JW-Flare: Accurate Solar Flare Forecasting Method Based on Multimodal Large Language Models
针对太阳耀斑预测的挑战性问题，本文提出首个专门训练的多模态大语言模型JW-Flare，通过微调太阳活动区文本参数与磁场图像，在测试中实现X级耀斑全识别，性能优于传统模型，还证实了缩放定律的领域有效性，推动预测规模与精度提升。
2025-11-12 astro-ph.SR
Forecasting the solar cycle using variational data assimilation: validation on cycles 22 to 25
本文首次将四维变分数据同化应用于Babcock-Leighton太阳发电机模型和真实观测，验证第22至24周并预报第25周极大期及2029年末极小期，展示了物理模型与观测结合在太阳活动预报中的潜力。
2025-05-02 astro-ph.SR
Solar Energetic Particle Forecasting Algorithms and Associated False Alarms
已知太阳高能粒子（SEP）事件发生在太阳耀斑和日冕物质抛射（CME）之后。然而，一些高能量的太阳事件不会导致在地球上检测到SEP，并且这些类型的事件可以被称为“假警报”。我们定义了两个简单的SEP预测算法的基础上发生的磁连接CME的速度超过1500公里/秒（“快速CME”）或连接良好的X级耀斑和分析他们的历史数据集。我们比较的参数，这些太阳事件产生了一个增强的>40兆电子伏的质子在地球上（“一个SEP事件”）和假警报。我们发现，一个SEP预测算法的基础上发生一个连接良好的快速CME产生更少的误报（28.8%）比一个连接良好的X级耀斑（50.6%）。两种算法均未能预测相对较高比例的SEP事件（分别为53.2%和50.6%）。我们对历史数据集的分析表明，虚警X级耀斑要么与任何CME无关，要么与速度低于500 km/s的CME有关;虚警快速CME往往与小于M3级的耀斑有关。一种更好的预测方法是一种算法，它将CME和耀斑的发生作为其基础。我们定义了一个新的预测算法，它使用的CME和耀斑参数的组合，并表明虚警率是类似的算法的基础上快速CME（29.6%），但SEP事件的百分比没有预测到32.4%。产生>40 MeV质子和假警报的太阳事件的列表已经导出，并可用于帮助进一步研究。
2017-10-23 astro-ph.SR
The Impacts of Magnetogram Projection Effects on Solar Flare Forecasting
本研究探讨磁图投影效应对太阳耀斑预测模型的影响，校正SWAN-SF数据集后训练支持向量机，发现校正对预测性能提升有限，提示需更复杂校正方法或磁图数据存在固有限制。
2025-02-11 astro-ph.SR
A Bayesian Approach to Forecasting Solar Cycles Using a Fokker-Planck Equation
提出了一种太阳活动周的贝叶斯预报方法。该方法结合了福克-普朗克对太阳黑子数量短时间尺度（每日）波动的描述（\citeauthor{NobleEtAl2011}，2011年，\apj{} \textbf{732}，5）和来自其他来源的信息，如前兆和/或发电机模型。该预测被示出为应用于两个历史周期（周期19和20），然后应用于当前太阳周期（周期24）。新方法允许预测分位数，即太阳黑子数量在给定的未来时间落在大或小范围之外的概率。它还允许蒙特卡罗模拟来确定预期的大小和时间的峰值每日太阳黑子数，以及平滑太阳黑子数的一个周期。这些模拟显示了每日太阳黑子数量的巨大变化如何决定了对一个周期的平滑最大值的任何预测的实际可靠性。对于第24个太阳活动周期，我们预测最大日太阳黑子数为$166\pm 24$，发生在2013年3月，平滑太阳黑子数的最大值为$66\pm5$，表明太阳活动周期非常小。
2011-11-14 astro-ph.SR physics.data-an
Influence of local and global solar magnetic fields on medium-term forecasting of the number and parameters of coronal mass ejections
Sternberg Astronomical Institute of the Moscow M.V. Lomonosov State University（莫斯科国立罗蒙诺索夫大学斯捷克尔天体物理研究所）
研究第23 - 25太阳活动周CMEs数量和参数周期性变化，提出分别预测强弱CMEs的方法，基于GMF参数确定相关周期特征，通过假设和比例关系对第26活动周进行预测，预测与第25活动周观测结果吻合良好。
2026-10-20 astro-ph.SR
Observation-Based Iterative Map for Solar Cycles. I. Nature of Solar Cycle Variability
本文通过将太阳发电机过程简化为一维迭代映射，证明太阳活动周变率由随机性而非确定性混沌主导，并展示了该映射在预测后续活动周强度范围方面的应用价值。
2025-04-28 astro-ph.SR
One Possible Reason for Double-Peaked Maxima in Solar Cycles: Is a Second Maximum of Solar Cycle 24 Coming?
