KR101510373B1 - 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치 - Google Patents

태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치 Download PDF

Info

Publication number
KR101510373B1
KR101510373B1 KR20140143376A KR20140143376A KR101510373B1 KR 101510373 B1 KR101510373 B1 KR 101510373B1 KR 20140143376 A KR20140143376 A KR 20140143376A KR 20140143376 A KR20140143376 A KR 20140143376A KR 101510373 B1 KR101510373 B1 KR 101510373B1
Authority
KR
South Korea
Prior art keywords
correlation
magnetic field
sun
solar
area
Prior art date
Application number
KR20140143376A
Other languages
English (en)
Inventor
홍순학
김영규
Original Assignee
대한민국
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 대한민국 filed Critical 대한민국
Priority to KR20140143376A priority Critical patent/KR101510373B1/ko
Application granted granted Critical
Publication of KR101510373B1 publication Critical patent/KR101510373B1/ko

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08Measuring electromagnetic field characteristics
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/08Measuring electromagnetic field characteristics
    • G01R29/0864Measuring electromagnetic field characteristics characterised by constructional or functional features
    • G01R29/0892Details related to signal analysis or treatment; presenting results, e.g. displays; measuring specific signal features other than field strength, e.g. polarisation, field modes, phase, envelope, maximum value
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

태양 코로나홀에 의한 영향을 분석하는 방법 및 장치가 개시된다. 태양 코로나홀에 의한 영향을 분석하는 방법은 태양면을 복수개의 분할 영역으로 분할하는 단계, 미리 설정된 과거의 기간 동안 복수의 분할 영역 각각에 대한 코로나 홀 면적, 태양 표면 자기장 방향을 분석하는 단계, 코로나 홀 면적, 태양 표면 자기장 방향과 과거 태양의 영향 간의 상관 관계를 결정하는 단계와 상관 관계를 기반으로 현재 코로나 홀 면적, 현재 태양 표면 자기장 방향을 고려하여 태양의 영향을 예측하는 단계를 포함할 수 있다.

