CN117010215A - 地球同步轨道高能电子通量预报方法、装置、设备及介质 - Google Patents
地球同步轨道高能电子通量预报方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117010215A CN117010215A CN202311268429.4A CN202311268429A CN117010215A CN 117010215 A CN117010215 A CN 117010215A CN 202311268429 A CN202311268429 A CN 202311268429A CN 117010215 A CN117010215 A CN 117010215A
- Authority
- CN
- China
- Prior art keywords
- flux
- energy electron
- forecasting
- geosynchronous orbit
- logarithmic
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000004907 flux Effects 0.000 title claims abstract description 307
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000007704 transition Effects 0.000 claims description 53
- 238000004364 calculation method Methods 0.000 abstract description 7
- 238000011158 quantitative evaluation Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000007246 mechanism Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 239000005441 aurora Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000013277 forecasting method Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 101100256737 Neurospora crassa (strain ATCC 24698 / 74-OR23-1A / CBS 708.71 / DSM 1257 / FGSC 987) hlm-1 gene Proteins 0.000 description 1
- 101150062207 SET9 gene Proteins 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000012212 insulator Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000010410 layer Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000011241 protective layer Substances 0.000 description 1
- 238000004062 sedimentation Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种地球同步轨道高能电子通量预报方法、装置、设备及介质，涉及电子通量预报的技术领域，包括：获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；通过地球同步轨道对应的高能电子通量预报模型集合，基于太阳风速度、地磁AP指数和目标日积分通量，预报当前日期对应的下一日期下地球同步轨道的高能电子对数通量预报值；其中，高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。本发明可以实现对大于0.8MeV和大于2MeV的高能电子的通量值进行预测，为深层充电幅度的计算和充电危险的量化评估提供参考。
Description
技术领域
本发明涉及电子通量预报技术领域，尤其是涉及一种地球同步轨道高能电子通量预报方法、装置、设备及介质。
背景技术
地球同步轨道上运行着大量应用卫星，而该轨道上高能电子始终较高，特别是地磁扰动的加速使得高能电子通量剧烈上升，能够引起卫星内部介质的深层充电现象，引起卫星异常，严重时可能导致卫星故障。因此，提前预测高能电子通量的增长事件、增长幅度和能谱参数，能够推算不同防护厚度下的高能电子能谱，定量计算深层充电点为，指导卫星的防护措施。
发明内容
有鉴于此，本发明的目的在于提供一种地球同步轨道高能电子通量预报方法、装置、设备及介质，可以实现对大于0.8MeV和大于2MeV的高能电子的通量值进行预测，为深层充电幅度的计算和充电危险的量化评估提供参考。
第一方面，本发明实施例提供了一种地球同步轨道高能电子通量预报方法，包括：
获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；
通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值；
其中，所述高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。
在一种实施方式中，所述下一日期下所述地球同步轨道的E>2MeV高能电子对数通量预报值，与所述当前日期下的所述太阳风速度、所述地磁AP指数和所述目标日积分通量呈线性关系。