我们通过关注太阳活动周期中的双极大值来研究太阳活动，并试图估计当前太阳活动周期（第24周期）在其极大值期间的形状。我们使用里尔蒙斯太阳观测站2008年以来的太阳黑子群数据分析了第24太阳活动周的数据。在此期间记录的所有太阳黑子群（SG）被分为两组：第一组包括小SG [A，B，C，H，苏黎世分类]，第二组包括大SG [D，E和F]。然后，我们计算了小太阳黑子群和大太阳黑子群的数量，它们的太阳黑子数[SSN]和苏黎世数[Rz]，根据它们在给定月份在太阳盘面上观测到的日平均数。我们发现，这三种不同的分离的时间变化表现相似。利用ISSN资料分析了第1 ~ 23周太阳活动周期的总体形状，发现极大值持续时间约为2.9年。最后，我们利用上升时间和SSN关系，发现第24周期的最大值应该晚于2011年。因此，我们得出结论：i）太阳活动周期中出现双极大的一个可能原因是大黑子群和小黑子群的不同行为，ii）太阳活动周期24出现双极大。
2013-09-03 astro-ph.SR
A comparison study of extrapolation models and empirical relations in forecasting solar wind
日冕物质抛射（CME）和高速太阳流作为背景太阳风的扰动，对空间天气动力学有重要影响。因此，准确预测背景风特性的强有力框架是开发任何空间天气预测工具箱的基本步骤。在这项试点研究中，我们专注于实施和比较的各种模型，是一个稳定的状态，太阳风预测框架的关键。具体来说，我们进行案例研究卡林顿旋转2053年，2082年和2104年，并比较了磁场外推模型的性能与速度经验公式预测太阳风性能在拉格朗日点L1。本文提出了两种不同的从日冕区域外推太阳风到日球内区域的模型，即（a）基于动力学的（日球逆风外推[HUX]）模型和（b）基于物理学的模型。基于物理的模型解决了一组保守的流体动力学方程，使用PLUTO代码，并可以额外地预测太阳风的热特性。通过统计方法对不同模式预测太阳风参数的能力进行了量化评价。我们进一步扩展这个框架，也评估行星际磁场在L1的极性。我们针对CR 2053情况的最佳模型给出了非常高的相关系数（$\sim$ 0.73-0.81），并且均方根误差为（$\sim$ 75-90 kms $^{-1}$）。此外，基于物理的模型具有与从每小时OMNI太阳风数据获得的标准偏差相当的标准偏差，并且还产生与从相同数据库在L1处测量的观测到的太阳风质子温度相当匹配的结果。
2020-10-26 astro-ph.SR
Changes in the solar rotation over two solar cycles
我们使用来自地面和空间仪器的日震数据来分析自太阳活动周期23开始以来太阳自转的变化，重点是研究周期23和24之间的差异。我们发现，太阳自转的性质确实是不同的两个周期。虽然纬度独立分量的变化遵循太阳周期指数，但其他一些分量的行为更为复杂。太阳纬向流的行为及其空间梯度也发生了实质性的变化。虽然第24周期的纬向气流总体上弱于第23周期，但有明显的迹象表明第25周期的出现。我们还研究了太阳速跃层的性质，特别是它的位置、宽度和穿过它的自转速率的变化（或跳跃），发现穿过速跃层的自转速率的变化具有显著的时间变化。我们还发现，太阳活动24周的变化与23周的变化有很大的不同。我们没有发现任何统计上的显着变化的位置或宽度的速跃层。
2019-08-14 astro-ph.SR
Timing Terminators: Forecasting Sunspot Cycle 25 Onset
最近的研究表明存在一种新型的太阳事件，即“终结者”。“与太阳的标志性事件，耀斑和日冕物质抛射不同，终结者最有可能起源于太阳内部，在或靠近速跃层。终结者标志着太阳赤道磁活动周期的结束和中纬度太阳黑子周期的开始。观测表明，这些事件之间的时间差非常短，在太阳黑子周期的背景下，小于太阳旋转。作为太阳活动周期的（决定性的）开始和结束点，终结者的精确时间应该允许对我们恒星大气的气象学进行新的调查。在这封信中，我们使用信号处理的标准方法，希尔伯特变换，以确定一个数学上强大的签名终止太阳黑子的记录和辐射代理。使用太阳黑子数和F10.7太阳射电通量时间序列的希尔伯特相位的线性外推，我们可以实现比以前的估计所允许的更高的保真度的历史终结者定时。此外，这种方法提供了一个独特的机会，通过分析太阳黑子数据，预测下一个终结者将在2020年5月（$+4$，$-1.5$月）发生，并触发太阳黑子周期25的增长。