Description

태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치 {The method and apparatus for predicting the solar coronal hole’s geo-effects }
본 발명은 태양 코로나홀에 대한 영상 분석 정보를 기반으로 태양 코로나홀에 의한 지구 영향을 예측하는 방법 및 장치에 관한 발명이다.
태양 코로나 홀(Coronal Hole)은 태양을 극자외선이나 X선으로 관측할 때 검게 보이는 부분이다. 코로나 홀에서는 태양 자속이 열려있어 자속이 닫혀져 있는 태양의 다른 부분보다 좀 더 빠른 약 500Km/s 이상 속도의 태양풍이 뿜어져 나온다. 태양풍은 태양의 자기장이 우주 공간으로 뻗어 나온 구조인데 태양 자전 효과로 인해 나선형 형태로 휘어지며 태양계 끝까지 영향력을 발휘한다. 이때 고속의 태양풍은 태양으로부터 앞서 방출된 저속의 태양풍을 압축하여 고밀도의 태양풍 영역(Co-rotating Interaction Region)을 만들고 지구권에 도달시 지구 자기장에 영향을 끼친다.
태양 코로나 홀은 태양 자전 수 주기 동안 그 세력을 유지하는 일이 많아 코로나 홀에 따른 지구 자기장 영향은 27일의 태양 자전 주기에 따라 반복적으로 나타나는 특성이 있다. 이렇게 반복적으로 나타나는 지구 자기장의 교란은 특히 태양 활동이 극대기에서 극소기로 낮아지는 시기에 빈번하게 발생하는 것으로 알려져 있다.
KR 10-2008-0119421
본 발명의 일 측면은 태양 코로나홀에 의한 영향을 분석하는 방법을 제공한다.
본 발명의 다른 측면은 태양 코로나홀에 의한 영향을 분석하는 장치를 제공한다.
본 발명의 일 측면에 따른 태양 코로나홀에 의한 영향을 분석하는 방법은 태양면을 복수개의 분할 영역으로 분할하는 단계, 미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 코로나 홀 면적, 태양 표면 자기장 방향을 분석하는 단계, 상기 코로나 홀 면적, 상기 태양 표면 자기장 방향과 과거 태양의 영향 간의 상관 관계를 결정하는 단계와 상기 상관 관계를 기반으로 현재 코로나 홀 면적, 현재 태양 표면 자기장 방향을 고려하여 태양의 영향을 예측하는 단계를 포함할 수 있다.
한편, 상기 상관 관계는 태양풍 속도 상관 관계, 자기장 지수 상관 관계, 고에너지 전자량 상관 관계를 포함하고, 상기 태양풍 속도 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 시간당평균 태양풍 속도 간의 상관 관계이고, 상기 자기장 지수 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계이고, 상기 고에너지 전자량 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계일 수 있다.
또한, 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각은 인공 신경망 매트릭스를 기반으로 결정되고, 상기 인공 신경망 매트릭스는 전방향 계산 및 역방향 계산을 기반으로 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각을 위한 가중치 값을 결정할 수 있다.
또한, 상기 태양 코로나홀의 영향은 예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 시간당 평균 예측 정지궤도 위성 고에너지 전자량을 포함할 수 있다.
또한, 상기 태양면의 분할 영역은 9개의 분할 영역으로 분할 될 수 있고,
상기 9개의 분할 영역은 인덱스 0 내지 인덱스 8 각각에 대응되고, 상기 인덱스 0에 대응되는 분할 영역은 상기 태양면에서 W40~53W, S40~40N에 해당하는 영역이고, 인덱스 1 내지 인덱스 8에 대응되는 분할 영역 각각은 분할 영역 0을 기준으로 순차적으로 상기 태양면의 동측 방향으로 13도의 폭 및 80도의 높이를 가지도록 결정되고, 상기 9개의 분할 영역의 경도 방향 중심은 태양의 관측 당시 BO 각을 고려하여 보정될 수 있다.
본 발명의 다른 측면에 따른 태양 코로나홀에 의한 영향을 분석하는 태양 코로나홀 영향 분석 장치는 태양면을 복수개의 분할 영역으로 분할하는 태양 영역 분할부, 미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 코로나 홀 면적을 분석하는 코로나 홀 면적 분석부, 미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 태양 표면 자기장 방향을 분석하는 태양 표면 자기장 방향 분석부, 상기 코로나 홀 면적, 상기 태양 표면 자기장 방향과 과거 태양의 영향 간의 상관 관계를 결정하는 상관 관계 결정부와 상기 상관 관계를 기반으로 현재 코로나 홀 면적, 현재 태양 표면 자기장 방향을 고려하여 태양의 영향을 예측하는 태양 코로나홀 영향 예측부를 포함할 수 있다.
한편, 상기 상관 관계는 태양풍 속도 상관 관계, 자기장 지수 상관 관계, 고에너지 전자량 상관 관계를 포함하고, 상기 태양풍 속도 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계이고, 상기 자기장 지수 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계이고, 상기 고에너지 전자량 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계일 수 있다.
또한, 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각은 인공 신경망 매트릭스를 기반으로 결정되고, 상기 인공 신경망 매트릭스는 전방향 계산 및 역방향 계산을 기반으로 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각을 위한 가중치 값을 결정할 수 있다.