在一种实施方式中，所述高能电子通量预报模型集合包括第一预报模型；通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值，包括：
确定所述太阳风速度的平均速度；
通过所述第一预报模型，基于所述太阳风速度的平均速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的E>2MeV高能电子对数通量预报值；
其中，所述第一预报模型的表达式为：
；
其中，为所述E>2MeV高能电子对数通量预报值；V为所述太阳风速度的平均速度；/>为所述目标日积分通量，所述目标日积分通量包括E>2MeV高能电子日积分通量；AP为所述地磁AP指数。
在一种实施方式中，所述高能电子通量预报模型集合包括过渡通量确定模型和第二预报模型；通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值，还包括：
确定所述太阳风速度的平均速度；
通过所述过渡通量确定模型，基于所述太阳风速度的平均速度、所述地磁AP指数和所述目标日积分通量，确定过渡通量；
通过所述第二预报模型，基于所述过渡通量与预设阈值之间的比对结果，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值。
在一种实施方式中，所述过渡通量确定模型的表达式为：
)；
其中，为所述过渡通量；V为所述太阳风速度的平均速度；/>为所述目标日积分通量，所述目标日积分通量包括E>2MeV高能电子日积分通量；AP为所述地磁AP指数。
在一种实施方式中，通过所述第二预报模型，基于所述过渡通量与预设阈值之间的比对结果，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值，包括：
如果所述过渡通量与预设阈值之间的比对结果为所述过渡通量小于所述预设阈值，则按照如下所示第二预报模型，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
如果所述过渡通量与预设阈值之间的比对结果为所述过渡通量大于或等于所述预设阈值，则按照如下所示第二预报模型，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
其中，为E>0.8MeV高能电子对数通量预报值。
在一种实施方式中，所述方法还包括：
获取所述下一日期下所述地球同步轨道的高能电子对数通量观测值；
基于所述高能电子对数通量预报值和所述高能电子对数通量观测值，确定对数通量相对误差，以通过所述对数通量相对误差对所述高能电子通量预报模型集合进行评估。
第二方面，本发明实施例还提供一种地球同步轨道高能电子通量预报装置，包括：
参数获取模块，用于获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；
高能电子通量预报模块，用于通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值；
其中，所述高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。
第三方面，本发明实施例还提供一种电子设备，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现第一方面提供的任一项所述的方法。
第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现第一方面提供的任一项所述的方法。
本发明实施例提供的一种地球同步轨道高能电子通量预报方法、装置、设备及介质，首先获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；然后通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，对所述当前日期对应的下一日期下所述地球同步轨道的E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值进行预报。上述方法能够根据最新的太阳风速度、高能电子通量实测值和地磁AP指数，建立能够计算未来1天的高能电子通量预报模型集合，实现对未来1天能量大于0.8MeV和大于2MeV的高能电子对数通量进行预报，为深层充电幅度的计算和充电危险的量化评估提供参考。
本发明的其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种地球同步轨道高能电子通量预报方法的流程示意图；
图2为本发明实施例提供的另一种地球同步轨道高能电子通量预报方法的流程示意图；
图3为本发明实施例提供的一种预报通量与实测通量的对比示意图；
图4为本发明实施例提供的另一种预报通量与实测通量的对比示意图；
图5为本发明实施例提供的一种地球同步轨道高能电子通量预报装置的结构示意图；
图6为本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
地球同步轨道是一个较为独特的卫星轨道，密集分布着气象、通讯、导航等业务卫星，这里处于地球外辐射带，始终存在着大量高能电子，空间天气的扰动能够引起地球同步轨道高能电子通量的急剧增加，日通量超过108cm-2sr-2则被称为高能电子暴。高能电子可以穿透卫星的保护层进入卫星内部，进而沉积在卫星的绝缘器件上，通过逐渐积累形成局部的强电场，形成所谓“深层充电效应”。当深层充电形成的电场足够强时，会产生内部放电，轻则形成伪信号，干扰卫星的正常工作，严重的会击穿绝缘体，对设备造成永久的损伤。风云二号C星就曾发现多次深层充电引起的状态跳变异常现象，影响卫星的正常运行，国外卫星甚至由于深层充电造成电路击穿而造成卫星失效的事例。如果能够对地球同步轨道区高能电子通量进行预测，则可以使地球同步轨道卫星根据预测的高能电子通量值，提前采取有针对性的措施，降低高能电子的危害。