2020-01-15 astro-ph.SR
A Comparative Analysis of Machine-learning Models for Solar Flare Forecasting: Identifying High-performing Active Region Flare Indicators
太阳耀斑造成不利的空间天气，影响空间和地球技术。然而，由于缺乏任何独特的耀斑触发器或单一的物理路径，预测耀斑以及严重的空间天气的难度更大。研究表明，多种物理特性有助于活跃区域耀斑的潜力，使挑战更加复杂。机器学习（ML）的最新发展使高维数据的分析成为可能，从而导致越来越好的耀斑预测技术。然而，高性能耀斑预测的共识仍然难以捉摸。在迄今为止最全面的研究中，我们对四种流行的ML技术（k-最近邻，逻辑回归，随机森林分类器和支持向量机）进行了比较分析，通过训练这些从太阳动力学天文台（SDO）上的日震和磁成像仪（HMI）获得的磁性参数，以整个太阳周期24。我们证明了逻辑回归和支持向量机算法在预测活动区燃烧潜力方面表现非常好。逻辑回归算法返回$0.967 \pm 0.018$的最高真实技能分数，可能是任何严格参数研究所达到的最高分类性能。通过比较评估，我们确定了总电流螺旋度，总垂直电流密度，总无符号通量，R_VALUE和总绝对扭曲等磁性是表现最好的耀斑指标。我们还介绍和分析了两个新的性能指标，即严重和明确的空间天气指标。我们的分析限制了最成功的ML算法，并确定了对活跃区域耀斑生产力贡献最大的物理参数。
2022-11-02 astro-ph.SR
Solar Modulation of Cosmic Rays during the Declining and Minimum Phases of Solar Cycle 23: Comparison with Past Three Solar Cycles
我们研究太阳调制银河宇宙射线（GCR）在深太阳极小期，包括下降阶段，太阳活动周期23和比较的结果，这一不寻常的时期与以前的太阳活动周期20，21和22的类似阶段期间获得的结果。这些周期包括两个历元，每个历元的负极性和正极性的日光层磁场从北极地区的太阳。除了宇宙射线数据，我们利用同步太阳和行星际等离子体/场数据，包括日光层电流片的倾斜角。我们研究了宇宙线强度的同时变化和太阳/行星际参数的下降和最低阶段的第23周。我们将这些关系与前三个太阳周期中相同阶段的关系进行比较。我们在太阳活动周期23的极小期观测到宇宙线调制的某些特殊特征，包括创纪录的高GCR强度。我们发现，在这个不寻常的最低值，GCR强度与太阳黑子数的相关性差（R = -0.41），行星际磁场（R = -0.66），更好的太阳风速度（R = -0.80）和日光层电流片的倾斜角（R = -0.92）更好。在我们看来，这不仅是扩散或漂移，但太阳风对流是最有可能的额外影响，负责在太阳活动周期23的深最低期间观察到的创纪录的高GCR强度。
2013-11-28 astro-ph.SR
Revisiting the prediction of solar activity based on the relationship between the solar maximum amplitude and max-max cycle length
由于太阳活动对地球和临近空间的影响，对未来太阳活动的预测是非常重要的。本文采用新的太阳黑子数指数（第二版），分析了太阳最大振幅与最大-最大周期长度之间的关系。我们发现，Du（2006）用于预测太阳黑子数的参数（周期振幅，Rm和前两个太阳周期的最大-最大周期长度，Pmax-2）之间的相关性消失时，我们使用太阳周期9之前的太阳周期。我们得出结论，这些参数之间的相关性取决于所选择的时间间隔。因此，Du（2006）的提议绝对不应被视为预测目的。
2016-09-07 astro-ph.SR
a dynamo-based prediction of solar cycle 25
