JP2002365376A - 地球磁気圏における電磁擾乱の予測方法及び装置 - Google Patents
地球磁気圏における電磁擾乱の予測方法及び装置Info
- Publication number
- JP2002365376A JP2002365376A JP2001172484A JP2001172484A JP2002365376A JP 2002365376 A JP2002365376 A JP 2002365376A JP 2001172484 A JP2001172484 A JP 2001172484A JP 2001172484 A JP2001172484 A JP 2001172484A JP 2002365376 A JP2002365376 A JP 2002365376A
- Authority
- JP
- Japan
- Prior art keywords
- observation value
- solar wind
- observation
- magnetosphere
- disturbance
- 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
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
ーク手法によって、高精度な地球磁気圏における電磁擾
乱の予測が可能な方法を創出すると共に、その装置を開
発すること。 【解決手段】 ニューラルネットワーク手法における重
み係数を、太陽風の観測における所定の観測値を入力し
て決定する構成において、該観測値が、磁気嵐の発生時
における擾乱時観測値と、磁気嵐が発生していない通常
時における通常時観測値とをそれぞれ3:7ないし7:
3の比率で混合して作成し、これによる予測方法及び装
置を提供する。
Description
宙天気予報につながる地球磁気圏における電磁擾乱の予
測方法及び装置に関するものである。特に、太陽風の観
測値を基に、ニューラルネットワーク手法を用いて予測
する方法に関する。
品質な定量的宇宙天気予報は、近年、急速に実用化が進
んだ。そして、宇宙放射線等予測に重要な役割を果たす
磁気嵐の予報が、業務的に行われる様になっている。こ
のような予報は、通信障害、地球上における送電設備や
パイプラインといったインフラの損傷、宇宙空間におけ
る人工衛星の破壊、宇宙飛行士の負傷等を防止する上で
非常に重要な技術であり、多様な情報の提供と共に、そ
の精度の向上が急がれている。
め、その予測手法も多岐に分かれ、優劣を競い合ってい
るが、未だ非常に高精度な予測方法は確立されておら
ず、十分な予測精度を持った予測方法、予測装置が提供
されているとは言い難い。その中で、ニューラルネット
ワーク手法(以下、NN法と呼ぶ。)を用いて予測した
結果は比較的良好な精度を示しているが、擾乱時におけ
る観測値のみに着目して、NN法で用いる重み係数を決
定する従来の方法では、かならずしもNN法の効果を十
分に生かし切れず、高精度な予測精度を実現するには至
っていない。
術の有する問題点に鑑みて創出されたものであり、その
目的は、太陽風の観測値を用い、ニューラルネットワー
ク手法によって、高精度な地球磁気圏における電磁擾乱
の予測が可能な方法を創出すると共に、その装置を開発
することである。
解決するために、次のような地球磁気圏における電磁擾
乱の予測方法を創出する。本発明による予測方法は、太
陽風に対する地球磁気圏の反応を、ニューラルネットワ
ーク手法を用いて予測する方法である。そして、該手法
における重み係数を、太陽風の観測における所定の観測
値を入力して決定する。その際、該観測値として、磁気
嵐の発生時における擾乱時観測値と、磁気嵐が発生して
いない通常時における通常時観測値とをそれぞれ3:7
ないし7:3の比率で混合して作成した値を用いる。
きさと、該磁場の大きさを独立した方位の3成分に分解
した時の各成分の大きさとを含んで構成されるデータで
あってもよい。また、該観測値が、太陽風の密度を含ん
で構成されるデータでもよいし、太陽風の速度を含んで
構成されるデータでもよい。これらは単独でも、任意に
組み合わせてもよい。
おける電磁擾乱の予測装置を提供する。すなわち、地球
磁気圏における電磁擾乱の予測装置であって、太陽風に
対する地球磁気圏の反応を、ニューラルネットワーク手
法を用いて予測する。その際、該手法における重み係数
を、太陽風の観測における所定の観測値を入力して決定
する。そして、本発明による予測装置では、磁気嵐の発
生時における擾乱時観測値と、磁気嵐が発生していない
通常時における通常時観測値とをそれぞれ3:7ないし
7:3の比率で混合して作成した値を上記観測値として
用い、予測を行う。
