[发明专利]一种基于时空关联信息挖掘的太阳黑子数预测方法

说明书

本发明公开了一种基于时空关联信息挖掘的太阳黑子数预测方法，包括以下步骤：S1、样本获取：从天文观察站获取太阳近30天的原始相关数据，包括太阳图像数据、太阳耀斑的发生数据、太阳黑子数据、太阳质子事件的预报结果以及太阳风预测结果；S2、数据处理：对获取的样本数据进行处理，将处理后的数据进行整合，挖掘每个时空条件下，相关联的太阳状态信息，形成多条相关的数据包，并按时间顺序对每个数据包进行排序；该太阳黑子数预测方法基于时空关联信息的挖掘，建立太阳黑子数的预测模型，可将时空信息关联并同步到预测分析中，可实现对太阳黑子的规模特征以及变化规律的准确预测，预测的信息面广，大大提高了对太阳黑子预测的时效性和准确度。

技术领域

本发明涉及太阳观测技术领域，具体为一种基于时空关联信息挖掘的太阳黑子数预测方法。

背景技术

太阳黑子又称日斑，它是太阳光球上的临时现象，在可见光下呈现比周围区域黑暗的斑点，太阳黑子的形成和消失要经历几天到几个星期不等。在黑子中心最黑的部分被称作本影，本影是磁场最强的区域，本影周围不太黑、呈条纹状的区域被称为半影。太阳黑子随太阳表面一起旋转，大约经过27天完成一次自转，长期的观测发现，太阳黑子多的时候，其他太阳活动现象也会比较频繁。太阳黑子附近的光球中总会出现光斑，黑子上空的色球中总会出现谱斑，其附近经常有日珥。绝大多数的太阳爆发活动现象也发生在黑子上空的大气中，从太阳大气低层至高层，以黑子为核心形成一个活动中心，即太阳活动区，黑子既是活动区的核心，也是活动区最明显的标志。

太阳黑子频发时会出现地球两极地极光现象减少、指南针颤动，无法精准指出方向、导致一些生物失去方向感、可能会对现代工具带来干扰，如无线电受到阻碍等，导致地球上气候的变化，比如气候变的潮湿，暴风雨频繁等问题，因此准确预测太阳黑子的发生频率有着重要的意义。

目前天文学家常用的太阳黑子数预测方法多是通过历史太阳黑子的发生数据，结合相关周期进行黑子数量的统计预测。然而这种预测方法准确度和时效性低。

发明内容

本发明的目的在于提供一种基于时空关联信息挖掘的太阳黑子数预测方法，以解决上述背景技术中提出的现有的太阳黑子数预测方法预测准确度和时效性低的问题。

为此，本发明提供了一种基于时空关联信息挖掘的太阳黑子数预测方法，包括以下步骤：

S1、样本获取：从天文观察站获取太阳近30天的原始相关数据，包括太阳图像数据、太阳耀斑的发生数据、太阳黑子数据、太阳质子事件的预报结果以及太阳风预测结果；

S2、数据处理：对获取的样本数据进行处理，将处理后的数据进行整合，挖掘每个时空条件下，相关联的太阳状态信息，形成多条相关的数据包，并按时间顺序对每个数据包进行排序，并在排序后对数据包进行标注；

S3、历史太阳黑子分析：采用具有周期性的傅里叶级数，以太阳黑子数历史数据为样本，拟合出太阳黑子数近一年的数据线性图，并将拟合数据与标注的数据包进行比较分析，得到分析后的多组对比数据；

S4、数据整合：将S3步骤中得到的多组对比数据进行时空关联，并将关联后的数据归一整合，得到归一后的观测数据样本；

S5、建立模型：根据观测数据样本，建立符合其变化规律的动态模型VMFT，通过动态模型VMFT进行仿真，以实现对太阳黑子数变化过程的跟踪以及对未来一段时间太阳黑子数的预测；

S6、预测结果：根据观察到的太阳数据，输入到动态模型VMFT，根据动态模型VMFT的仿真，得到未来一周内太阳黑子的规模特征以及变化规律；

S7、预测结果均值：输入一天内24小时每个时间段的相关太阳状态数据，得到24个一周内太阳黑子的规模特征以及变化规律，取24次预测结果的平均值，作为太阳黑子数的预测结果。