太阳活动周期变化幅度很大。最后一个24周期是过去一个世纪中最弱的。太阳的活动主导着地球的空间环境。太阳活动的频率和强度与太阳活动周期相一致。因此，实际上需要知道即将到来的周期25的幅度。基于发电机的太阳周期预测不仅提供了预测，而且还提供了一种有效的方法来评估我们对太阳周期的理解。在这篇文章中，我们将第一个成功的基于发电机的预测方法应用于第24个周期的预测，以便我们可以验证以前的成功是否可以重复。预测显示，第25周将比第24周强约10%，振幅为126（国际太阳黑子数2.0版）。结果表明，第25周不会像一些出版物所建议的那样进入类似蒙德的大太阳极小期。大约四到五年的太阳活动将决定预测方法是否抓住了太阳周期变化的关键机制，太阳周期变化被假设为模型中周期最小值周围的极场。
2021-08-03 astro-ph.SR
North-South Asymmetry in Solar Activity and Solar Cycle Prediction, V: Prediction for the North-South Asymmetry in the Amplitude of Solar Cycle 25
我们分析了1874-1976年期间格林威治日光照相结果（GPR）和1977-2017年期间德布勒森日光照相数据（DPD）报告的每日太阳黑子群数据，以及1874-2017年期间修订的ISSN第2版。我们测定了第12-24太阳活动周的振幅和第12-24太阳活动周极大值时期太阳全球、北半球和南半球黑子群的13个月平滑月平均校正面积。利用所有这些，我们得到了类似于我们以前分析中发现的关系，即，在太阳活动周期的最大时期之后的一个小间隔（7-9个月）内，南半球近赤道带太阳黑子群的面积总和与下一个太阳活动周期的振幅之间存在着高度的相关性-分别对太阳的整个球体和南北半球而言。通过使用这些关系，我们预测~701 msh（太阳半球的百万分之一），~429 msh，和~366 msh的WSGA，NSGA和SSGA的值，分别在太阳活动周期25的最大时期。我们预测第25太阳活动周的振幅为86 +或-18。13个月平滑的月平均黑子群面积与ISSN的相关性很好。利用这个关系式和WSGA、NSGA、SSGA的预测值，我们得到第25周太阳活动振幅为68 +或-11，比上述预测值略低;第25周太阳活动极大期南北半球黑子数分别为39 +或-4和31 +或-6。总的来说，我们的结果表明，太阳活动周期25的振幅将是25%-40%，相应的南北不对称性将小得多，比太阳活动周期24。
2021-01-25 astro-ph.SR
Variations of the solar cycle profile in a solar dynamo with fluctuating dynamo governing parameters
太阳活动周期的幅度和形状各不相同。周期的形状和振幅之间有几个经验关系，特别是Waldmeier关系。由于太阳周期被认为是太阳发电机作用的结果，这些关系需要在这个理论的框架内得到解释，本文旨在提出一种可能的解释。我们与太阳活动的周期到周期的变化，太阳能发电机驱动器的波动，主要是在负责恢复的极向磁场从环形的参数波动。具体地说，我们在基于微分旋转和$α$效应的平均场发电机框架下建立了这样一个模型。我们证明了一个现实的旋转曲线和非线性与磁螺旋度平衡的基础上的平均场发电机再现定性和定量的Waldmeier关系观察到的太阳黑子数据自1750年以来（SIDC数据）。该模型还或多或少成功地再现了所讨论的参数之间的其他关系，特别是奇数和偶数周期之间的联系（Gnevyshev-Ohl规则）。我们的结论是，当代太阳发电机理论提供了一种方法来解释太阳黑子记录的太阳活动的周期到周期的变化。我们讨论了恒星活动周期模型的重要性，从HK项目的数据中可以看出，恒星活动周期具有类似于太阳周期的周期变化。
2012-05-23 astro-ph.SR
Prediction for the amplitude and second maximum of Solar Cycle 25 and a comparison of the predictions based on strength of polar magnetic field and low latitude sunspot area