きさと、該磁場の大きさを独立した方位の3成分に分解
した時の各成分の大きさと、を含んで構成されるデータ
であってもよい。また、該観測値が、太陽風の密度を含
んで構成されるデータでもよいし、太陽風の速度を含ん
で構成されるデータでもよい。これらは単独でも、任意
に組み合わせてもよい。
に基づいて説明する。なお、本発明の実施形態は以下に
限定されず、その趣旨から逸脱しない範囲内で任意に変
更可能である。図1に本発明におけるニューラルネット
ワーク手法(以下、NN法と呼ぶ。)の概念図を示す。
本実施例で用いるNN法は、隠れ層(2)から入力層
(3)にフィードバック接続(4)を備えた2層の逆伝
搬式ネットワークである。
磁場の大きさを独立した方位の3成分に分解した時の各
成分の大きさ、太陽風の密度、太陽風の速度の6個の情
報を実入力I(5)として、さらに20個の見かけ入力
V(6)の入力を行う。見かけ入力V(6)には上記フ
ィードバック情報が再び入力される。出力はDst指数
である。該指数は地球を取り巻く環状の電流が地球磁場
をどのくらいうち消すかを示す指数であり、ナノテスラ
(nT)単位で表される。入力時系列中の時間tにおけ
る隠れ層からのDst出力は次の式で表される。
tにおける各実入力値、Vj t-1は入力時系列中の時間t
−1における応答として隠れ層(2)からのフィードバ
ックされた出力である。さらに、wkjは入力層(3)と
隠れ層(2)との結合の強さを示す重み係数、Wjは隠
れ層(2)のhyperbolic tangentをとって変換した値と
Dst出力(7)との結合の強さを示す重み係数であ
る。
540個であり、これらが定まれば本NN法によるDs
t出力を得ることができる。ここでは隠れ層として20
個の値をとったが、10ないし40個程度の範囲で任意
に設定することができる。また、入力として上記のよう
な太陽風密度、速度、ベクトル磁場の全てを用いずに、
いずれかのパラメータ又はその組み合わせや、これら以
外に、他の任意の観測データを用いてもよく、その場
合、上記式のデータ個数が変更されることは言うまでも
ない。入力に用いたパラメータについては後述する。
入力データに従来と異なる構成をとることにより、好適
な地球磁気圏における電磁擾乱の予測を可能にしてい
る。すなわち、従来の手法では、磁気嵐の発生時におけ
る観測値や人工データを重み係数を決定する学習データ
として用いていたが、本発明では次のように構成する。
図2にDst指数の観測値と予測値と表す観測データを
示す。図2において実線(10)が観測値、点線(1
1)が予測値である。観測データから分かるとおり、D
st指数は磁気嵐の発生時に負の方向に大きく変動(1
2や13等)が生じ、この指数の変化を予め予測するこ
とが本発明による方法及び装置の目的である。そして、
通常時には微変動(14等)のみでほぼ一定のグラフを
描いている。
等)の部分のみを抽出し、学習データとして用いていた
が、これでは十分な精度を得ることができなかった。そ
こで、本発明では、通常時の微変動と、擾乱時の大変動
とのデータを組み合わせて学習データを作成し、該デー
タに基づく重み係数を備えた予測方法及び装置の提供を
図る。例えば、実施例として約50の擾乱時を含む計9
058時間の学習データを作成する。このとき、397
1時間はDst値が−50nT以上の通常時のデータを
用いる。この時間は全学習データの概ね44%であり、
このように1:1に近い割合で通常時のデータと擾乱時
のデータとを組み合わせると、好適な予測が可能である
ことが分かっている。
擾乱時のデータの抽出には平常時から擾乱時に至る開始
時と、擾乱時から通常時に至る終了時までの期間のデー
タを抽出し、平常時と組み合わせるときのデータ値の連
続性を確保する。特に平常時においても擾乱の開始時の
Dst値や、終了時のDst値と略同一な値で推移する
平常時データを採用することによって、学習データは値
が連続した自然なデータとすることができる。
ては、その他の予測試験から勘案した場合、通常時のデ
ータを概ね30%から70%の割合で擾乱時に組み合わ
せると好適である。特に、本実施例による予測装置が参
照する人工衛星や周辺装置の特性において好適であるの
は、静止時が40%ないし60%の場合であった。これ
らは周辺装置によっても影響するため、本発明において
は上記30ないし70%の範囲内で各機器に適した組み
合わせを用いることができる。
の全時間長についても、本実施例では約1万時間とした
が、これらも任意に変更可能である。ただし、いたずら
に長いと、NN法における収束に時間がかかる、或いは
収束せず、却って適切な重み係数を決定することができ
ない。したがって、該学習データの時間も概ね5000
時間から2万時間の範囲で作成されることが望ましい。