研究显示，极光区低能电子的加速是导致辐射带高能电子通量增强事件的主要原因，也一直是空间物理研究的热点问题。目前，相对论电子加速机制主要有两种观点：一是通过波粒相互作用产生的局部加速机制，建立物理模式进行预报，但这类预报方法的物理机制描述存在争议，而且许多预报模型的输入参数无法实时获取，不能用于业务预报；二是以径向扩散加速机制，所谓径向扩散加速机制，就是依靠太阳风速度与同步轨道区相对论电子之间较好的相关性，将太阳风速度作为输入量来预报地球同步轨道区的相对论电子通量，目前该模式的预报准确性较好，但由于其中的物理假设通用性仍不够，稳定性较差。
理论研究和长期的探测数据分析也验证了上述物理机制的存在，首先，极光区出现大量低能电子沉降与高速太阳风联系在一起，监测显示，高能电子暴的均出现在太阳风速度超过550km/s后的1天左右；而地磁扰动则提供了加速低能电子的条件，统计发现，高能电子暴发生前，大多数都会发生地磁暴事件；另外，还应当指出，高速太阳风和地磁扰动形成的是地球同步轨道高能电子通量的变化，是在原有通量背景上形成的，因此，对高能电子通量预报时，还应考虑当前的高能电子通量水平。
不同能量的高能电子的穿透能力决定着其形成深层充电能力，因此高能电子能谱参数也是预报的重要物理量。空间天气预报业务可以准实时提供的探测数据为能量大于0.8MeV和大于2MeV的日积分通量数据，而2018年以来，公开渠道的高能电子业务数据则只有大于2MeV的日积分通量数据，因此，也需要对至少一个其他能道的通量进行预报。同样地，能量大于0.8MeV的高能电子通量也与太阳风速度和AP指数相关，而且与E>2MeV的高能电子通量也呈正相关，具体的定量关系也需要对历史数据进行统计分析后得到。
基于此，本发明实施提供了一种地球同步轨道高能电子通量预报方法、装置、设备及介质，可以实现对大于0.8MeV和大于2MeV的高能电子的通量值进行预测，为深层充电幅度的计算和充电危险的量化评估提供参考。
为便于对本实施例进行理解，首先对本发明实施例所公开的一种地球同步轨道高能电子通量预报方法进行详细介绍，参见图1所示的一种地球同步轨道高能电子通量预报方法的流程示意图，该方法主要包括以下步骤S102至步骤S104：
步骤S102，获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量。
在一种实施方式中，地球同步轨道上高能电子通量增长与多种环境因素相关，包括下列参量相关：1）太阳风速度；2）地磁AP指数；3）目标日积分通量，也即大于2MeV的日积分通量。在实际应用中，如果预报当前日期的高能电子对数通量，则需要获取前一日期的太阳风速度、地磁AP指数、大于2MeV的日积分通量；同理，如果预报下一日期的高能电子对数通量，则需要获取当前日期的太阳风速度、地磁AP指数、大于2MeV的日积分通量。
其中，下一日期高能电子日积分通量与当前日期太阳风速度的日均值相关性较强，因此将太阳风速度作为高能电子通量预报的关键参数之一；地磁AP指数决定着低能电子像磁层内扩散和在极光区的加速过程；目标日积分通量包括E>2MeV高能电子日积分通量，当日最新的E>2NeV高能电子是高能电子通量变化的基础。
步骤S104，通过地球同步轨道对应的高能电子通量预报模型集合，基于太阳风速度、地磁AP指数和目标日积分通量，预报当前日期对应的下一日期下地球同步轨道的高能电子对数通量预报值。
其中，高能电子通量预报模型集合包括第一预报模型、过渡通量确定模型和第二预报模型，第一预报模型用于预报E>2MeV高能电子对数通量预报值，过渡通量确定模型和第二预报模型用于共同预报E>0.8MeV高能电子对数通量预报值；高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值，下一日期下地球同步轨道的E>2MeV高能电子对数通量预报值，与当前日期下的太阳风速度、地磁AP指数和目标日积分通量呈线性关系。
在一种实施方式中，利用第一预报模型，基于太阳风速度、地磁AP指数和目标日积分通量，预报下一日期的E>2MeV高能电子对数通量预报值；另外，利用过渡通量确定模型和第二预报模型，基于太阳风速度、地磁AP指数和目标日积分通量，预报下一日期的E>0.8MeV高能电子对数通量预报值。
本发明实施例提供的地球同步轨道高能电子通量预报方法，能够根据最新的太阳风速度、高能电子通量实测值和地磁AP指数，建立能够计算未来1天的高能电子通量预报模型集合，实现对未来1天能量大于0.8MeV和大于2MeV的高能电子对数通量进行预报，为深层充电幅度的计算和充电危险的量化评估提供参考。
为便于理解，本发明实施例提供了一种地球同步轨道高能电子通量预报方法的具体实施方式，参见图2所示的另一种地球同步轨道高能电子通量预报方法的流程示意图。
（一）进行数据准备并输入数据，也即前述步骤S102。
对于前述步骤S102，本发明实施例提供了一种获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量的实施方式，具体的：建模用数据源与业务数据源保持一致，其中，E>2MeV日积分电子通量获取网址为： https://services.swpc.noaa.gov/json/ace/swepam/ace_swepam_1h.json；太阳风速度日均值需要根据ACE卫星太阳风速度小时平均值，求均值得到其日均值；地磁AP指数的获取网址为：https://www.swpc.noaa.gov/products/solar-and-geophysical-activity-summary。