一个太阳活动周期的最大值包含两个或多个峰，称为格涅维舍夫峰。研究太阳活动周期的这一特性有助于更好地理解太阳发电机机制。我们分析了1874-2017年期间13个月平滑的月平均第二版国际太阳黑子数（SN），发现振幅之间存在良好的相关性，（主峰和最高峰的值）和第二最大值（第二高峰的值）。利用这个关系和早先预测的第25太阳活动周振幅值86（~92），这里我们预测第25个太阳活动周的第二个极大值为~73（~79）。第二极大值与振幅的比值为0.85，与第24周的比值基本相同。第12-24周极大值的第一个和第二个峰值的余弦拟合表明，第25周的第二个极大值将出现在主极大值之前，与第24周的情况相同。然而，这些拟合表明第二个极大值和第25个太阳活动周的振幅分别为~106和~119。本文分析了Wilcox天文台在第20-24太阳周期间的极场观测资料，得到第25太阳周的振幅值约为125。这比观测到的第24个太阳活动周的振幅稍大，而根据上述关系预测的值约为86（约为92）。这种差异进行了简要讨论。
2023-02-24 astro-ph.SR
Solar cycle full-shape predictions: a global error evaluation for cycle 24
有许多已提出的太阳活动周行为的预测方法。在以前的论文中，我们使用非线性动力学方法更新了当前太阳活动周期24的全形状曲线预测，并将结果与NOAA/SEC预测小组收集的预测进行了比较，使用截至2010年10月的观测数据。本文的目的是定量评估，后验，这些预测方法的性能使用一个特定的全球误差，每月更新，这是一个衡量全球性能的预测形状（幅度和相位）的太阳周期。我们还建议使用百分比周期相似度，以更好地评估太阳周期曲线的预测形状。
2016-06-06 astro-ph.SR
Ground-based Solar Observations for Space Weather Forecasting
考虑了为提供空间天气预报而组织太阳活动观测服务的可能性。现阶段最有希望的是建立一个地面观测网络。这一网络应包括观测太阳大规模磁场的太阳磁象仪，以及用于探测日冕物质抛射和太阳耀斑的巡天光学望远镜。地磁观测数据提供了对周期性太阳风的评估。以连续模式运行的巡逻望远镜可以探测喷发时刻，并确定加速初始阶段的日冕物质抛射参数。网络服务可以补充无线电和光学波段的其他类型的观测。该文件考虑了观测工具的组成，以及预测方法和模型。
2023-03-03 astro-ph.SR physics.space-ph
The Solar Cycle
太阳的周期是回顾。太阳活动的11年周期的特点是太阳黑子的数量和表面积的上升和下降。其他一些太阳活动指标也与太阳黑子有关，包括：10.7厘米射电通量，太阳总辐照度，磁场，耀斑和日冕物质抛射，地磁活动，银河宇宙射线通量，以及树木年轮和冰芯中的放射性同位素。单个太阳活动周期的特征包括极大值和极小值、周期和振幅、周期形状、活动纬度向赤道漂移、半球不对称性和活动赤道。周期与周期之间的变化包括蒙德极小期、格雷斯堡周期和格涅维舍夫-奥尔（奇偶）规则。短期变率包括154天周期、准两年变率和双峰最大值。最后，我们检查太阳活动周期的预测技术，并仔细研究第23和24周。
2015-02-25 astro-ph.SR
Predicting Sunspot Numbers for Solar Cycles 25 and 26
太阳活动的预测对于先进技术和空间活动具有重要意义。反映太阳活动的太阳黑子数峰值（SSN）在过去的4个太阳活动周（21 $-$ 24）中持续下降，如果这种下降趋势在接下来的几个太阳活动周中继续下去，太阳将经历一个类道尔顿极小值，甚至是类蒙德极小值，因此对25和26太阳活动周的预测至关重要。在Qin & Wu，2018，ApJ中，我们建立了一个SSN预测模型，称为双参数修正逻辑预测（TMLP）模型，如果确定了周期的开始时间，该模型可以预测SSN在太阳周期中的变化。在这项工作中，我们得到了一个新的模型表示为TMLP-extension（TMLP-E），它可以预测太阳活动周提前近两个周期，从而作出预测的第25和第26周。结果发现，预测的太阳极大，上升时间和周期长度分别为115.1，4.84年，11.06年，为25周，107.3，4.80年，10.97年，分别为26周。第25周和第26周的太阳活动预计将与第24周处于同一水平，但不会进一步下降。因此我们认为周期24 $-$ 26是Gleissberg周期的最小值。
2021-10-07 astro-ph.SR
Energetic Particle and Other Space Weather Events of Solar Cycle 24
我们报告的空间天气事件的太阳周期24相比，在一个类似的时代在周期23。我们发现所有空间天气事件的主要区别：太阳高能粒子，地磁暴和行星际冲击。在第24周期间，地面增强（GLE）事件和主要的地磁风暴明显突出。空间天气事件似乎反映了太阳爆发的不那么频繁和太阳活动周期24的整体弱点。