또한, 상기 태양의 영향은 예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지궤도 위성 고에너지 전자량을 포함할 수 있다.
또한, 상기 태양면의 분할 영역은 9개의 분할 영역으로 분할 될 수 있고, 상기 9개의 분할 영역은 인덱스 0 내지 인덱스 8 각각에 대응되고, 상기 인덱스 0에 대응되는 분할 영역은 상기 태양면에서 W40~53W, S40~40N에 해당하는 영역이고, 인덱스 1 내지 인덱스 8에 대응되는 분할 영역 각각은 분할 영역 0을 기준으로 순차적으로 상기 태양면의 동측 방향으로 13도의 폭 및 80도의 높이를 가지도록 결정되고, 상기 9개의 분할 영역의 경도 방향 중심은 태양의 관측 당시 BO 각을 고려하여 보정될 수 있다.
상술한 본 발명의 일 측면에 따르면, 태양풍 속도 상관 관계 산출부, 자기장 지수 상관 관계 산출부 및 고에너지 전자량 상관 관계 산출부에 의해 결정된 상관 관계를 기반으로 태양의 영향(예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지궤도 위성 고에너지 전자량)을 결정할 수 있다.
도 1은 본 발명의 실시예에 따른 태양의 영향을 예측하기 위한 태양면의 분할 방법을 나타낸 개념도이다.
도 2는 본 발명의 실시예에 따른 태양의 영향을 예측하는 방법을 나타낸 순서도이다.
도 3은 본 발명의 실시예에 따른 태양 코로나홀 영향분석 장치를 나타낸 개념도이다.
도 4 및 도 5에서는 전술한 코로나 홀 면적과 태양풍 속도 간의 관계, 코로나 홀 면적과 지구 자기장 간의 관계를 나타낸 그래프이다.
도 6은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 태양풍 속도 예측 결과를 나타낸 그래프이다.
도 7은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 지구 자기장 지수 예측 결과를 나타낸 그래프이다.
도 8은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 고에너지 전자량 예측 결과를 나타낸 그래프이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
태양 코로나홀 영향 분석 장치는 자외선 관측 영상, 태양 자기장 관측 영상을 기반으로 태양 코로나 홀에 대한 분석을 수행할 수 있다. 예를 들어, 자외선 관측 영상에서 태양 코로나 홀이 검게 보이는 특성 및/또는 태양 자기장 관측 영상에서 자기장 극성이 양 또는 음의 어느 한쪽이 우세하게 나타나는 특성을 기반으로 태양 코로나홀 영향 자동 분석 장치는 코로나 홀을 자동으로 인식할 수 있다.
코로나 홀에 대한 영상 분석을 위해 사용되는 입력 자료는 위성에서 관측한 태양 자외선 관측 영상(SOHO EIT(solar&heliospheric observatory extreme ultraviolet imaging telescope) 또는 SDO(Solar Dynamic Observatory) AIA(atmospheric imaging assembly)과 자기장 관측 영상(SOHO MDI(michelson doppler imager) 또는 SDO HMI(helioseismic and magnetic imager))일 수 있다.
본 발명의 실시예에 따르면, 태양 코로나홀 영향 분석 장치에서는 SDO 위성 영상을 입력으로 받아 일정 주기(예를 들어, 매 1시간)마다 코로나 홀 분석 정보를 생성할 수 있다.
도 1은 본 발명의 실시예에 따른 태양의 영향을 예측하기 위한 태양면의 분할 방법을 나타낸 개념도이다.
도 1에서는 태양의 영향을 예측하기 위해 관측되는 태양면을 복수개의 영역으로 분할하는 방법이 개시된다.
태양면은 복수개(예를 들어, 9개)의 분할 영역으로 구분될 수 있다. 본 발명의 실시예에 따르면, 분할 영역은 9개일 수 있고, 9개의 분할 영역 각각은 인덱스 0 내지 인덱스 8에 순차적으로 대응될 수 있다. 인덱스 0 내지 인덱스 8에 대응되는 각각의 분할 영역은 분할 영역 0 내지 분할 영역 8라는 용어로 표현될 수 있다.
인덱스 0에 대응되는 분할 영역 0은 태양면에서 W40-W53, S40-N40에 해당하는 영역일 수 있다. 분할 영역 0을 기준으로 태양면 동측 방향으로 같은 폭(13도)과 같은 높이(80도)를 가지는 나머지 분할 영역(분할 영역1 내지 분할 영역8)가 추가적으로 설정될 수 있다. 구체적으로 각 분할 영역의 동서 방향 폭은 지구에서 관측할 때의 태양의 하루 자전 각도인 13.18도로 정할 수 있는데, 분할 영역1의 오른쪽 경계가 태양 경도 40도에 위치하도록 결정될 수 있다.
분할 영역의 경도 방향 중심은 0도로 고정되어 있는 것이 아니라 태양 관측 당시의 B0각(황도면과 태양 적도 면이 이루는 각도, 계절에 따라 바뀜)을 고려하여 보정되고 그에 따라 분할 영역도 보정될 수 있다. 구체적으로 지구 공전 궤도와 태양 적도면 간의 이격 각도(B-angle)에 따라 분할 영역의 경도 방향 중심이 변하게 된다. 지구 공전 궤도와 태양 적도면 간의 이격 각도는 약 1년을 주기로 남위 7.25도에서 북위 7.25도 사이에서 변하게 되고 이를 고려하여 분할 영역의 경도 방향 중심이 변할 수 있다.
도 2는 본 발명의 실시예에 따른 태양의 영향을 예측하는 방법을 나타낸 순서도이다.
도 2에서는 분할 영역 각각에 대한 코로나 홀의 면적 및 태양의 자기장 방향을 기반으로 태양의 영향을 예측하는 방법이 개시된다.
예를 들어, 분할 영역 각각에 대한 코로나 홀의 면적 및 태양의 자기장 방향을 기반으로 예측되는 태양의 영향은 예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지 궤도 위성(GOES) 고에너지(2MeV 이상) 전자량 등일 수 있다.
도 2를 참조하면, 태양면을 복수개의 분할 영역으로 분할한다(단계 S200).
태양면에 대한 복수개의 분할 영역은 도 1에서 전술한 바와 같이 결정될 수 있다.
