太阳风运动学模型(HAF)是以太阳观测为基础,预测地球附近太阳风状态的理论模型。过去,通常是由单点观测确定模型内边界条件,存在很大的不确定性;对行星际物理过程的描述也比较简单,预报精度不高。为了更真实地描述行星际物理过程,提高预报精度,必须将不同来源、不同时空分辨率的观测数据与模型进行有机融合。本项目将卫星原地观测(WIND、ACE、STEREO/PLASTIC)和遥感观测(IPS、STEREO/SECCHI、SMEI)相结合,利用数据同化方法,调整HAF模型的关键参数,改进和完善模型,减小观测值和计算值之间的误差,以便更好地表达太阳爆发事件在行星际空间的传播过程,有望提高行星际磁场南向分量的预测精度,进而有效地预报行星际激波到达时间和地磁活动,为进一步开展行星际扰动的演化、传播以及空间天气效应的有关研究打下基础。
2012年1月-2014年12月,在国家自然科学基金青年科学基金的资助下,本人和团队成员研究了基于集合卡尔曼滤波数据同化方法的太阳风预报模型的改进。取得了预期的结果,较好地完成了本项目的研究任务。该项目实施过程中,我们在光球磁场数据同化中取得了一些初步结果,这些结果将是我们后续进行太阳风数据同化的基础。. 项目利用Hakamada–Akasofu–Fry (HAF)太阳风模型,得到全空间的三维速度,密度分布,并得到沿视线方向的全天空密度积分图像,将其转化为白光密度图像,我们对2010年8月1日爆发的多个CME事件进行模拟,并将模拟结果与STEREO观测结果进行对比,区分观测图像中的密度结构,研究太阳风扰动在行星际空间中的传播过程。另外,通过考虑激波传播方向,建立了时空守恒元和解元流体激波传播模型,并选取一定的激波样本事件,考察了模型的预报水平,预报结果与STOA,ISPM,以及HAFv.2 模型所得结果基本相当。通过对以上两种太阳风模型模拟结果的验证,为数据同化的开展提供模式基础。最后,结合光球磁场观测数据(MDI/SOHO, HMI/SDO),基于光球磁场通量传输模型,利用集合卡尔曼滤波数据同化方法,减小模型和观测误差,估计光球表面的真实磁场,通过Wang-Sheeley-Arge (WSA)模型可改进HAF太阳风模型的内边界条件,提高太阳风模式的预报水平。
{{i.achievement_title}}
数据更新时间:2023-05-31
论大数据环境对情报学发展的影响
粗颗粒土的静止土压力系数非线性分析与计算方法
中国参与全球价值链的环境效应分析
基于公众情感倾向的主题公园评价研究——以哈尔滨市伏尔加庄园为例
基于细粒度词表示的命名实体识别研究
心肌缺血再灌注损伤时长链非编码RNA(AK138945)-miRNA-内质网应激调控网络的机制研究
基于多源观测数据的三维云融合分析算法研究
利用随机森林基于多源观测数据的云底高度分析算法研究
基于多观测数据的时变背景太阳风数值模拟及其结果评估
基于改进MOST模型的三维移动目标多尺度数据组织及其管理