2012-08-24 astro-ph.SR
Fine-grained Solar Flare Forecasting Based on the Hybrid Convolutional Neural Networks
提高太阳耀斑的预报性能是太阳物理研究领域的一个热点。近年来，深度学习被认为是执行太阳耀斑预测的一种有前途的方法。我们首先使用生成对抗网络（GAN）技术来增强样本数据，以平衡具有不同耀斑类别的样本。然后，我们提出了一个混合卷积神经网络（CNN）模型M预测耀斑爆发的太阳活动周期。在此基础上，进一步研究了上升相和下降相对耀斑预报的影响。两个CNN模型，即，Mrp和Mdp分别用于预测第24周太阳活动上升期和下降期的太阳耀斑爆发。一系列的测试结果证明：1）样本平衡对CNN模型的稳定性至关重要。GAN生成的增广数据有效地提高了预测模型的稳定性。2)利用太阳动力学观测站（SDO）的视线（LOS）磁图对C级、M级和X级耀斑进行预报，M的TSS平均值分别为0.646、0.653和0.762，比以往的研究提高了20.1%、22.3%和38.0%。3)在太阳活动周期的上升和下降阶段分别建立耀斑预报模型是有价值的。与M模型相比，Mrp模型对无耀斑、C级、M级和X级耀斑的TSS评分均值分别提高了5.9%、9.4%、17.9%和13.1%，Mdp模型对Mdp的TSS评分均值分别提高了1.5%、2.6%、11.5%和12.2%。
2021-09-28 astro-ph.IM astro-ph.SR
Uniting The Sun's Hale Magnetic Cycle and `Extended Solar Cycle' Paradigms
通过对太阳大尺度磁场的细致的日常观测，威尔科克斯太阳天文台（WSO）已经将太阳活动的两个磁（黑尔）周期编入目录。这两个（约22年）海尔周期产生了四个（$\sim$ 11年）太阳黑子周期（编号21至24）。最近的研究强调了“扩展太阳周期”（ESC）的持续性及其与基本海尔周期的联系-尽管通过对太阳光球层，色球层和日冕的图像分析产生的大量代理。这篇短文介绍了ESC、表面环形磁场演化和黑尔循环演化的对应关系。随着太阳黑子周期25的开始，考虑到天气尺度观测可以提供的潜在预测能力，对观测绘制黑尔和扩展周期的兴趣不会更高。
2022-09-14 astro-ph.SR
Global p-mode oscillations throughout the complete solar cycle 23 and the beginning of cycle 24
p模振荡的参数随太阳活动而变化。这种时间变化为研究整个太阳周期中太阳内部发生的结构和动力学变化提供了见解。我们在这里提出了一个完整的图片的时间变化的全球p-模式参数（激励，阻尼，频率，峰值不对称性，旋转分裂）在整个太阳周期23和周期24的开始所观察到的空间为基础的，太阳作为一个明星日震GOLF和处女座仪器SoHO。
2010-11-22 astro-ph.SR
Prediction of sunspot and plage coverage for Solar Cycle 25
太阳的变化发生在广泛的空间和时间尺度上，从太阳在其一生中的亮度到通常与几分钟到几年的磁活动相关的波动。后一种活动主要包括11年太阳黑子周期及其调制。长期以来，人们一直知道，以太阳耀斑、太阳高能粒子、日冕物质抛射和地磁暴等形式出现的空间天气事件大致遵循太阳活动周期，在太阳活动极大期比在太阳活动极小期发生的频率更高。这些事件可能会对我们的先进技术和关键基础设施产生重大影响，因此预测未来太阳周期的强度尤为重要。已经提出了几种方法来预测下一个太阳活动周期，即第25个太阳活动周期的强度，但结果通常并不总是一致的。这些方法大多基于国际太阳黑子数量时间序列或其他太阳活动指标。在这里，我们提出了一种新的方法，使用超过100年的测量分数面积的太阳黑子和plages覆盖的可见太阳盘面和经验关系，这两个指数的太阳活动在奇偶周期。我们预计第25周期将在2024年达到峰值，并将持续约12年，略长于第24周期。我们还发现，就太阳黑子和谱斑面积覆盖范围而言，第25周的振幅将基本上类似于或略高于第24周。
2021-11-04 astro-ph.SR