미리 설정된 기간 동안 분할 영역 각각에 대해 코로나 홀이 차지하고 있는 면적, 태양 표면 자기장 방향을 분석한다(단계 S210).
본 발명의 실시예에 따르면, 과거의 태양의 이미지 정보를 기반으로 코로나 홀이 차지하고 있는 면적, 태양 표면 자기장 방향이 분석될 수 있다.
예를 들어, 미리 설정된 기간은 1997년~2013년과 같은 과거의 기간일 수 있고, 미리 설정된 기간 동안 위성(SOHO 또는 SDO)에서 관측된 영상을 기반으로 코로나 홀의 테두리 좌표와 코로나 홀 영역의 태양 표면 자기장 방향 아카이브를 결정할 수 있다. 구체적으로 각 분할 영역의 꼭지점 좌표와 코로나 홀 꼭지점 좌표를 이용하여 겹치는 면적을 결정하고 그에 상응하는 태양 표면 자기장 방향 결정할 수 있다.
분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양 표면 자기장 방향에 대한 정보는 이후, 태양의 영향(시간당 평균 태양풍 속도, 시간당 평균 지구 자기장 지수, 정지 궤도 위성 고에너지 전자량)에 대한 정보와 상관 관계를 결정하기 위해 사용될 수 있다.
분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양의 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계를 결정한다(단계 S220).
단계 S210에서 미리 설정된 기간 동안 산출된 분할 영역 각각에 대한 코로나 홀 면적, 태양 표면 자기장 방향과 코로나 홀이 관측된 당시부터 그 후 일정 기간(예를 들어, 9일)까지의 시간당 평균 태양풍 속도(Vx)간의 상관 관계가 도출될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양 표면 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계는 인공 신경망 계수 매트릭스를 기반으로 결정될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양의 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계는 태양풍 속도 상관 관계라는 용어로 표현될 수 있다.
분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계를 결정한다(단계 S230).
단계 S210에서 미리 설정된 기간 동안 산출된 각 분할 영역별 코로나 홀 면적, 태양 표면 자기장 방향과 코로나 홀이 관측된 당시부터 그 후 일정 기간(예를 들어, 9일)까지의 시간당 평균 지구 자기장 지수(Kp지수, Ap지수) 간의 상관 관계가 도출될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계는 인공 신경망 계수 매트릭스를 기반으로 결정될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계는 자기장 지수 상관 관계라는 용어로 표현될 수 있다.
분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양 표면 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계를 결정한다(단계 S240).
단계 S210에서 미리 설정된 기간 동안 산출된 각 분할 영역별 코로나홀 면적, 태양 표면 자기장 방향과 코로나 홀이 관측된 당시부터 그 후 일정 기간(예를 들어, 9일)까지의 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계가 도출될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양 표면 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계는 인공 신경망 계수 매트릭스를 기반으로 결정될 수 있다. 분할 영역 각각에 대해 분석된 코로나 홀의 면적 및 태양 표면 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계는 고에너지 전자량 상관 관계라는 용어로 표현될 수 있다.
태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계 각각을 기반으로 태양의 영향을 예측한다(단계 S250).
현재 태양의 분할 영역 각각에 대한 코로나 홀의 면적 및 태양 표면 자기장 방향에 대한 정보를 입력값으로 사용하여 단계 S220을 기반으로 결정된 태양풍 속도 상관 관계를 기반으로 예측 시간당 평균 태양풍 속도를 결정할 수 있다.
현재 태양의 분할 영역 각각에 대한 코로나 홀의 면적 및 태양 표면 자기장 방향에 대한 정보를 입력값으로 사용하여 단계 S230을 기반으로 결정된 자기장 지수 상관 관계를 기반으로 예측 시간당 평균 지구 자기장 지수를 결정할 수 있다.
현재 태양의 분할 영역 각각에 대한 코로나 홀의 면적 및 태양 표면 자기장 방향에 대한 정보를 입력값으로 사용하여 단계 S240를 기반으로 결정된 고에너지 전자량 상관 관계를 기반으로 예측 정지궤도 위성 고에너지 전자량을 결정할 수 있다.
태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계는 지속적으로 측정된 태양의 영향에 따라 변화될 수 있다. 즉, 미리 설정된 기간이 변화되는 경우, 태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계 각각을 결정하기 위한 입력값 및 출력값이 달라질 수 있다. 따라서, 태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계는 지속적으로 측정된 코로나 홀이 차지하고 있는 면적, 태양 표면 자기장 방향 및 그에 따른 태양의 영향에 따라 업데이트될 수 있다.
도 3은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치를 나타낸 개념도이다.
