空间天气定量化预报系统的设计与实现

 空间天气模型系统是在特定的模型计算框架下,对多个空间天气模型进行封装集成,实现对空间天气定量化分析功能的系统.为加强模型间联系,提高模型预报应用水平和国内空间天气预报能力,设计实现了针对中国空间天气模型的系统——空间天气定量化预报系统.该系统采用以计算框架为核心,模型服务组件、可视化服务组件、数据管理服务组件为支撑的思想进行架构设计,提供对5大空间区域模型的高速计算环境,实现模型的封装集成,并以多种可视化形式对计算结果进行丰富的展现.系统具有高效的业务调度和数据传输能力,有效提高了系统运行性能、预报效率和科研用户的交互体验.     

一种黑子特征自动提取的太阳耀斑模型

太阳耀斑是最剧烈的太阳爆发之一,太阳耀斑能够在几分钟内对空间环境产生影响,为了更好地应对太阳耀斑爆发的空间环境效应,本文提出一种基于自动特征提取方法的太阳耀斑预报模型.该模型以太阳黑子的连续谱观测图像为输入,利用卷积神经网络的自动图像特征提取能力,建立太阳耀斑预报模型.传统的以太阳黑子特征为输入的耀斑模型需要以黑子的McIntosh分型作为输入,黑子的McIntosh分型需要人为指定,效率低并且具有一定的主观性.通过实验比较,本文提出的耀斑预报模型比传统的以太阳黑子McIntosh分型为基础的预报模型具有更好的预报准确度.总之,本文提出的太阳耀斑预报模型能够自动提取太阳黑子图像的特征,具有更高的预报效率和准确率(在48 h M级耀斑预报中,基于深度学习方法的预报模型在耀斑报准率上比传统预报模型高3.7%,在非耀斑报准率上比传统预报模型高2.8%),是一种实用性较强的太阳耀斑预报模型.     

空间灾害性扰动事件数值预报初探——行星际激波动力学问题6步求解法

空间灾害性天气的预报是日地物理学界及高科技领域的热门话题.未来预测太阳剧烈扰动所造成的行星际风暴到达地球空间的状态势必借助于数值方法.浅析了空间灾害性扰动事件数值预报存在的问题及未来设想, 针对这一目的对一维球对称问题提出了处理行星际激波的 6步求解方法,指出未来空间灾害性扰动事件预报模式应是一个基于三维的以真实太阳风为背景自洽建立起来的、以太阳等离子体输出及磁场全球结构为初边值、太阳、行星际、地磁因果耦合模式.     

空间天气研究的主要科学问题

空间天气指太阳、行星际空间和地球空间(地球磁层、电离层和热层)的状态及其变化,它能够影响到天基和地基技术系统的运行和可靠性,危及人类的生存.空间天气计划包括观测和资料分析,研究和数值建模,预报和服务.本文评述了空间天气研究的主要科学问题.     

基于统计学习技术的太阳质子事件预报模型

结合太阳耀斑与日冕物质抛射参量作为预报因子建立太阳质子事件预报模型。描述太阳耀斑的三个特征参量包括耀斑峰值流量、持续时间和耀斑维度;太阳质子事件的三个特征参量分别为CME宽度、CME速度和测量位置角度。首先使用信息增益率评价各参量对质子事件发生的重要度,结果表明相比于耀斑峰值流量和持续时间,CME宽度和速度对质子事件发生具有更高的重要性。基于上述参量,应用线性Logistic回归方法建立质子事件预报模型。对模型进行检测并与只选用耀斑参量的预报模型的预报结果进行比较,结果显示采用耀斑结合CME参量的预报模型具有较高的预报准确率和较低的虚报率,尤其对于质子事件发生的报准率提高较多(67.5%上升到90%)。实验结果验证CME参量作为预报因子的有效性。     

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｜△↓-hBz｜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.     

