基于神经网络方法的Kp预报模型

摘要：

为了更加准确地预报磁暴(Kp＞5)的发生,充分利用ACE卫星积累的上游行星际条件的数据,以开磁通生成速率函数dΦMP/dt和太阳风磁层粘滞作用项n1/2v2为主要输入参数,应用神经网络方法,构建了三个模型,预报三小时时段的Kp值.根据实际需要,这三个模型采用了不同的训练集构造方法和提前时间量.模型1输入当前的开磁通生成率,粘滞作用项,太阳风速度、密度,和行星际磁场总强度、By分量、Bz分量,提前1～3.5h预报Kp;模型2在模型1的基础上加入Kp现报,提前1～3.5h预报Kp;模型3输入9小时延迟的开磁通生成率和粘滞作用项,当前的太阳风速度、密度,行星际磁场总强度、By分量、Bz分量,提前3小时预报Kp.对1998年、2002年和2006年的测试结果表明:三个模型的预测值与实测值之间的相关系数分别为0.88、0.90、0.85,预测的均方根误差分别为0.65、0.62、0.72.

关键词：Kp指数、神经网络、能量耦合函数、开磁通生成率、粘滞作用项

所属期刊栏目：19

分类号：V520.1;P353.1(航天术)

资助基金：国家重点基础研究计划项目2012CB825606、2011CB811406

在线出版日期：2013-05-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：70-80