Iron-rich solar particle events measured by SOHO/ERNE during two solar cycles
本文研究了第23和24太阳活动周之间太阳高能粒子（SEP）事件的重离子成分的差异。我们已经调查了SOHO/ERNE重离子数据从太阳周期23开始到2015年6月底，也就是说，进入周期24的下降阶段。我们利用这段长时间的观测来研究重离子（从C到Fe）的性质，并在这方面比较两个太阳活动周期。我们调查了SEP事件的数据与增强的Fe/C和Fe/O的强度比在能量范围5-15 MeV的每个核子，并与太阳耀斑和日冕物质抛射（CME）的事件在可能的情况下。我们研究了这些事件中重离子的性质，并比较了两个太阳活动周之间重离子的平均相对丰度。我们发现，在太阳活动周期24期间，碳和氧强度高于~10 $^{-3}$ cm $^{-2}$ sr $^{-1}$ s $^{-1}$（MeVn $^{-1}$）$^{-1}$的天数少于周期23期间。对于Fe，即使在较低的强度下，这种差异也是明显的。我们还发现，在第24周期期间，Fe/（C+O）> 0.183的天数较少。我们确定了86个SEP事件，至少有一个富铁日，其中65个发生在第23周期，只有21个发生在第24周期。我们发现，在第24个周期中，脉冲事件几乎完全不存在。在事件中的重离子的平均丰度被认为是显着低于在周期24比在周期23。我们的研究结果反映了太阳活动在第24周减少，并表明在第24周的粒子加速过程的效率较低的渐进和脉冲SEP事件。
2016-03-15 astro-ph.SR
Shape of solar cycles and mid-term solar activity oscillations
除了众所周知的11年周期外，太阳活动的演变还包括各种时间尺度，从月到称为中期振荡的次级周期。它的本质需要一个物理解释。在这项工作中，我们认为5至6年的振荡，同时来自太阳黑子和太阳磁偶极子时间序列。利用太阳发电机模型，我们推断这些变化可能是太阳活动周期的发电机非线性和非谐形状的表现。我们的结论是，所观察到的中期振荡有关的非线性饱和的发电机过程中的太阳内部。
2020-08-01 astro-ph.SR
Solar cycle activity: an early prediction for cycle #25
太阳活动预测是许多科学和技术领域的一个重要课题，如空间飞行任务作业、电功率传输线路、变电站以及地球物理和气候影响。然而，众所周知的困难是如何根据各种记录的太阳活动指数准确地预测未来太阳活动周期的完整演变，这是由于涉及高度复杂的动力学和随机过程，主要与内部磁场不同组成部分的相互作用有关。太阳活动周期的预测方法主要有两类：类太阳黑子方法和数值太阳黑子方法。无论是纯粹的太阳能技术还是地磁技术，其主要特点都是物理基础。相反，非前兆方法利用太阳活动指数已知时间演变的不同数学和/或数值特性，提取预测未来活动的有用信息。对于当前的太阳活动周期#24，我们获得了相当好的统计性能的前兆和纯数值方法，如所谓的太阳前兆和非线性的。为了进一步检查这些预测技术的性能，我们比较了下一个太阳活动周期#25的早期预测。初步结果支持所考虑的预测方法的某些一致性，并证实了目前太阳活动相对较低的趋势。
2019-02-14 astro-ph.SR
Solar flare forecasting using morphological properties of sunspot groups
本文介绍了一种基于太阳黑子群性质的太阳耀斑预报新工具。假设耀斑频率服从泊松统计，该工具使用了INAF $-$ Catania天体物理观测站赤道Spar从2002年1月至今每天观测到的悬点群形态特征数据库。根据黑子群的面积、气孔数、黑子数、Zurich级、黑子群中主黑子密度与主黑子密度的相对重要性、主黑子半影的类型等性质，计算出耀斑率的线性组合，确定了某一能量范围内耀斑发生的概率。将我们的预报与GOES卫星在随后的24小时内在1 $-$ 8 $-$ X射线波段记录的耀斑进行比较，我们测量了我们的方法的性能。我们发现，这种方法，它结合了一些形态参数和统计技术，具有最好的性能最强的事件，这是更有趣的，他们在地球环境中的影响。
2019-05-14 astro-ph.SR
Forecasting Solar Flares Using Magnetogram-based Predictors and Machine Learning