基于支持向量机和k近邻的太阳质子事件预报模型

应用支持向量机和k近邻相结合的方法,建立了太阳质子事件预报模型。预报因子包括黑子面积、磁分型、McIntosh分型、太阳射电流量、活动区位置和软X射线流量。太阳质子事件模型包括两个子模型：质子有无模型和质子峰值流量模型。质子有无模型能对未来24小时是否发生质子事件给出预报,质子峰值流量模型对已发生的质子事件预报峰值流量等级。用2002年和2004年的数据进行了模拟预报,结果显示模型具有较高的报准率,同时显示出活动区位置和软x射线通量是比较敏感的预报因子。     

基于天气聚类的光伏电站辐照度预测

太阳辐照度是影响光伏输出功率最直接、最显著的因素,其预测精度关系到电力系统部门的调度以及规划.受到地理纬度、海拔高度、气候复杂性的影响,传统地表辐照度预测模型精度较低.基于辐照度的天文学模型结合天气类型进行辐照度预测,通过建立太阳光照与地球大气层的几何模型,求解地外辐照度计算公式并修正晴天透明度系数,然后依据天气类型与历史辐照度进行聚类分析,计算相应的权重系数,建立基于天气聚类的太阳辐照度预测模型.通过实测数据验证,与传统的晴天模型、递推最小二乘法(recursive least square,RLS)模型、小波变换(wavelet transform,WT)模型、相比,天气聚类模型的适应性更强、准确率更高、误差更小.     

应用数据挖掘技术的短期太阳耀斑预报模型

为了进一步探讨太阳耀斑与太阳黑子参量的关系,本文采集了大规模的活动区黑子数据,统计其与耀斑发生的产率关系,应用得到的拟和公式对原始数据计算得到规范化后的数据集.在此基础上使用数据挖掘技术对黑子耀斑数据建立决策树模型和建立分类规则,具体描述了黑子数据和太阳耀斑之间的相关性.最后应用这两种技术对活动区未来48h是否爆发耀斑给出了预报,预报结果具有较高的准确率和较低的虚报率.     

中国巨型太阳望远镜

建设中国下一代大型地面太阳望远镜是我国太阳物理学科的共识.与当代1 m量级口径的地面大型太阳望远镜相比,下一代地面大型太阳望远镜更关注太阳和恒星物理的基本问题,对分辨率和磁场测量精度提出了更高的要求.计划中的中国巨型太阳望远镜是一架分辨率口径达到8 m,有效聚光面积不小于20 m2的望远镜,可探测太阳大气的基本结构及其演化.中国巨型太阳望远镜将为人类最终解决恒星磁场的起源、日冕加热等基本物理问题提供详尽的观测证据,为准确预报空间天气提供必要的理论和观测依据.     

AdaBoost集成神经网络在冲击地压预报中的应用

为提高单一BP神经网络预测精度,利用AdaBoost.R2集成学习算法,将单一BP(Back\|Propagation)神经网络集成,并针对AdaBoost.R2集成BP网络的特点,提出了一种新的模型更新方法,在有效地实现模型更新的同时克服了传统更新方法的不足。将该新方法应用到抚顺老虎台矿冲击地压预报中,对冲击地压发生的主要因素进行了分析并将其作为模型的输入,使用AdaBoostR2集成BP网络作为核心智能算法,建立了冲击地压预报模型,取得了较好的预测效果。     

基于BP神经网络的太阳质子事件预报模型

为了提高太阳质子事件的预报精度,采用反向传播神经网络(BackPropagation,BP)建立太阳质子事件预报模型。预报模型是三层网络结构,输入层有6个神经元组成,分别对应预报因子的特征值;隐层设置3个神经元;输出层的一个单元对应于活动区是否爆发质子事件。模型选择描述活动区特征的参量作为预报因子。数据实验采用2002年的数据进行模拟预报,结果显示预报模型具有较高的报准率。     

板坯连铸结晶器异常预报方法研究

结晶器是钢水凝固成型的核心设备,其内部的传热和摩擦直接决定铸坯的表面裂纹和满钢等各类异常.是实现高效连铸的关键因素.基于功率法检测到的板坯结晶器摩擦力实测数据,对摩擦力的异常预报方法进行了研究.建立了以BP人工神经网络为基础的异常预报模型,并开发出相应软件.对应现场的异常记录,离线预报结果表明:软件能够对满钢、水口断裂及液位波动等各类异常进行预报,并具有一定的预报提前量.证明了方法的可行性,并显示出极大的应用潜力.     