方法ならびに予測装置を用いて予測した値は観測値と非
常に近く、予測精度の高さが示されている。実際、Ds
t指数が数値的に若干異なる場合が稀に見られる他は、
その傾向はほぼ完全な一致を見ており、極めて高精度な
予測が可能になったことが裏付けられている。従来、こ
れほどの予測精度を有する予測方法・予測装置は提供さ
れておらず、本発明の有用性は非常に高い。
質について説述する。まず、太陽風密度をパラメータと
して導入した場合、次のようにDst出力に影響を及ぼ
す。すなわち、密度が増大するとダイナミック圧カが増
大し、Z方向のベクトル磁場(以下、Bzと呼ぶ。)が
正の時、Dst指数を正方向への押し上げる。しかし、
Bzが負の時には、押し下げの効果が出てくる。太陽風
のダイナミック圧カは、Dst指数を正の方向に押し上
げる方向で働くことが知られている。ここで、密度増大
は必ずしも、Dst指数を正の方向に押し上げるだけで
はないことがNN法や、その他のシミュレーションから
考えられるため、この点につき検討する。
を増加させた時の、Dst指数の変化を示す。ここで、
S点(20)から2時間をかけて1cm3当たり5個か
ら20個に増加させている。太陽風中でBzが−10n
Tで続く限界は25〜30時間程度であるので、Bzの
谷は5時間から始まり(20)、5時間ずつ長くなり3
0時間(24)で計算をうち切った。
350km/secで変化無しとする。継続時間は20時間と
し、密度変化が全くない場合、すなわち姶めから終わり
まで5個に固定されている場合を点線で表した。まず始
めは、−10nTのBzが5時間続き復帰する。密度増
加によるダイナミック圧力が増す場合は、始めにDst
指数を正の方向に押し上げる。やがて5時間後Bzが負
から正に戻ると、嵐の回復相になるが、正の方向にDs
t指数を押し上げている。密度の山の終了時(ダイナミ
ツク圧力の減少時)にDst指数は負の方向に下降す
る。
ける時は、始め正の方向にDst指数を押し上げ、初期
相(プレッシャーパルス)(23)を形成するが、やが
て時間と共に密度の増加が無い場合に比べDst指数は
落ち込んで行く。回復相ではBzが正になっているので
密度の山は相対的に正の方向にDst指数を押し上げ、
密度の山が終了するとともに、Dst指数を滅少させ
る。密度増加効果は主相で、時間と共に徐々にDst指
数を減少させている。これは、密度の上昇により、ある
タイムラグで、プラズマシートの密度が上昇し、環電流
の種が増加するためと考えられる。嵐の最小Dst指数
は、南向きBz時間の継続と共に減少するが、時間と共
に鈍ってくる。環電流の損失項によるものである。その
内の1つとしての電荷交換は、単純には密度の増大と共
に増加すると考えられるので、南向きBzの増加による
Dst指数減少に、ブレーキがかかる事となる。
響を検討する。図4にS点において速度を上昇させた時
のDst出力の変化を示す。密度の山は5時間継続する
のみであり、速度はS点で上昇し、350km/secより6
00km/secに達するが20時間経過してから緩やかに減
速し350km/secに戻る場合である。南向きBzは密度
の試験と同様に5時間ずつ増してゆき、30時間で終了
する各Dst曲線が実線で示してある。密度、速度変化
の無い場合は、上記図3と同様であり、点線で示され
る。
V×Bzによる夕方向き電場の増加をもたらす。時刻S
から離れるに従い、Dst指数は負の方向に発達し、B
zの正への反転に伴い、回復相となるが、全て点線より
低い曲線を描く。南向きBzにより(タ方向き電場)、
プラズマシートの粒子を、地球側に電場ドリフトで押し
やり、環電流の種を作り出す事によると考えられる。速
度の山が、Bzの南向き時間より長く保たれている場合
は、主相の最小値は時刻と共に減少してゆく。この夕方
向き電場が徐々に弱まる場合を想定する。速度の山は図
4においては20時間で緩やかに減少する。Dst指数
の最小値は時間と共に減少するが、その傾向は時間と共
に緩やかとなる。
もにパラメータとして加えることにより、その変化がな
い場合に比して、顕著な効果が認められる。従って、本
実施例では共に、NN法におけるパラメータとして導入
している。ただし、前述の通り、本発明の実施にあたっ
ては、これらのいずれかのみを導入しても良いし、また
別の観測値を用いてもよい。
における電磁擾乱の予測装置を提供し、該装置で用いた
予測方法も含め、好適な予測を実現するものであり、予
測装置は、パーソナルコンピュータ等にソフトウェアを
組み込んで実現してもよいし、専用の予測装置を提供し
てもよい。また、予測方法は、本発明の範囲内において
適宜変更可能であり、他の予測方法と組み合わせて実施
することもできる。
の効果を奏する。請求項1に記載の地球磁気圏における
電磁擾乱の予測方法によると、擾乱時と通常時の観測値
