留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于机器学习方法对23太阳活动周质子事件的研究

熊森林 李昕璐 方少峰 邹自明

熊森林, 李昕璐, 方少峰, 邹自明. 基于机器学习方法对23太阳活动周质子事件的研究[J]. 空间科学学报, 2021, 41(3): 368-374. doi: 10.11728/cjss2021.03.368
引用本文: 熊森林, 李昕璐, 方少峰, 邹自明. 基于机器学习方法对23太阳活动周质子事件的研究[J]. 空间科学学报, 2021, 41(3): 368-374. doi: 10.11728/cjss2021.03.368
XIONG Senlin, LI Xinlu, FANG Shaofeng, ZOU Ziming. Research on Solar Proton Event in the 23rd Solar Cycle Using the Machine Learning Methods[J]. Journal of Space Science, 2021, 41(3): 368-374. doi: 10.11728/cjss2021.03.368
Citation: XIONG Senlin, LI Xinlu, FANG Shaofeng, ZOU Ziming. Research on Solar Proton Event in the 23rd Solar Cycle Using the Machine Learning Methods[J]. Journal of Space Science, 2021, 41(3): 368-374. doi: 10.11728/cjss2021.03.368

基于机器学习方法对23太阳活动周质子事件的研究

doi: 10.11728/cjss2021.03.368
基金项目: 

空间科学大数据管理与应用服务平台建设项目(Z181100002918002)和“十三五”信息化专项(XXH13505-04)共同资助

详细信息
    作者简介:

    熊森林,E-mail:xsl@nssc.ac.cn

  • 中图分类号: P353

Research on Solar Proton Event in the 23rd Solar Cycle Using the Machine Learning Methods

  • 摘要: 在耀斑伴随日冕物质抛射(CME)事件编目数据的基础上,进行太阳质子事件(SPE)匹配,构建研究数据集.利用Apriori算法挖掘SPE与耀斑级别、耀斑发生日面位置以及CME角宽度和速度的关联关系.结果表明:X级耀斑、全晕CME、高速(>1000km·-1) CME和日面西半球耀斑是最可能伴随质子事件的4种特征,其诱发质子事件概率依次为0.366,0.355,0.30,0.155.角宽度低于120°或速度低于400km·-1的CME产生质子事件的概率为0.高速CME产生质子事件的概率是低速(400~1000km·-1) CME的8.6倍,X级耀斑产生质子事件的概率是M级耀斑的6.2倍,日面西部耀斑产生质子事件的概率是日面东部耀斑概率的3.9倍,全晕CME产生太阳质子事件的概率是非全晕(120°~360°) CME的3.8倍.对太阳质子事件样本进行过采样处理,利用随机森林等5种典型有监督学习算法,构建了基于第23太阳活动周耀斑和CME特征的质子事件预测模型.结果表明,该预报模型的质子事件预测准确率、精确率和召回率均控制在91%以上.

     

  • [1] BALCH C C. SEC proton prediction model: verification and analysis[J]. Radiat. Meas., 1999, 30(3):231-250
    [2] DESAI M I, GIACALONE J. Large gradual solar energetic particle events[J]. Living Rev. Sol. Phys., 2016, 13(1):1-132
    [3] REAMES D V. The two sources of solar energetic particles[J]. Space Sci. Rev., 2013, 175(1):53-92
    [4] DIERCKXSENS M, TZIOTZIOU K, DALLA S, et al. Relationship between solar energetic particles and properties of flares and CMEs: statistical analysis of solar cycle 23 events[J]. Sol. Phys., 2015, 290(3):841-874
    [5] PARK J, MOON Y J, LEE D H, et al. Dependence of solar proton events on their associated activities: flare parameters[J]. J. Geophys. Res., 2010, 115(1):39
    [6] PARK J, MOON Y J, GOPALSWAMY N. Dependence of solar proton events on their associated activities: coronal mass ejection parameters[J]. J. Geophys. Res., 2012, 117(A8):108-115
    [7] XIONG Senlin, CUI Yanmei, LIU Siqing. Research on solar proton event warning with observation data of ACE satellite[J]. Chin. J. Space Sci., 2013, 33(4):387-395(熊森林, 崔延美, 刘四清. 利用ACE卫星数据对太阳质子事件预警方法的研究[J]. 空间科学学报, 2013, 33(4):387-395)
    [8] YASHIRO S, AKIYAMA S, GOPALSWAMY N, et al. Different power-law indices in the frequency distributions of flares with and without coronal mass ejections[J]. Astrophys. J., 2006, 650(2):143-146
    [9] CHAWLA N V, BOWYER K W, HALL L O, et al. Smote: synthetic minority over-sampling technique[J]. J. Artif. Intell. Res., 2002, 16(1):321-357
  • 加载中
计量
  • 文章访问数:  185
  • HTML全文浏览量:  7
  • PDF下载量:  56
  • 被引次数: 0
出版历程
  • 收稿日期:  2019-12-09
  • 修回日期:  2020-08-24
  • 刊出日期:  2021-05-15

目录

    /

    返回文章
    返回