的需要,首先应确立恰当的描写耀斑活动的方式。 我们发现,美国国家海洋和大气管理局发表的每天耀斑指数I_f,严重偏离正态分布。我们经变换得到对数耀斑指数(它对应于耀斑辐射积分通量的量级) 遵从正态分布,其时段平均值F_L和标准差σ_F便可完备地统计描写该时段的耀斑活动水平。 依据概率论,利用随机数发生器,我们推求了低于报导阈的F_L近似值,构成F_L的完整的时间序列,描写了耀斑活动的连续变化。 我们计算了1642—1684太阳自转周每周的F_L和σ_F。发现它们与太阳缓变成分(2800兆赫射电流量S_a)相关演变,复相关系数R_F=0.93,R_σ=0.46;另一方面,F_L的相对回归余差仍近20％,σ_F的相对回归余差则近30％;定量地予以解释和预报,显然是需要探索的艰巨任务。 另外,我们发现,F_L和S_a单相关系数r=0.93,回归方程 F_L=-0.70 0.0155S_a 凭借2800兆赫射电流量平均值S_a的预报,便可预报对数耀斑指数较为准确的平均值F_L。     

基于深度学习的太阳F_10.7辐射通量的短期预报研究

F_10.7太阳辐射通量作为输入参数被广泛运用于大气经验模型、电离层模型等空间环境模型,其预报精度直接影响航天器轨道预报精度.采用时间序列法统计了太阳辐射通量F10.7指数和太阳黑子数(SSN)的关系,给出了两者之间的线性关系,在此基础上提出了一种基于长短时记忆神经网络(Long and Short Term Memory,LSTM)的预报方法,方法结合了54 d太阳辐射通量指数和SSN历史数据来对F_10.7进行未来7 d短期预报,并与其他预报方法的预报结果进行了比较,结果表明:(1)所建短期预报7 d方法模型的性能优于美国空间天气预报中心(Space Weather Prediction Center, SWPC)的方法,预测值和观测值的相关系数(CC)达到0.96,同时其均方根误差约为11.62个太阳辐射通量单位(sfu),预报结果的均方根误差(RMSE)低于SWPC,下降约11%;(2)对预测的23、24周太阳活动年结果统计表明,太阳活动高年的第7 d F10.7指数预报平均绝对百分比误差(MAPE)最优可达12.9%以内,低年最优可达2...