示例性的，随机选取时间为2018年11月3-6日，提供了与这个时间段相关的空间天气参数，包括太阳风速度、E>2MeV高能电子日通量和地磁AP指数，对下一日的E>2MeV和E>0.8MeV高能电子日通量进行预测。例如，从上述网址下载11月3日ACE卫星每小时平均的太阳风速度值，计算得到日均太阳风速度，当日的太阳风的日平均速度为：341.77km/s；下载11月3日NOAA/SWPC的空间天气参数报告，提取GOES卫星的E>2MeV高能电子通量为5.70E+05cm-2sr-1d-1，AP指数为4。
（二）通过第一预报模型确定E>2MeV高能电子对数通量预报值；同时，通过过渡通量确定模型确定过渡通量，并在过渡通量/>小于预设阈值（诸如9）的情况下，通过一个第二预报模型确定E>0.8MeV高能电子对数通量预报值，在过渡通量/>大于或等于预设阈值（诸如9）的情况下，通过另一个第二预报模型确定E>0.8MeV高能电子对数通量预报值。这一过程也即上述步骤S104。
对于前述步骤S104，本发明实施例分别提供了确定E>0.8MeV高能电子对数通量预报值和确定E>0.8MeV高能电子对数通量预报值的实施方式，具体的：在基于前述互联网址下载相应的数据，并轨算出预报所需的输入参数（也即，当前日期的E>2MeV高能电子日积分通量、太阳风日均速度和地磁AP指数）之后，按照如下方式一至方式二对下一日期的高能电子对数通量进行预报：
方式一，预报当前日期对应的下一日期下地球同步轨道的E>2MeV高能电子对数通量预报值的步骤，包括如下步骤a1至步骤a2：
步骤a1，确定太阳风速度的平均速度。其中，太阳风速度的平均速度也即当前日期的太阳风速度的日均值。
步骤a2，通过第一预报模型，基于太阳风速度的平均速度、地磁AP指数和目标日积分通量，预报当前日期对应的下一日期下地球同步轨道的E>2MeV高能电子对数通量预报值。
可选的，通过对历史数据的分析，采用多元回归技术，发现未来一天的E>2MeV高能电子对数通量与当日的太阳风速度的平均速度、地磁AP指数和目标日积分通量等数据呈线性关系。因此，第一预报模型的表达式为：
；
其中，为E>2MeV高能电子对数通量预报值；V为太阳风速度的平均速度，单位为km/s；/>为目标日积分通量，目标日积分通量包括E>2MeV高能电子日积分通量，单位为：电子cm-2sr-1；AP为地磁AP指数。
请继续参见上述示例，将11月3日的太阳风的日平均速度“341.77km/s”、E>2MeV高能电子通量“5.70E+05cm-2sr-1d-1”、地磁AP指数“4”代入至上述第一预报模型，得到11月4日的E>2MeV高能电子对数通量预报值为5.78。
方式二，预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值的步骤，包括如下步骤b1至步骤b3：
步骤b1，确定太阳风速度的平均速度。其中，太阳风速度的平均速度也即当前日期的太阳风速度的日均值。
步骤b2，通过过渡通量确定模型，基于太阳风速度的平均速度、地磁AP指数和目标日积分通量，确定过渡通量。
在一种实施方式中，能量大于0.8MeV（E>0.8MeV）的高能电子对数通量的预报需要首先计算出一个通量的中间结果，也称为过渡通量。在一例中，过渡通量确定模型的表达式为：
)；
其中，为过渡通量；V为太阳风速度的平均速度，单位为km/s；/>为目标日积分通量，目标日积分通量包括E>2MeV高能电子日积分通量，单位为：电子cm-2sr-1；AP为地磁AP指数。
请继续参见上述示例，将11月3日的太阳风的日平均速度“341.77km/s”、E>2MeV高能电子通量“5.70E+05cm-2sr-1d-1”、地磁AP指数“4”代入至上述过渡通量确定模型，得到11月4日的过渡通量为7。
步骤b3，通过第二预报模型，基于过渡通量与预设阈值之间的比对结果，预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值。在具体实现时，可以参见如下步骤b3-1至步骤b3-2：
步骤b3-1，如果过渡通量与预设阈值之间的比对结果为过渡通量小于预设阈值，则按照如下所示第二预报模型（记为第二预报模型1），预报当前日期对应的下一日期下地球同步轨道E>0.8MeV高能电子对数通量预报值的E>0.8MeV高能电子对数通量预报值：
；其中，/>为E>0.8MeV高能电子对数通量预报值。
示例性的，预设阈值可以设置为9。若，则E>0.8MeV高能电子对数通量预报值为：/>。
步骤b3-2，如果过渡通量与预设阈值之间的比对结果为过渡通量大于或等于预设阈值，则按照如下所示第二预报模型（记为第二预报模型2），预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；其中，/>为E>0.8MeV高能电子对数通量预报值。
示例性的，预设阈值可以设置为9。若，则E>0.8MeV高能电子对数通量预报值为：/>。
请继续参见上述示例，由于11月4日的过渡通量为7，也即/>，因此通过步骤b3-1所示的第二预测模型1对11月4日的E>0.8MeV高能电子对数通量预报值/>，预报结果为7.99。
同样地，可以对根据5日空间天气参数对6日的两个能道的高能电子对数通量进行预报，输入数据见表1。预报过程与前述相同，区别在于：在预报E>0.8MeV高能电子通量时，过渡通量>9，这时，应将/>代入步骤b3-2所示的第二预测模型2，得到对于11月6日的E>0.8MeV的高能电子通量的预报值。
这样，可以得到一次典型的高能电子增长事件过程的预报的历程和结果，表1中也给出了预报和实测结果的比较。
表1
进一步的，还可以对高能电子通量预报模型集合进行评估，具体的：获取下一日期下地球同步轨道的高能电子对数通量观测值；基于高能电子对数通量预报值和高能电子对数通量观测值，确定对数通量相对误差，以通过对数通量相对误差对高能电子通量预报模型集合进行评估。
