Космические исследования, 2020, T. 58, № 6, стр. 479-484

Прогнозирование солнечных вспышек и фоновых потоков рентгеновского излучения по данным синоптических наземных наблюдений с помощью методов машинного обучения

А. Г. Тлатов 1*, Е. А. Илларионов 2, И. А. Березин 1, А. Д. Шрамко 1

1 Кисловодская горная астрономическая станция РАН
г. Кисловодск, Россия

2 Московский государственный университет им. М.В. Ломоносова
г. Москва, Россия

* E-mail: tlatov@mail.ru

Поступила в редакцию 01.03.2020
После доработки 24.04.2020
Принята к публикации 29.05.2020

Аннотация

В работе представлены модели машинного обучения для прогнозирования мощных солнечных вспышек и фоновых потоков рентгеновского излучения в диапазоне 1–8 Å. Для прогнозирования солнечных вспышек на следующий день использовалась информация о текущем уровне солнечной активности, получаемая с наземных синоптических наблюдений, таких как характеристики солнечных пятен, потоки радиоизлучения на длинах волн 10.7 и 5 см, а также уровень фонового потока и количества солнечных вспышек текущего дня, полученных со спутника GOES. Для прогнозирования фоновых потоков рентгеновского излучения использовались только данные наземных телескопов. Показана высокая эффективность прогноза на следующий день. Нейронные сеть обучалась на данных, доступных с 2002 г.

DOI: 10.31857/S0023420620060102

Список литературы

  1. Priest E.R., Forbes T.G. The magnetic nature of solar flares // Astronomy and Astrophysics Review. 2002. V. 10. P. 313.

  2. Shibata K., Magara T. Solar Flares: Magnetohydrodynamic Processes // Living Reviews in Solar Physics. 2011. V. 8. № 6.

  3. McIntosh P.S. The Classification of Sunspot Groups // Sol. Phys. 1990. V. 125. P. 251.

  4. Sammis, I., Tang, F., Zirin, H. The Dependence of Large Flare Occurrence on the Magnetic Structure of Sunspots. // Astrophysical J. 2000. V. 540. P. 583.

  5. Li R., Cui Y., He H., Wang H. Application of support vector machine combined with K-nearest neighbors in solar flare and solar proton events forecasting // Advances in Space Research. 2008. V. 42. P. 1469.

  6. Colak T., Qahwaji R. Automated Solar Activity Prediction: A hybrid computer platform using machine learning and solar imaging for automated prediction of solar flares // Space Weather. 2009. V. 7. S06001.

  7. Bloomfield D.S., Higgins P.A., McAteer R.T.J., Gallagher P.T. Toward Reliable Benchmarking of Solar Flare Forecasting Methods // Astrophysical J. Letters. 2012. V. 747. L41.

  8. Barnes G., Leka K.D., Schrijver C.J. et al. A Comparison of Flare Forecasting Methods. I. Results from the “All-Clear” Workshop // Astrophysical J. Letters. 2016. V. 829. Р. 89.

  9. Lee K., Moon Y.-J., Lee J.-Y. et al. Solar Flare Occurrence Rate and Probability in Terms of the Sunspot Classification Supplemented with Sunspot Area and Its Changes // Sol. Phys. 2012. V. 281. P. 639.

  10. Zirin H. Astrophysics of the Sun. Cambridge: Cambridge Univ. Press, 1988.

  11. Yu D., Huang X., Wang H., Cui Y. Short-Term Solar Flare Prediction Using a Sequential Supervised Learning Method // Sol. Phys. 2009. V. 255. P. 91.

  12. Qahwaji R., Colak T. Automatic Short-Term Solar Flare Prediction Using Machine Learning and Sunspot Associations.// Sol. Phys. 2007. V. 241. P. 195.

  13. Georgoulis M.K., Rust D.M. Quantitative forecasting of major solar flares // Astrophys. J. 2007. V. 661. L109–L112.

  14. Schrijver C.J., A characteristic magnetic field pattern associated with all major solar flares and its use in flare forecasting // Astrophys. J. 2007. V. 655. L117–L120.

  15. Falconer D., Barghouty A.F., Khazanov I., Moore R. A tool for empirical forecasting of major flares, coronal mass ejections, and solar particle events from a proxy of active-region free magnetic energy // Space Weather. 2011. V. 9. S04003.

  16. Song H., Tan C., Jing J. et al. Statistical assessment of photospheric magnetic features in imminent solar flare predictions // Sol. Phys. 2009. V. 254. P. 101–125.

  17. Mason J.P., Hoeksema J.T. Testing automated solar flare forecasting with 13 years of Michelson Doppler Imager magnetograms // Astrophys. J. 2010. V. 723. P. 634–640.

  18. Falconer D.A., Moore R.L., Barghouty A.F., Khazanov I. MAG4 versus alternative techniques for forecasting active region flare productivity // Space Weather. 2014. V. 12. P. 306–317.

  19. Boucheron L.E., Al-Ghraibah A., McAteer R.T.J. Prediction of Solar Flare Size and Time-to-Flare Using Support Vector Machine Regression // Astrophysical J. 2015. V. 812. P. 51.

  20. Ahmed O.W., Qahwaji R., Colak T. et al. Solar flare prediction using advanced feature extraction, machine learning, and feature selection // Sol. Phys. 2013. V. 283. P. 157–175.

  21. Higgins P.A., Gallagher P.T., McAteer R.T.J. Bloomfield D.S. Solar magnetic feature detection and tracking for space weather monitoring // Advances in Space Research. 2011. V. 47. P. 2105.

  22. Nishizuka N., Sugiura K., Kubo Y. et al. Solar Flare Prediction Model with Three Machine-learning Algorithms using Ultraviolet Brightening and Vector Magnetograms // Astrophysical J. 2017. V. 835. P. 156.

  23. Yu D., Huang X., Hu Q. et al. Short-term Solar Flare Level Prediction Using a Bayesian Network Approach // Astrophysical J. 2010. V. 709. P. 321.

  24. Al-Ghraibah A., Boucheron L.E., McAteer R.T.J. Prediction of Solar Flare Size and Time-to-Flare Using Support Vector Machine Regression // Astronomy & Astrophysics. 2015. V. 579. A64.

  25. Boucheron L.E., Al-Ghraibah A., McAteer R.T.J. Prediction of Solar Flare Size and Time-to-Flare Using Support Vector Machine Regression // Astrophysical J. 2015. V. 812. P. 51.

  26. Guerra J.A., Pulkkinen A., Uritsky V.M. Ensemble forecasting of major solar flares: First results // Space Weather. 2015. V. 13. P. 626.

  27. Abramenko V.I. Multifractal analysis of solar magnetograms // Sol. Phys. 2005. V. 228. P. 29–42.

  28. Han S., Pool J., Narang S. et al. DSD: Dense-Sparse-Dense Training for Deep Neural Networks // International Conference on Learning Representations (ICLR). 2008.

  29. Breiman L. Random Forests // Machine Learning. 2001. V. 45. P. 5–32.

  30. Balch C. Updated verification of the Space Weather Prediction Center’s solar energetic particle prediction model // Space Weather. 2008. V. 6. S01001.

  31. Heidke P. Berechnung des Erfolges und der Gute. der Windstarkevorhersagen im Sturmwarnungsdienst // Geogr. Ann.1926. V. 8. P. 301–349.

Дополнительные материалы отсутствуют.