도 3에서는 태양 코로나홀 영향 분석 장치는 태양 영역 분할부(300), 코로나 홀 면적 분석부(310), 태양 표면 자기장 방향 분석부(320), 태양풍 속도 상관 관계 산출부(330), 자기장 지수 상관 관계 산출부(340), 고에너지 전자량 상관 관계 산출부(350), 태양 코로나홀 영향 예측부(360), 프로세서(370)를 포함할 수 있다.
태양 영역 분할부(300)는 태양면을 복수개의 영역으로 분할할 수 있다. 예를 들어, 태양면은 9개의 분할 영역으로 분할될 수 있고 9개의 분할 영역 각각은 인덱스 0 내지 인덱스 8에 순차적으로 대응될 수 있다. 인덱스 0에 대응되는 분할 영역0은 태양면에서 W40-W53, S40-N40에 해당하는 영역일 수 있다. 분할 영역0을 기준으로 태양면 동측 방향으로 같은 폭(13도)과 같은 높이(80도)를 가지는 나머지 분할 영역(분할 영역1 내지 분할 영역8)가 추가적으로 설정될 수 있다.
코로나 홀 면적 분석부(310)는 분할 영역별 코로나 홀 면적을 분석하기 위해 구현될 수 있다. 코로나 홀 면적 분석부(310)는 태양의 영향을 산출하기 위한 상관 관계(예를 들어, 태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계)를 결정하기 위해 과거의 기간 동안의 분할 영역별 코로나 홀 면적을 분석할 수 있다.
태양 표면 자기장 방향 분석부(320)는 분할 영역별 태양 표면 자기장 방향을 분석하기 위해 구현될 수 있다. 태양 표면 자기장 방향 분석부(320)는 태양의 영향을 산출하기 위한 상관 관계(예를 들어, 태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계)를 결정하기 위해 과거의 기간 동안의 분할 영역별 태양 코로나 홀 면적을 분석할 수 있다.
태양풍 속도 상관 관계 산출부(330)는 코로나 홀 면적 분석부(310)에 의해 분석된 분할 영역별 코로나 홀 면적과 태양 표면 자기장 방향 분석부에 의해 분석된 태양 표면 자기장 방향과 시간당 평균 태양풍 속도와의 상관 관계를 산출하기 위해 구현될 수 있다.
자기장 지수 상관 관계 산출부(340)는 코로나 홀 면적 분석부(310)에 의해 분석된 분할 영역별 코로나 홀 면적과 태양 표면 자기장 방향 분석부(320)에 의해 분석된 태양 표면 자기장 방향과 시간당 평균 자기장 지수와의 상관 관계를 산출하기 위해 구현될 수 있다.
고에너지 전자량 상관 관계 산출부(350)는 코로나 홀 면적 분석부(310)에 의해 분석된 분할 영역별 코로나 홀 면적과 태양 표면 자기장 방향 분석부(320)에 의해 분석된 태양 표면 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계를 산출하기 위해 구현될 수 있다.
태양풍 속도 상관 관계 산출부(330), 자기장 지수 상관 관계 산출부(340) 및 고에너지 전자량 상관 관계 산출부(350)는 인공 신경망 계수 매트릭스를 기반으로 각각의 상관 관계를 산출할 수 있다. 태양풍 속도 상관 관계 산출부(330), 자기장 지수 상관 관계 산출부(340) 및 고에너지 전자량 상관 관계 산출부(350)는 상관 관계 결정부라는 용어로 표현될 수도 있다.
태양 코로나홀 영향 예측부(360)는 태양풍 속도 상관 관계 산출부, 자기장 지수 상관 관계 산출부 및 고에너지 전자량 상관 관계 산출부에 의해 결정된 상관 관계를 기반으로 태양의 영향(예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지궤도 위성 고에너지 전자량)을 예측할 수 있다.
도 4 및 도 5에서는 전술한 코로나 홀 면적과 태양풍 속도 간의 관계, 코로나 홀 면적과 지구 자기장 간의 관계를 나타낸 그래프이다.
도 4는 본 발명의 실시예에 따른 코로나 홀 면적과 태양풍 속도와의 상관 관계를 나타낸 그래프이다.
도 4에서는 각 코로나 홀 분할 영역 별 코로나 홀 면적과 ACE 위성 태양풍 속도 간의 상관 계수값을 시간차(Lead Time)별로 나타낸 그래프이다. 태양면은 9개의 분할 영역으로 분할될 수 있다.
도 4의 그래프에서 분할 영역0의 코로나 홀 면적과 태양풍 속도 데이터 간의 상관 계수는 시간차가 약 0일인 경우, 최대값을 가진다. 분할 영역1의 코로나 홀 면적과 태양풍 속도 데이터 간의 상관 계수는 시간차가 약 1인 경우, 최대값을 가진다. 즉, 분할 영역 인덱스와 상관 계수 최대값이 나타나는 시간 차의 일수가 거의 유사함을 확인할 수 있다.
또한, 도 4의 그래프에서는 총 9개의 코로나 홀 분할 영역 중에 6번 분할 영역과 7번 분할 영역의 코로나 홀 면적과 태양풍 속도 간의 상관 계수값이 가장 큰 것을 확인할 수 있다. 이는 태양 코로나 홀로부터 출발한 태양풍이 나선형 형태로 휘어져 지구권에 도달하기까지 약 6~7일이 걸린다는 것을 나타낸다.
도 5는 본 발명의 실시예에 따른 코로나홀 면적에 따른 지구 자기장 영향을 나타낸 그래프이다.
도 5에서는 각 분할 영역별 코로나 홀 면적과 전지구 지자기 지수(Kp)간의 상관 계수를 시간차 일별로 나타낸다.
지구 자기장은 태양풍 속도의 세기보다는 행성 간 자기장의 남북성분(Bz) 값에 크게 영향을 받는다. 따라서, 각 분할 영역별 코로나 홀 면적과 전지구 지자기 지수(Kp)간의 상관 계수는 전체적으로 높지 않은 것으로 나타난다. 그러나 상관 계수의 최대값이 특정 시간차 일에 나타나고 그 양 주변으로는 점진적으로 낮아지는 특성을 보이고 있어 코로나 홀 면적과 지구 자기장간에 상관 관계가 있음을 확인할 수 있다.
도 5에 개시된 그래프를 참조하면, 상관 계수의 최대값이 나타나는 시간차 일수가 코로나 홀 면적과 태양풍 속도 간의 상관 계수 그래프에 나타난 결과보다 약 0.5일 정도 빨라진 것을 확인할 수 있다. 이것은 나선형 형태의 태양풍 전달 특성에 따라 태양풍 압축 영역(Co-rotating Interaction Region)이 고속의 태양풍 영역(High Speed Stream)보다 지구권에 먼저 도달하고, 지구 자기장이 태양풍 압축 영역으로부터 더 큰 영향을 받기 때문이다.