本发明实施例可以根据相关空间天气实测数据，包括当前日（T+0）的太阳风速度日均值、地球同步轨道高能电子日积分通量和地磁AP指数，预测未来1日（T+1）的E>2MeV和E>0.8MeV的通量。为了验证本发明实施例提出的方法，对2017年全年中每天的上述两个能道的高能电子通量的预报值进行了计算，参见图3所示的一种预报通量与实测通量的对比示意图，和图4所示的另一种预报通量与实测通量的对比示意图。其中，图3示意出了2017年E>2MeV高能电子对数通量预报值与实测值对比，图4示意出了2017年E>0.8 MeV高能电子对数通量预报值与实测值对比。
根据前述实施例提供的地球同步轨道高能电子通量预报方法，分别计算出了2017年逐日的T+1日的E>2MeV和E>0.8MeV的高能电子通量的预报值。地球同步轨道卫星高能电子通量预报模型的评估中，通常采用的是对数通量相对误差进行评价，对数通量相对误差公式为：
；
式中为对数通量相对误差；/>表示中轨道莫卫星某能量的微分通量的观测值，/>为对应时间段的微分通量计算值，m为样本序号。
应用对数通量相对误差公式给出的方法，本发明实施例对2017年提前1天的E>2MeV和E>0.8MeV的高能电子通量的预报进行了评估。结果表明，应用本发明实施例中提供的方法，提前1天的E>2MeV高能电子对数通量的预报相对误差为4.72%；提前1天的E>0.8MeV的高能电子预报的相对误差为2.42%。
评估结果表明，本发明实施例中给出的地球同步轨道提前1天的E>2MeV和E>0.8MeV通量的预报方法可行，能够为地球同步轨道高能电子引发的深层充电效应程度开展定量评估提供参考。
在前述实施例的基础上，本发明实施例提供了一种地球同步轨道高能电子通量预报装置，参见图5所示的一种地球同步轨道高能电子通量预报装置的结构示意图，该装置主要包括以下部分：
参数获取模块502，用于获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；
高能电子通量预报模块504，用于通过地球同步轨道对应的高能电子通量预报模型集合，基于太阳风速度、地磁AP指数和目标日积分通量，预报当前日期对应的下一日期下地球同步轨道的高能电子对数通量预报值；
其中，高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。
本发明实施例提供的地球同步轨道高能电子通量预报装置，能够根据最新的太阳风速度、高能电子通量实测值和地磁AP指数，建立能够计算未来1天的高能电子通量预报模型集合，实现对未来1天能量大于0.8MeV和大于2MeV的高能电子对数通量进行预报，为深层充电幅度的计算和充电危险的量化评估提供参考。
在一种实施方式中，下一日期下地球同步轨道的E>2MeV高能电子对数通量预报值，与当前日期下的太阳风速度、地磁AP指数和目标日积分通量呈线性关系。
在一种实施方式中，高能电子通量预报模型集合包括第一预报模型；高能电子通量预报模块504还用于：
确定太阳风速度的平均速度；
通过第一预报模型，基于太阳风速度的平均速度、地磁AP指数和目标日积分通量，预报当前日期对应的下一日期下地球同步轨道的E>2MeV高能电子对数通量预报值；
其中，第一预报模型的表达式为：
；
其中，为E>2MeV高能电子对数通量预报值；V为太阳风速度的平均速度；/>为目标日积分通量，目标日积分通量包括E>2MeV高能电子日积分通量；AP为地磁AP指数。
在一种实施方式中，高能电子通量预报模型集合包括过渡通量确定模型和第二预报模型；高能电子通量预报模块504还用于：
确定太阳风速度的平均速度；
通过过渡通量确定模型，基于太阳风速度的平均速度、地磁AP指数和目标日积分通量，确定过渡通量；
通过第二预报模型，基于过渡通量与预设阈值之间的比对结果，预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值。
在一种实施方式中，过渡通量确定模型的表达式为：
)；
其中，为过渡通量；V为太阳风速度的平均速度；/>为目标日积分通量，目标日积分通量包括E>2MeV高能电子日积分通量；AP为地磁AP指数。
在一种实施方式中，高能电子通量预报模块504还用于：
如果过渡通量与预设阈值之间的比对结果为过渡通量小于预设阈值，则按照如下所示第二预报模型，预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
如果过渡通量与预设阈值之间的比对结果为过渡通量大于或等于预设阈值，则按照如下所示第二预报模型，预报当前日期对应的下一日期下地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
其中，为E>0.8MeV高能电子对数通量预报值。
在一种实施方式中，方法还包括：
获取下一日期下地球同步轨道的高能电子对数通量观测值；
基于高能电子对数通量预报值和高能电子对数通量观测值，确定对数通量相对误差，以通过对数通量相对误差对高能电子通量预报模型集合进行评估。
本发明实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。
本发明实施例提供了一种电子设备，具体的，该电子设备包括处理器和存储装置；存储装置上存储有计算机程序，计算机程序在被所述处理器运行时执行如上所述实施方式的任一项所述的方法 。
图6为本发明实施例提供的一种电子设备的结构示意图，该电子设备100包括：处理器60，存储器61，总线62和通信接口63，所述处理器60、通信接口63和存储器61通过总线62连接；处理器60用于执行存储器61中存储的可执行模块，例如计算机程序。
其中，存储器61可能包含高速随机存取存储器（RAM，Random Access Memory），也可能还包括非不稳定的存储器（non-volatilememory），例如至少一个磁盘存储器。通过至少一个通信接口63（可以是有线或者无线）实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网，广域网，本地网，城域网等。