とを混合してニューラルネットワーク手法における重み
係数を決定することにより、高精度な予測方法を提供す
ることができる。また、データの構成を変更することで
精度の向上が図れるので、低コストな予測方法を実現す
ることができる。
擾乱の予測方法によると、上記ニューラルネットワーク
の入力として、ベクトル磁場を導入することができるの
で、高精度な予測方法に寄与する。
擾乱の予測方法によると、上記ニューラルネットワーク
の入力として、太陽風の密度を導入することができるの
で、高精度な予測方法に寄与する。
擾乱の予測方法によると、上記ニューラルネットワーク
の入力として、太陽風の速度を導入することができるの
で、高精度な予測方法に寄与する。
項5に記載の地球磁気圏における電磁擾乱の予測装置に
よると、擾乱時と通常時の観測値とを混合してニューラ
ルネットワーク手法における重み係数を決定することに
より、高精度な予測装置を実現することができる。ま
た、データの構成を変更することで精度の向上が図れる
ので、低コストな予測装置を実現することができる。
擾乱の予測装置によると、上記ニューラルネットワーク
の入力として、ベクトル磁場を導入することができるの
で、高精度な予測装置を実現することができる。
擾乱の予測装置によると、上記ニューラルネットワーク
の入力として、太陽風の密度を導入することができるの
で、高精度な予測装置を実現することができる。
擾乱の予測装置によると、上記ニューラルネットワーク
の入力として、太陽風の速度を導入することができるの
で、高精度な予測装置を実現することができる。
概念図
Claims (8)
- 【請求項1】太陽風が地球磁気圏と作用して引き起こす
電磁擾乱を予測する予測方法が、 太陽風に対する地球磁気圏の反応を、ニューラルネット
ワーク手法を用いて予測する方法であって、 該ニューラルネットワーク手法における重み係数を、 太陽風の観測における所定の観測値を入力して決定する
構成において、 該観測値が、 磁気嵐の発生時における擾乱時観測値と、 磁気嵐が発生していない通常時における通常時観測値と
をそれぞれ3:7ないし7:3の比率で混合して作成し
た値であることを特徴とする地球磁気圏における電磁擾
乱の予測方法。 - 【請求項2】前記観測値が、 惑星間の磁場の大きさと、 該磁場の大きさを独立した方位の3成分に分解した時の
各成分の大きさと、 を含んで構成される請求項1に記載の予測方法。 - 【請求項3】前記観測値が、 太陽風の密度を含んで構成される請求項1又は2に記載
の予測方法。 - 【請求項4】前記観測値が、 太陽風の速度を含んで構成される請求項1ないし3に記
載の予測方法。 - 【請求項5】地球磁気圏における電磁擾乱の予測装置で
あって、 太陽風に対する地球磁気圏の反応を、ニューラルネット
ワーク手法を用いて予測し、 該ニューラルネットワーク手法における重み係数を、 太陽風の観測における所定の観測値を入力して決定する
予測装置において、 該観測値が、 磁気嵐の発生時における擾乱時観測値と、 磁気嵐が発生していない通常時における通常時観測値と
をそれぞれ3:7ないし7:3の比率で混合して作成し
た値であることを特徴とする地球磁気圏における電磁擾
乱の予測装置。 - 【請求項6】前記観測値が、 惑星間の磁場の大きさと、 該磁場の大きさを独立した方位の3成分に分解した時の
各成分の大きさと、 を含んで構成される請求項5に記載の予測装置。 - 【請求項7】前記観測値が、 太陽風の密度を含んで構成される請求項5又は6に記載
の予測装置。 - 【請求項8】前記観測値が、 太陽風の速度を含んで構成される請求項5ないし7に記
載の予測装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001172484A JP3486675B2 (ja) | 2001-06-07 | 2001-06-07 | 地球磁気圏における電磁擾乱の予測方法及び装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2001172484A JP3486675B2 (ja) | 2001-06-07 | 2001-06-07 | 地球磁気圏における電磁擾乱の予測方法及び装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2002365376A true JP2002365376A (ja) | 2002-12-18 |
JP3486675B2 JP3486675B2 (ja) | 2004-01-13 |
Family
