应用机器学习方法的太阳质子事件短期预报模型
本文选取三个描述太阳活动区磁场复杂性和非势性的特征物理量纵向磁场最大水平梯度|▽_hB_z|_m,强梯度中性线长度L,孤立奇点数目η.对这三个参量统计计算后结果作为预报因子,应用支持向量机作为预报方法建立一个基于磁场特征物理量的太阳质子事件短期预报模型,该模型可以预报活动区未来24小时是否爆发太阳质子事件.2002和2003年连续两年的样本检测并和基于传统预报因子的模型进行了比对,结果显示预报模型具有较高的准确率和较低的虚报率,从而验证了太阳光球磁场参量作为太阳质子事件预报因子的有效性.
太阳光球磁场、磁场复杂性和非势性、支持向量机、太阳质子事件预报
40
P1(天文学)
国家自然科学基金重点项目10973020;北京市属高等学校人才强教计划资助项目PHR200906210;北京市教育委员会科研基地建设项目WYJD200902;"十一五"国家科技支撑计划重点项目课题09BaJG258
2011-05-16(万方平台首次上网日期,不代表论文的发表时间)
938-944