总线62可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示，图6中仅用一个双向箭头表示，但并不表示仅有一根总线或一种类型的总线。
其中，存储器61用于存储程序，所述处理器60在接收到执行指令后，执行所述程序，前述本发明实施例任一实施例揭示的流过程定义的装置所执行的方法可以应用于处理器60中，或者由处理器60实现。
处理器60可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器60中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器60可以是通用处理器，包括中央处理器(CentralProcessingUnit，简称CPU)、网络处理器(NetworkProcessor，简称NP)等；还可以是数字信号处理器(Digital SignalProcessing，简称DSP)、专用集成电路(APplication Specific Integrated Circuit，简称ASIC)、现成可编程门阵列(Field-Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器61，处理器60读取存储器61中的信息，结合其硬件完成上述方法的步骤。
本发明实施例所提供的可读存储介质的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见前述方法实施例，在此不再赘述。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是：以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种地球同步轨道高能电子通量预报方法，其特征在于，包括：
获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；
通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值；
其中，所述高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。
2.根据权利要求1所述的地球同步轨道高能电子通量预报方法，其特征在于，所述下一日期下所述地球同步轨道的E>2MeV高能电子对数通量预报值，与所述当前日期下的所述太阳风速度、所述地磁AP指数和所述目标日积分通量呈线性关系。
3.根据权利要求2所述的地球同步轨道高能电子通量预报方法，其特征在于，所述高能电子通量预报模型集合包括第一预报模型；通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值，包括：
确定所述太阳风速度的平均速度；
通过所述第一预报模型，基于所述太阳风速度的平均速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的E>2MeV高能电子对数通量预报值；
其中，所述第一预报模型的表达式为：
；
其中，为所述E>2MeV高能电子对数通量预报值；V为所述太阳风速度的平均速度；/>为所述目标日积分通量，所述目标日积分通量包括E>2MeV高能电子日积分通量；AP为所述地磁AP指数。
4.根据权利要求1所述的地球同步轨道高能电子通量预报方法，其特征在于，所述高能电子通量预报模型集合包括过渡通量确定模型和第二预报模型；通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值，还包括：
确定所述太阳风速度的平均速度；
通过所述过渡通量确定模型，基于所述太阳风速度的平均速度、所述地磁AP指数和所述目标日积分通量，确定过渡通量；
通过所述第二预报模型，基于所述过渡通量与预设阈值之间的比对结果，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值。
5.根据权利要求4所述的地球同步轨道高能电子通量预报方法，其特征在于，所述过渡通量确定模型的表达式为：
)；
其中，为所述过渡通量；V为所述太阳风速度的平均速度；/>为所述目标日积分通量，所述目标日积分通量包括E>2MeV高能电子日积分通量；AP为所述地磁AP指数。
6.根据权利要求4所述的地球同步轨道高能电子通量预报方法，其特征在于，通过所述第二预报模型，基于所述过渡通量与预设阈值之间的比对结果，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值，包括：
如果所述过渡通量与预设阈值之间的比对结果为所述过渡通量小于所述预设阈值，则按照如下所示第二预报模型，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
如果所述过渡通量与预设阈值之间的比对结果为所述过渡通量大于或等于所述预设阈值，则按照如下所示第二预报模型，预报所述当前日期对应的下一日期下所述地球同步轨道的E>0.8MeV高能电子对数通量预报值：
；
其中，为E>0.8MeV高能电子对数通量预报值。
7.根据权利要求1所述的地球同步轨道高能电子通量预报方法，其特征在于，所述方法还包括：
获取所述下一日期下所述地球同步轨道的高能电子对数通量观测值；
基于所述高能电子对数通量预报值和所述高能电子对数通量观测值，确定对数通量相对误差，以通过所述对数通量相对误差对所述高能电子通量预报模型集合进行评估。
8.一种地球同步轨道高能电子通量预报装置，其特征在于，包括：
