利用NARX神经网络由IMF与太阳风预测暴时SYM-H指数

• 作者: 刘若思 周云良 蔡磊 蔡红涛 马淑英
• 来源期刊: 中国科学E辑
• 关键词: 磁暴 SYM-H指数 空间天气 模式预测 人工神经网络
• 年，卷（期）: 2010,（1）
• 页码范围: 77-84
• 页数: 8页
• 语种: 中文
• DOI: 10.1007/s11431-009-0296-9

摘要

SYM-H是一个重要的空间天气指数,它与Dst指数相似,是磁暴强度的表征,但SYM-H具有更高的时间分辨率.本文发展了一种具有输出时延反馈的非线性自回归神经网络(NARX)预测模式,由太阳风和IMF参数预测暴时SYM-H指数的变化.与BP网络和Elman网络相比,预测效果显著改善.用15个强磁暴(含5个Minimal SYM-H <-200 nT的超强磁暴)进行检验,预测与实测SYM-H指数的相关系数总体达到0.91;对于5个超强磁暴,相关系数最低为0.91,相应的磁暴为2001年3月最小SYM-H达-34 nT的磁暴,对两个SYM-H小于-300nT的磁暴预测相关系数分别达0.93和0.96.在NARX网络中将适当长度(约120 min)的SYM-H指数输出,反馈给网络外部输入,即输入中包含环电流内部准实时与历史状态信息,是使模式预测能力在已有基础上得以大大提高的关键;说明除了行星际的直接驱动之外,环电流自身状态对磁暴的发展变化,特别是对于恢复相过程有重要作用,在利用神经网络对环电流指数进行预测时必须恰当地加以考虑.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡红涛		20	68	4.0	8.0
2	马淑英		21	170	8.0	13.0
3	蔡磊		22	109	7.0	10.0
4	周云良		12	35	3.0	5.0
5	刘若思		1	0	0.0	0.0