도 6은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 태양풍 속도 예측 결과를 나타낸 그래프이다.
도 6에서는 산출된 태양풍 속도 상관 관계를 기반으로 일정 기간 동안 태양풍 속도를 예측한 결과에 대한 제1 그래프와 일정 기간 동안 실제 태양풍 속도에 대한 제2 그래프가 개시된다.
도 6을 참조하면, 제1 그래프와 제2 그래프 간에 적은 오차를 가짐을 확인할 수 있다.
도 7은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 지구 자기장 지수 예측 결과를 나타낸 그래프이다.
도 7에서는 산출된 자기장 지수 상관 관계를 기반으로 일정 기간 동안 전지구 자기장 지수를 예측한 결과에 대한 제1 그래프와 일정 기간 동안 실제 전지구 자기장 지수에 대한 제2 그래프가 개시된다.
도 7을 참조하면, 몇 개의 피크값을 제외하고는 제1 그래프와 제2 그래프 간에 적은 오차를 가짐을 확인할 수 있다.
도 8은 본 발명의 실시예에 따른 태양 코로나홀 영향 분석 장치의 고에너지 전자량 예측 결과를 나타낸 그래프이다.
도 8에서는 산출된 고에너지 전자량 상관 관계를 기반으로 일정 기간 동안 정지궤도 고에너지 전자량을 예측한 결과에 대한 제1 그래프와 일정 기간 동안 실제 정지궤도 고에너지 전자량에 대한 제2 그래프가 개시된다.
도 8을 참조하면, 몇 개의 피크값을 제외하고 제1 그래프와 제2 그래프 간에 적은 오차를 가짐을 확인할 수 있다.
도 9는 본 발명의 실시예에 따른 태양의 영향을 예측하기 위한 인공 신경망 예측 모듈을 나타낸 개념도이다.
도 9를 참조하면, 인공 신경망 예측 모듈은 입력 인자로서 코로나 홀의 면적, 코로나 홀의 위치, 지구 공전 궤도와 태양 적도면간의 이격 각도(B-angle), 태양의 극성(polarity), 전지구 지자기 지수 등에 대한 정보를 수신할 수 있다.
입력 인자에 입력되어 인공 신경망 예측 모듈을 기반으로 태양풍 속도 상관 관계, 자기장 지수 상관 관계 및 고에너지 전자량 상관 관계를 산출하기 위해 사용될 수 있다.
데이터 베이스에 저장된 입력 정보는 학습 모듈로 전달되고, 학습 모듈에서는 가중치와 바이어스 값이 결정될 수 있다.
인공신경망 예측 모듈에서 입력값은 weight(w)에 의해 가중 입력값이 되며, 이 값은 전달 함수(transfer function)를 통해 출력될 수 있다. 즉, 실제 출력은 선택된 전달 함수에 의존하게 된다. 일반적으로 전달 함수는 사용자에 의해 선택되며 weight(w)는 뉴런의 입력과 출력 관계가 일정한 목표를 만족하도록 하는 학습(learning rule)에 의해 조정 가능한 스칼라 값이다.
인공 신경망 예측 모듈은 목표 출력값과 인공 신경망의 출력값 사이의 오차들의 제곱합을 최소로 하기 위해 최급 하강법(gradient-descent method)을 사용할 수 있고, 전방향 계산과 역방향 계산의 두 단계를 수행할 수 있다. 전방향 계산은 주어진 입력값에 대해 인공 신경망의 출력값을 계산하는 과정이며, 역방향 계산은 전방향 계산에 의해 얻어진 출력값과 목표 출력값의 차이, 즉 오류를 출력층으로부터 입력층으로 역전파시켜가며 연결 가중치들을 저장할 수 있다.
(1) 다층 퍼셉트론의 구조를 결정한 후 연결 가중치를 임의의 아주 작은 값 (일반적으로 -1에서 1 사이)들로 초기화한다.
(2) 학습 자료 집합 내의 모든 학습 패턴들에 대해 다음 과정을 반복한다. 각층 처리 요소의 출력값 x들을 지칭하기 위해 입력층은 j, 은닉층은 k, 출력층은 i를 사용한다.
(2-1) 전방향 계산: 은닉층 및 출력층에서 같은 방식에 의해 각 PE들의 출력값을 계산한다.
(2-1-1) PE 내의 입력값들의 합(net)을 구하는데, 통상 오프셋 (θ)값은 항상 1인 가상의 처리 요소에 연결된 가중치로 취급한다.
Figure 112014101034008-pat00001
(2-1-2) 전이함수를 이용하여 출력값을 결정한다.
Figure 112014101034008-pat00002
(2-2) 역방향 계산: 오류를 계산하고 가중치를 조정한다.
(2-1-3) 출력층의 출력값 (xi)와 목표 출력값 (ti) 사이의 오류치 (ti - xi)를 구한다.
(2-1-4) 출력층 PE에 연결된 가중치를 수정하기 위하여 사용될 오류값 (
Figure 112014101034008-pat00003
)를 구한다. 시그모이드 전이함수를 가정하면 이 식은 다음과 같이 표현된다.
Figure 112014101034008-pat00004
(2-1-5) 은닉층 PE에 연결된 가중치를 수정하기 위한 오류값을 계산한다.
Figure 112014101034008-pat00005
(2-1-6) 연결 가중치를 다음식에 의해 조정한다. α는 학습계수이다.
출력층에 연결된 가중치:
Figure 112014101034008-pat00006
은닉층에 연결된 가중치:
Figure 112014101034008-pat00007
(3) 단계 (2)의 과정이 끝나면 1회 학습 (epoch)을 마친 것으로 하고 원하는 학습 횟수만큼 또는 출력층 내에서의 오류가 임계치 이하로 떨어질 때까지 그 과정을 반복한다.
위와 같은 트레이닝 과정을 통해서 상관 관계를 결정하기 위한 가중치를 조정할 수 있다.
위와 같은 트레이닝 과정은 태양풍 속도 상관 관계를 결정하기 위한 가중치, 자기장 지수 상관 관계를 결정하기 위한 가중치 및 고에너지 전자량 상관 관계를 결정하기 위한 가중치 각각을 결정하기 위해 사용될 수 있다.
이와 같은, 태양 코로나홀에 의한 영향을 분석하는 방법은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
300: 태양 영역 분할부
310: 코로나 홀 면적 분석부
320: 태양 표면 자기장 방향 분석부
330: 태양풍 속도 상관 관계 산출부
340: 자기장 지수 상관 관계 산출부
350: 고에너지 전자량 상관 관계 산출부
360: 태양 코로나홀 영향 예측부
370: 프로세서