参数获取模块，用于获取当前日期下的太阳风速度、地磁AP指数和目标日积分通量；
高能电子通量预报模块，用于通过地球同步轨道对应的高能电子通量预报模型集合，基于所述太阳风速度、所述地磁AP指数和所述目标日积分通量，预报所述当前日期对应的下一日期下所述地球同步轨道的高能电子对数通量预报值；
其中，所述高能电子对数通量预报值包括：E>2MeV高能电子对数通量预报值和/或E>0.8MeV高能电子对数通量预报值。
9.一种电子设备，其特征在于，包括处理器和存储器，所述存储器存储有能够被所述处理器执行的计算机可执行指令，所述处理器执行所述计算机可执行指令以实现权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令在被处理器调用和执行时，计算机可执行指令促使处理器实现权利要求1至7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268429.4A CN117010215B (zh) | 2023-09-28 | 2023-09-28 | 地球同步轨道高能电子通量预报方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311268429.4A CN117010215B (zh) | 2023-09-28 | 2023-09-28 | 地球同步轨道高能电子通量预报方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117010215A true CN117010215A (zh) | 2023-11-07 |
| CN117010215B CN117010215B (zh) | 2024-01-02 |
Family
ID=88562149
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311268429.4A Active CN117010215B (zh) | 2023-09-28 | 2023-09-28 | 地球同步轨道高能电子通量预报方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117010215B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100060705A (ko) * | 2008-11-28 | 2010-06-07 | 한국 천문 연구원 | 코로나 물질 방출현상을 이용한 지자기 폭풍 예보 시스템 및 그 방법 |
| JP2011053168A (ja) * | 2009-09-04 | 2011-03-17 | Japan Weather Association | 日射量予測方法、装置及びプログラム |
| CN108776719A (zh) * | 2018-04-27 | 2018-11-09 | 南京信息工程大学 | 基于经验模态分解的高能电子通量小时预报模型建立方法 |
| CN110231643A (zh) * | 2019-06-28 | 2019-09-13 | 国家卫星气象中心(国家空间天气监测预警中心) | 高能电子暴事件的预报方法、装置及一种存储介质和设备 |
| CN111639301A (zh) * | 2020-05-26 | 2020-09-08 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种地磁Ap指数中期预报方法 |
| CN113569201A (zh) * | 2021-08-05 | 2021-10-29 | 数字太空(北京)智能技术研究院有限公司 | 地磁Ap指数预报方法、装置及电子设备 |
-
2023
- 2023-09-28 CN CN202311268429.4A patent/CN117010215B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20100060705A (ko) * | 2008-11-28 | 2010-06-07 | 한국 천문 연구원 | 코로나 물질 방출현상을 이용한 지자기 폭풍 예보 시스템 및 그 방법 |
| JP2011053168A (ja) * | 2009-09-04 | 2011-03-17 | Japan Weather Association | 日射量予測方法、装置及びプログラム |
| CN108776719A (zh) * | 2018-04-27 | 2018-11-09 | 南京信息工程大学 | 基于经验模态分解的高能电子通量小时预报模型建立方法 |
| CN110231643A (zh) * | 2019-06-28 | 2019-09-13 | 国家卫星气象中心(国家空间天气监测预警中心) | 高能电子暴事件的预报方法、装置及一种存储介质和设备 |
| CN111639301A (zh) * | 2020-05-26 | 2020-09-08 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种地磁Ap指数中期预报方法 |
| CN113569201A (zh) * | 2021-08-05 | 2021-10-29 | 数字太空(北京)智能技术研究院有限公司 | 地磁Ap指数预报方法、装置及电子设备 |
Non-Patent Citations (3)
| Title |
|---|
| B.GELETAW ET AL.: "Performance evaluation of SNB3 GEO electrons flux forecasting model using LANL and GOES-13 observations", 《ADVANCES IN SPACE RESEARCH》 * |