ID=19014098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2001172484A Expired - Lifetime JP3486675B2 (ja) | 2001-06-07 | 2001-06-07 | 地球磁気圏における電磁擾乱の予測方法及び装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3486675B2 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1316256C (zh) * | 2005-01-25 | 2007-05-16 | 华北电力大学(北京) | 电网地磁感应电流监测方法及装置 |
RU2446495C1 (ru) * | 2010-12-22 | 2012-03-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный исследовательский ядерный университет "МИФИ" | Способ обнаружения гелиосферных возмущений |
CN104007486A (zh) * | 2014-06-05 | 2014-08-27 | 中国气象局气象探测中心 | 主被动遥感相结合的大气温湿度廓线处理方法及系统 |
JP2016031282A (ja) * | 2014-07-29 | 2016-03-07 | 国立大学法人京都大学 | 宇宙天気予報システムを構築するための機械学習方法及び当該方法によって構築された宇宙天気予報方法 |
CN107179430A (zh) * | 2017-05-25 | 2017-09-19 | 云南电网有限责任公司电力科学研究院 | 一种中低纬局域电网中地磁感应电流的风险评估方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104573816B (zh) * | 2014-12-18 | 2017-12-26 | 中国电子科技集团公司第二十二研究所 | 微波辐射计遥感大气参数的神经网络聚类方法 |
-
2001
- 2001-06-07 JP JP2001172484A patent/JP3486675B2/ja not_active Expired - Lifetime
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1316256C (zh) * | 2005-01-25 | 2007-05-16 | 华北电力大学(北京) | 电网地磁感应电流监测方法及装置 |
RU2446495C1 (ru) * | 2010-12-22 | 2012-03-27 | Федеральное государственное бюджетное образовательное учреждение высшего профессионального образования "Национальный исследовательский ядерный университет "МИФИ" | Способ обнаружения гелиосферных возмущений |
CN104007486A (zh) * | 2014-06-05 | 2014-08-27 | 中国气象局气象探测中心 | 主被动遥感相结合的大气温湿度廓线处理方法及系统 |
JP2016031282A (ja) * | 2014-07-29 | 2016-03-07 | 国立大学法人京都大学 | 宇宙天気予報システムを構築するための機械学習方法及び当該方法によって構築された宇宙天気予報方法 |
CN107179430A (zh) * | 2017-05-25 | 2017-09-19 | 云南电网有限责任公司电力科学研究院 | 一种中低纬局域电网中地磁感应电流的风险评估方法 |
Also Published As
Publication number | Publication date |
---|---|
JP3486675B2 (ja) | 2004-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhao et al. | Tidal deformabilities and neutron star mergers | |
US20190346513A1 (en) | Determining a state of health of a battery and providing an alert | |
Lamour et al. | Extension of charge-state-distribution calculations for ion-solid collisions towards low velocities and many-electron ions | |