Claims (10)

  1. 태양면을 복수개의 분할 영역으로 분할하는 단계;
    미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 코로나 홀 면적, 태양 표면 자기장 방향을 분석하는 단계;
    상기 코로나 홀 면적, 상기 태양 표면 자기장 방향과 과거 태양의 영향 간의 상관 관계를 결정하는 단계; 및
    상기 상관 관계를 기반으로 현재 코로나 홀 면적, 현재 태양 표면 자기장 방향을 고려하여 태양의 영향을 예측하는 단계를 포함하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법.
  2. 제1항에 있어서,
    상기 상관 관계는 태양풍 속도 상관 관계, 자기장 지수 상관 관계, 고에너지 전자량 상관 관계를 포함하고,
    상기 태양풍 속도 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계이고,
    상기 자기장 지수 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계이고,
    상기 고에너지 전자량 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계인 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법..
  3. 제2항에 있어서,
    상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각은 인공 신경망 매트릭스를 기반으로 결정되고,
    상기 인공 신경망 매트릭스는 전방향 계산 및 역방향 계산을 기반으로 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각을 위한 가중치 값을 결정하는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법..
  4. 제2항에 있어서,
    상기 태양의 영향은 예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지궤도 위성 고에너지 전자량을 포함하는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법..
  5. 제4항에 있어서,
    상기 태양면의 분할 영역은 9개의 분할 영역으로 분할 될 수 있고,
    상기 9개의 분할 영역은 인덱스 0 내지 인덱스 8 각각에 대응되고,
    상기 인덱스 0에 대응되는 분할 영역은 상기 태양면에서 W40~53W, S40~40N에 해당하는 영역이고,
    인덱스 1 내지 인덱스 8에 대응되는 분할 영역 각각은 분할 영역 0을 기준으로 순차적으로 상기 태양면의 동측 방향으로 13도의 폭 및 80도의 높이를 가지도록 결정되고,
    상기 9개의 분할 영역의 경도 방향 중심은 태양의 관측 당시 BO 각을 고려하여 보정되는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법..
  6. 태양면을 복수개의 분할 영역으로 분할하는 태양 영역 분할부;
    미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 코로나 홀 면적을 분석하는 코로나 홀 면적 분석부;
    미리 설정된 과거의 기간 동안 상기 복수의 분할 영역 각각에 대한 태양 표면 자기장 방향을 분석하는 태양 표면 자기장 방향 분석부;
    상기 코로나 홀 면적, 상기 태양 표면 자기장 방향과 과거 태양의 영향 간의 상관 관계를 결정하는 상관 관계 결정부;
    상기 상관 관계를 기반으로 현재 코로나 홀 면적, 현재 태양 표면 자기장 방향을 고려하여 태양의 영향을 예측하는 태양 코로나홀 영향 예측부를 포함하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 장치.
  7. 제6항에 있어서,
    상기 상관 관계는 태양풍 속도 상관 관계, 자기장 지수 상관 관계, 고에너지 전자량 상관 관계를 포함하고,
    상기 태양풍 속도 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 태양풍 속도 간의 상관 관계이고,
    상기 자기장 지수 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 지구 자기장 지수 간의 상관 관계이고,
    상기 고에너지 전자량 상관 관계는 상기 코로나 홀의 면적 및 상기 태양의 자기장 방향과 시간당 평균 정지궤도 위성 고에너지 전자량 간의 상관 관계인 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 장치.
  8. 제7항에 있어서,
    상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각은 인공 신경망 매트릭스를 기반으로 결정되고,
    상기 인공 신경망 매트릭스는 전방향 계산 및 역방향 계산을 기반으로 상기 태양풍 속도 상관 관계, 상기 자기장 지수 상관 관계 및 상기 고에너지 전자량 상관 관계 각각을 위한 가중치 값을 결정하는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 장치.
  9. 제7항에 있어서,
    상기 태양의 영향은 예측 시간당 평균 태양풍 속도, 예측 시간당 평균 지구 자기장 지수, 예측 정지궤도 위성 고에너지 전자량을 포함하는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 장치.
  10. 제 9 항에 있어서,
    상기 태양면의 분할 영역은 9개의 분할 영역으로 분할 될 수 있고,
    상기 9개의 분할 영역은 인덱스 0 내지 인덱스 8 각각에 대응되고,
    상기 인덱스 0에 대응되는 분할 영역은 상기 태양면에서 W40~53W, S40~40N에 해당하는 영역이고,
    인덱스 1 내지 인덱스 8에 대응되는 분할 영역 각각은 분할 영역 0을 기준으로 순차적으로 상기 태양면의 동측 방향으로 13도의 폭 및 80도의 높이를 가지도록 결정되고,
    상기 9개의 분할 영역의 경도 방향 중심은 태양의 관측 당시 BO 각을 고려하여 보정되는 것을 특징으로 하는 태양 코로나홀에 따른 우주 전파 환경 변화 예측 장치.
KR20140143376A 2014-10-22 2014-10-22 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치 KR101510373B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR20140143376A KR101510373B1 (ko) 2014-10-22 2014-10-22 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR20140143376A KR101510373B1 (ko) 2014-10-22 2014-10-22 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치