| 薛炳森, 叶宗海: "地球同步轨道高能电子增强事件预报方法", 空间科学学报, no. 04 * |
| 郭策;薛炳森;林兆祥;: "地球同步轨道高能电子通量预报方法研究", 空间科学学报, no. 04 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117010215B (zh) | 2024-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wi et al. | Non-stationary frequency analysis of extreme precipitation in South Korea using peaks-over-threshold and annual maxima | |
| Grazzini et al. | Atmospheric predictability and Rossby wave packets | |
| Bossavy et al. | Forecasting ramps of wind power production with numerical weather prediction ensembles | |
| US20190227903A1 (en) | Dynamic experimentation evaluation system | |
| CN110231643B (zh) | 高能电子暴事件的预报方法、装置及一种存储介质和设备 | |
| CN111703593B (zh) | 地球同步轨道卫星表面充电效应的预警方法及预警系统 | |
| Kriebel et al. | Future flood frequency under sea-level rise scenarios | |
| CN117010215B (zh) | 地球同步轨道高能电子通量预报方法、装置、设备及介质 | |
| Deb et al. | Assessment of a new quality control technique in the retrieval of atmospheric motion vectors | |
| Prates et al. | PRET, the Probability of RETurn: a new probabilistic product based on generalized extreme‐value theory | |
| CN110941032B (zh) | 台风的预报方法、装置、设备和计算机可读存储介质 | |
| Schalge et al. | Blocking detection based on synoptic filters | |
| Oh et al. | A study of tropical cyclone impact on the power distribution grid in South Korea for estimating damage | |
| CN116845868A (zh) | 分布式光伏功率预测方法、装置、电子设备及存储介质 | |
| Schoeppner et al. | Determination of the global coverage of the IMS xenon-133 component for the detection of nuclear explosions | |
| Li et al. | Analysis of nonstationary change of annual maximum level records in the Yangtze River estuary | |
| CN108267613B (zh) | 一种测风数据处理方法及相关设备 | |
| KR20170069396A (ko) | Wise-r 실시간 초단기 미세기상 예측 모델 | |
| CN113128390B (zh) | 抽检方法、装置、电子设备及存储介质 | |
| Bellamkonda et al. | Trend analysis of rainfall in Telangana state (India) using advanced statistical approaches | |
| CN114328662A (zh) | 异常数据定位方法、装置、电子设备及存储介质 | |
| Yeo | Generation of large directional wind speed data sets for estimation of wind effects with long return periods | |
| Colins et al. | Analysis of a statistical relationship between dose and error tallies in semiconductor digital integrated circuits for application to radiation monitoring over a wireless sensor network | |
| Asad et al. | Flood frequency Modeling using Gumbel’s and Powell’s method for Dudhkumar river | |
| CN114509791A (zh) | 一种缩减存储的卫星定位误差分析方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |