一种基于小数据量的UHF频段电离层闪烁事件人工智能预报新方法
准确的电离层闪烁事件预警是空间天气预报的主要任务之一.针对中国低纬地区特高频(ultra high frequency,UHF)频段电离层闪烁事件预警信息需求,基于小数据量,充分利用经验知识和深度学习算法从电离层闪烁发生前的背景电离层参数中筛选有效的事件发生前兆因子,进而将电离层闪烁事件预报问题转换为观测数据的分类问题,最终基于深度信念网络形成了一种中国低纬地区UHF频段电离层闪烁事件预报新方法.利用该方法分析了多种观测数据组合与UHF频段电离层闪烁事件发生之间的相关性后,首次发现预报地区东侧跨赤道的电子总含量(total electron content,TEC)随纬度变化剖面的时序数据是电离层闪烁事件预报的重要前兆因子之一,对提升预报性能指标有显著帮助.
电离层闪烁、事件预报、信息化作战、前兆筛选、经验知识、深度学习
38
P352(空间物理)
张明高院士工作室基金A172011Y05
2023-06-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
312-317