JP2004501354A (ja) | 宇宙気象予報方法及びシステム | |
Vandegriff et al. | Forecasting space weather: Predicting interplanetary shocks using neural networks | |
Ridley | A new formulation for the ionospheric cross polar cap potential including saturation effects | |
Vallee et al. | Noise versus chaos in acousto-optic bistability | |
JP2002365376A (ja) | 地球磁気圏における電磁擾乱の予測方法及び装置 | |
Kahler et al. | Forecasting E> 50-MeV proton events with the proton prediction system (PPS) | |
Collier et al. | Multispacecraft observations of sudden impulses in the magnetotail caused by solar wind pressure discontinuities: Wind and IMP 8 | |
CN117268332B (zh) | 一种建筑物不均匀沉降的监测方法及系统 | |
CN113899381A (zh) | 用于生成路线信息的方法、装置、设备、介质和产品 | |
Kan | A globally integrated substorm model: Tail reconnection and magnetosphere‐ionosphere coupling | |
Suzuki et al. | Complex behaviour of a simple partial-discharge model | |
Totten et al. | Application of the empirically derived polytropic index for the solar wind to models of solar wind propagation | |
Madshaven et al. | Conductivity and capacitance of streamers in avalanche model for streamer propagation in dielectric liquids | |
CN110727719B (zh) | 一种基于动力松弛逼近的闪电定位资料同化方法 | |
Robinson et al. | Database of episode-integrated solar energetic proton fluences | |
Rezinkina | Modeling of the dendrite shape variation with applied electric field strength in poly (ethylene) | |
Korsós et al. | An application of the weighted horizontal magnetic gradient to solar compact and eruptive events | |
CN116882594B (zh) | 基于有限递归和深度学习的地磁ap指数中期预报方法 | |
CN115437009B (zh) | 钻孔数据处理方法、装置、电子设备和计算机可读介质 | |
CN110955955B (zh) | 一种基于对数拟合的尘埃等离子体数值计算提速方法 | |
US20020165704A1 (en) | Method for extrapolating model parameters of spice | |
Buonsanto | Evidence for polarization electric fields in the daytime F region above Millstone Hill |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20030924 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3486675 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
EXPY | Cancellation because of completion of term |