台北地区冬季降水相似预报试验

为研究相似预报技术在低纬度地区的应用问题,利用典型相关分析方法,对台北冬季降水与降水发生前12h西风带上游关键区各高度层气象要素场的相关性进行了分析,定量化地确定了台北冬季降水的预报因子。在此基础上,根据综合相似离度构造多级相似方法,建立了台北冬季有无降水的预报模型;同时利用该模型对1995年冬季降水作了试报。结果表明,该模型可以综合考虑因子相关问题,预报效果较好。     

驻马店市灾害性天气预报服务系统

驻马店市灾害性天气预报服务系统平台包括信息资料采集与处理、资料分析应用、灾害性天气预报模型与本地客观预报方法、灾害性天气实时监控、预报产品制作与分发、上级与本地预报产品查看、灾害性天气过程资料备份与气象资料统计查询、灾情收集与上传、预报管理与质量评定9个子系统,用于灾害性天气监测、预报、预警与对外服务.该系统主要用于常规气象预报服务、公共气象服务、决策气象服务工作.目的是使灾害性天气预报业务服务更加系统化、规范化,减少重复劳动.     

汽车造型特征定量模型构建与应用

针对汽车造型特征难以定量化表达的问题,通过汽车造型特征空间构建和层次分析,对汽车造型的几何特征进行提取,并基于特征关系映射实验对汽车造型语义特征进行分析,构建了基于几何空间、语义空间及其映射关系的汽车造型特征定量化模型,并应用到设计实践中,初步解决了汽车造型设计主要依赖经验而定量工具缺乏的问题.     

基于栅格型新安江模型的中小河流精细化洪水预报

为提高中小河流洪水预报的精细化水平,以栅格型新安江模型(GXM)为基础,考虑沿程水流再分配、库塘坝蓄泄及河道特征对产汇流过程的影响,采用针对性的定量化模拟方法,并基于模型参数与下垫面特征的定量关系,对模型参数空间分布进行推衍.以安徽横江为例,对GXM的精细预报能力进行验证.结果表明:GXM不仅可以实现对屯溪出口断面洪水...     

专家系统在电炉炼钢工艺中的应用

把可拓学中定量化描述解决矛盾问题过程的工具——关联函数——引入到电弧炉可拓专家系统中,用以解决电炉出钢前钢水成分不合格的矛盾问题.电弧炉终点目标神经网络预报模型作为可拓专家系统评价机构的基础.终点预报模型用混合遗传算法训练,达到了较高的预报精度.仿真结果表明电炉可拓专家系统可以指导技术人员进行更合理的炼钢操作.     

武平县负氧离子浓度预报模型的建立及检验分析

选取2017年12月-2018年11月武平县城区站及梁野山站的实况资料,对负氧离子浓度与相对湿度、气温、雨量等气象要素的相关性进行分析;采用SPSS软件选取与负氧离子浓度相关性好的气象要素作为逐步回归方程的预报因子,建立最优预报模型;最后用2018年12月实况资料作检验分析,得出武平县负氧离子浓度模型预报效果好。武平县负氧离子浓度预报模型的建立实现了定量化预报,为"中国天然氧吧"生态文明建设提供数据支撑。     

基于快速滚动更新的无缝隙定量降水预报模型

针对中小尺度天气系统极易导致突发性短时强降水而难以定量化预报的问题,提出了一种基于快速滚动更新的无缝隙定量降水预报模型。模型基于改进光流法技术实现临近（0～2h）定量降水预报,基于GRAPES 3km实时频率匹配订正技术构建短时（2～12h）定量降水预报,基于最优背景场生成技术形成短中期（12～240h）定量降水预报;依据3种预报时效定量降水预报技术的技巧差异,结合实时预报检验评估,提出了基于经验权重函数的不同预报时效之间的预报融合技术,并根据最新降水实况逐1h调整预报,构建了0～240h快速滚动更新的无缝隙定量降水预报模型。选取2018年5—10月24h定量降水预报进行检验,并与传统定时预报对比,结果表明该模型24h降水预报准确率高于传统定时预报,特别是对中小尺度天气系统突发性短时强降水预报时空精度明显提高,有利于中小河流洪水预报与灾害防控。