Publications (1)

Publication Number Publication Date
KR101510373B1 true KR101510373B1 (ko) 2015-04-07

Family

ID=53032742

Family Applications (1)

Application Number Title Priority Date Filing Date
KR20140143376A KR101510373B1 (ko) 2014-10-22 2014-10-22 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치

Country Status (1)

Country Link
KR (1) KR101510373B1 (ko)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101845762B1 (ko) * 2017-01-25 2018-05-18 한국 천문 연구원 코로나 홀 및 cme 관측 자료를 이용한 지자기 교란 예측 자동화 방법 및 시스템
KR102047755B1 (ko) * 2018-11-30 2019-11-25 한국 천문 연구원 지구 정지궤도에서의 전자 플럭스 예측 시스템 및 방법
KR102059472B1 (ko) * 2018-11-29 2019-12-30 대한민국 태양 코로나홀 정보를 이용한 지자기 교란 강도 예측 시스템 및 방법
CN112882088A (zh) * 2021-01-18 2021-06-01 马普 基于太阳磁场强度的地质灾害预测方法及系统
US11699239B2 (en) 2020-04-21 2023-07-11 The Board of Trustees of the University of Illinois (Urbana, IL) Image processing method and apparatus

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140098496A (ko) * 2013-01-31 2014-08-08 한국전자통신연구원 태양 우주 전파에 의한 무선 통신 시스템의 영향 분석 장치 및 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20140098496A (ko) * 2013-01-31 2014-08-08 한국전자통신연구원 태양 우주 전파에 의한 무선 통신 시스템의 영향 분석 장치 및 방법

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101845762B1 (ko) * 2017-01-25 2018-05-18 한국 천문 연구원 코로나 홀 및 cme 관측 자료를 이용한 지자기 교란 예측 자동화 방법 및 시스템
KR102059472B1 (ko) * 2018-11-29 2019-12-30 대한민국 태양 코로나홀 정보를 이용한 지자기 교란 강도 예측 시스템 및 방법
KR102047755B1 (ko) * 2018-11-30 2019-11-25 한국 천문 연구원 지구 정지궤도에서의 전자 플럭스 예측 시스템 및 방법
US11699239B2 (en) 2020-04-21 2023-07-11 The Board of Trustees of the University of Illinois (Urbana, IL) Image processing method and apparatus
CN112882088A (zh) * 2021-01-18 2021-06-01 马普 基于太阳磁场强度的地质灾害预测方法及系统

Similar Documents

Publication Publication Date Title
KR101510373B1 (ko) 태양 코로나홀에 따른 우주 전파 환경 변화 예측 방법 및 장치
CN110427654B (zh) 一种基于敏感状态的滑坡预测模型构建方法及系统
Xiong et al. Robust multiple model adaptive estimation for spacecraft autonomous navigation
Elvidge et al. Using the local ensemble transform Kalman filter for upper atmospheric modelling
JP7195588B2 (ja) 予測装置、予測方法、及び予測プログラム
Razin et al. Wavelet neural networks using particle swarm optimization training in modeling regional ionospheric total electron content
Ghaffari Razin et al. Ionosphere tomography using wavelet neural network and particle swarm optimization training algorithm in Iranian case study
CN112797989A (zh) 一种脉冲星频率参数的快速搜索方法
Yao et al. An improved constrained simultaneous iterative reconstruction technique for ionospheric tomography
Sridhar et al. Ionospheric scintillation forecasting model based on NN-PSO technique
Weng et al. Advanced data assimilation for cloud-resolving hurricane initialization and prediction
Gehly et al. Search-detect-track sensor allocation for geosynchronous space objects
Brown et al. Attention‐based machine vision models and techniques for solar wind speed forecasting using solar EUV images
Ermakov Global circulation of latent heat in the Earth’s atmosphere according to data from satellite radiothermovision
O’Brien et al. PRIME: a probabilistic neural network approach to solar wind propagation from L1
Verkhoglyadova et al. Estimation of winds from GPS radio occultations
Peng et al. GNSS-based hardware-in-the-loop simulations of spacecraft formation flying with the global ionospheric model TIEGCM
Pilté et al. Fully adaptive update rate for non‐linear trackers
Munteanu et al. Propagation delay of solar wind discontinuities: Comparing different methods and evaluating the effect of wavelet denoising
KR102056719B1 (ko) 정지궤도 관측 자기장 자료를 이용한 우주기상 요소와 Dst 지수 예측 시스템 및 방법
Huang et al. An object correlation and maneuver detection approach for space surveillance
Reifler et al. Large-scale space object tracking in a proliferated leo scenario
Capannolo et al. Nanosatellite formation flying to enhance science in binary asteroid environment
US8311742B2 (en) Estimating photospheric velocities for space-weather prediction
KR102047755B1 (ko) 지구 정지궤도에서의 전자 플럭스 예측 시스템 및 방법