与日冕物质抛射相关的太阳高能粒子事件初始时间的数值模拟研究

通过两种不同方法对太阳高能粒子(Solar Energetic Particles,SEP)通量初始时刻进行研究,一种是数值模拟方法,即数值模拟中取第一颗粒子出现的时刻来确定,另一种是观测背景方法,即通过太阳高能粒子通量随时间变化的背景值与上升值的拐点时刻来确定.Kahler(2013)定义的SEP时间尺度TO(the onset time from CME launch to SEP onset,从CME爆发时刻到SEP初始时刻的时间段)、TR(the rise time from onset to half the peak intensity(0.5Ip),从SEP初始时刻的上升时间直到半峰值时刻)、TD(the duration of the SEP intensity above 0.5Ip,SEP强度高于半峰值的持续时间)都与SEP通量初始时刻相关.将CME驱动激波作为源,利用粒子输运方程,对SEP传播进行数值模拟.然后对描述SEP时间尺度的TR、TO的数值模拟值与观测进行对比,发现两者吻合很好,即TR随CME速度和宽度增加而增加.由于TO影响的因素较为复杂,并没有很好的规律性.另外,当源位置经度距离观测者较远的时候,影响时间尺度TR,TO的因素较多.因此,用不同方法确定的SEP通量初始时刻对TR,TO的影响不大;当源位置经度距离观测者较近的时候,观测背景方法下的数值模拟与观测更加符合.     

基于频谱突变分析的日冕物质抛射识别方法

提出一种从空间日冕观测图像中自动识别日冕物质抛射事件(CME)并分析计算事件特征参数的新方法,该方法主要包括以下3个步骤:通过预处理去除原始观测图像中的各种噪声;针对CME的视觉统计特性,利用频谱突变分析从预处理后的观测图像中准确分离CME像区域;基于区域协方差分析提取出角宽度、速度等CME特征参数.由于采用了频谱突变分析技术而非亮度增强检测技术来检测CME,该方法在识别多重和晦暗CME时具有更好的效果.     

统计观测模拟对比方法研究太阳高能粒子峰值强度与日冕物质抛射速度和源位置的相关性

对于多个具有共同特性粒子事件,采用一种统计的数值模拟方法,即将观测事件根据几个指标进行分类排序,并通过寻找每一分组的中值作为特征值,然后将上百个事件转化为几个特征事件进行数值模拟,缩短了数值模拟时间,同时得以考察观测内在的物理规律.并运用此方法对太阳高能粒子峰值强度分别与日冕物质抛射速度以及位置之间的相关性做了研究,最后得出与观测结果相一致的结论.该方法是数值模拟与观测分析研究的最佳结合,弥补了观测结果无法拆分开来考察单因素对事件影响的缺陷,同时也减少了对大量单个事件数值模拟的次数.     

太阳日冕的物理学导论

在过去的十年里，开创了太阳空间探测的新时代，从X射线、软X射线到射电在许多波段进行的探测和观测．覆盖了全波段。本书全面地介绍了太阳物理学，用等离子体物理深入地讲解了太阳日冕物理，讨论了等离子体的不稳定性、等离子体加热、磁重联和粒子加速过程，并给出了日冕加热和辐射在所有恒星中的基本过程的最后结果，详细地介绍了诸如太阳耀斑和日冕物质抛射等壮观现象。     

行星际日冕物质抛射中的磁流体波动观测

日冕物质抛射（CME）是最大尺度的太阳活动现象,灾害性空间天气的主要驱动源．行星际日冕物质抛射（ICME）中的等离子体波动性质与ICME的演化密切相关．由于ICME中的平均磁场较大,其中的Alfven低频扰动研究较少．前人的研究只分析了0．3AU和0．68AU处的个别ICME中的Alfven波动．ICME在1AU处的Alfven波观测较少．本文对第23太阳周1995—2006年期间所有引起大磁暴（Dst≤－100nT）的单个ICME事件进行统计分析,结果表明：（1）大约30％的ICME中长时间存在Alfven波（超过ICME持续时间的30％）;（2）约一半的ICME的鞘层中存在快磁声波;（3）所有ICME中都存在短时间段的慢磁声波．这些观测结果为研究CME在行星际传播过程时其中的Alfven波演化机制及其动力学演化提供了观测基础．     

2003年10月与11月两次主要日冕物质抛射事件的空间天气效应比较

研究了分别发生在2003年10月28日和2003年11月18日的两次相似的强烈日冕物质抛射(CME)事件.通过比较这两次CME事件以及它们的行星际响应,分析了其伴随的两种主要空间天气效应:太阳高能粒子事件和地磁暴.这两次CME事件均伴随有一个强耀斑和一次暗条爆发,并且之前都有一个较弱的CME从同一源区产生.第一个CME事件引起了一次极大的太阳高能粒子事件,而第二个则没有引起明显的太阳高能粒子事件.这两次CME事件均引起了大的地磁暴,且第二个CME所引起的地磁暴比第一个CME所引起的地磁暴更强.通过比较分析这两次CME事件,以及与之相关的活动现象和对应的行星际磁云(MC),讨论了这两次CME引起不同空间天气效应的原因:形成不同强度的太阳高能粒子事件在于CME爆发过程中的能量释放率在这两次事件中显著不同,而地磁暴强度的差异则是由行星际MC轴的方向以及MC经过地球时的相对位置不同造成的.     

基于统计学习技术的太阳质子事件预报模型

结合太阳耀斑与日冕物质抛射参量作为预报因子建立太阳质子事件预报模型。描述太阳耀斑的三个特征参量包括耀斑峰值流量、持续时间和耀斑维度;太阳质子事件的三个特征参量分别为CME宽度、CME速度和测量位置角度。首先使用信息增益率评价各参量对质子事件发生的重要度,结果表明相比于耀斑峰值流量和持续时间,CME宽度和速度对质子事件发生具有更高的重要性。基于上述参量,应用线性Logistic回归方法建立质子事件预报模型。对模型进行检测并与只选用耀斑参量的预报模型的预报结果进行比较,结果显示采用耀斑结合CME参量的预报模型具有较高的预报准确率和较低的虚报率,尤其对于质子事件发生的报准率提高较多(67.5%上升到90%)。实验结果验证CME参量作为预报因子的有效性。     

太阳活动区参量与太阳耀斑和太阳质子事件的相关性统计分析

太阳黑子活动区与太阳耀斑和太阳质子事件的发生有紧密的关系.选取活动区特征参量包括太阳黑子群面积,磁分类,McIntosh分类,10 cm射电流量,统计和耀斑发生的产率关系;还统计了太阳活动区的位置,软X射线通量和质子事件的产率关系.对于磁分类,McIntosh分类的每一种分类类型计算了耀斑产率,对黑子群面积和10 cm射电流量和软X射线通量用函数拟合了它们和太阳耀斑和太阳质子事件的产率关系.对活动区位置采用了分段统计质子事件产率的方法.统计结果显示我们选取的活动区特征参量与太阳耀斑和质子事件有较强的相关性.统计结果可作为以后建立太阳耀斑,太阳质子事件预报模型中预报因子的选取的基础.