我们提出了一个预测方法，太阳耀斑的基础上，从太阳活动周期24日，太阳动力学观测站（SDO）的太阳地震和磁成像仪（HMI）的任务。特别是，我们使用了空间气象HMI活动区域补丁（SHARP）产品，该产品有助于近实时（NRT）截取太阳活动区域（AR）的磁图，时间间隔为五年（2012 - 2016）。我们的方法利用了一组13个预测，这是不包括在SHARP元数据，从视线和矢量光球磁图提取。我们利用几种机器学习（ML）和常规统计技术来预测峰值震级>M1和>C1的耀斑，在24小时的预测窗口。使用的ML方法是多层感知器（MLP），支持向量机（SVM）和随机森林（RF）。我们的结论是，随机森林可能是我们的样本的预测技术的选择，与第二个最好的方法是多层感知器，受熵目标函数。一个蒙特卡罗模拟表明，性能最好的方法给出的精度ACC=0.93（0.00），真实技能统计TSS=0.74（0.02）和Heidke技能评分HSS=0.49（0.01）对于>M1耀斑预测，概率阈值为15%，ACC=0.84（0.00），TSS=0.60（0.01）和HSS=0.59（0.01），对于>C1耀斑预测，概率阈值为35%。
2018-01-17 astro-ph.SR
A New Challenge to Solar Dynamo Models from Helioseismic Observations: The Latitudinal Dependence of the Progression of the Solar Cycle
太阳活动周期在中纬度的开始、太阳黑子向赤道漂移的减缓、活动最小时的尾状附着和连续周期的重叠是$αΩ$发电机波和通量输运发电机模型中的敏感问题。非常不同的参数值产生类似的结果，使得很难理解这些太阳周期性质的起源。我们使用龚日震数据调查太阳周期的进展，在不同纬度和次表层的中度全球$p$模式频率变化中观察到的，从太阳周期23开始到当前太阳周期的最大值。我们还分析了通过当地日震学的环形图技术获得的每个半球的高度模式。分析强调了与高纬度地区相比，在15 \degr以下的周期进展的差异。虽然周期开始于中纬度，然后向赤道/极地迁移，但旧周期的太阳黑子爆发仍在15 \degr \纬度以下进行。这种延长的活动导致周期开始的延迟和连续周期的重叠，其延伸在两个半球中不同。然后，活动水平上升更快，达到最大值，其特征是单峰结构，而高纬度地区则是双峰结构。之后，下降阶段以较慢的衰减速率出现。在这项研究中强调的太阳活动周期进展的纬度属性提供了有用的限制，以区分众多的太阳发电机模型。
2016-06-09 astro-ph.SR
The Structure of the Solar Cycle and of the Activity Cycles of Late-Type Stars
本文提出考虑太阳磁场奇阶带谐项可改进太阳活动周描述，既能更准确预测太阳近期周期活动演化，也为监测类太阳恒星辐射以获取其磁场新信息提供了观测方案。
2023-11-01 astro-ph.SR
A New Formula for Predicting Solar Cycles
根据目前从通量输运发电机理论上对太阳活动周的认识，提出了一个新的太阳活动周预报公式。两个重要的过程-在巴布科克-莱顿机制的波动和纬向环流的变化，这被认为是负责的不规则性的太阳周期-通过使用观测数据的约束。我们把周期极小值附近的极场作为Babcock-Leighton过程中随机性的度量，而极小值附近的衰减率则是纬向环流变化的结果。我们将这两个观测导出量耦合成一个公式来预测未来太阳活动周期的振幅。我们的新公式表明，周期25将是一个温和的周期。是否这个公式预测未来的太阳活动周期可以证明理论上也讨论了使用模拟通量传输发电机模型。
2019-06-04 astro-ph.SR
Algebraic Quantification of the Contribution of Active Regions to the Sun's Dipole Moment: Applications to Century-scale Polar Field Estimates and Solar Cycle Forecasting
本研究利用百年太阳观测数据验证了代数量化方法估算太阳活动极小期偶极矩的有效性，佐证了Babcock-Leighton机制的核心作用，并基于该方法预测第25太阳活动周为中等偏弱周期。
2024-05-07 astro-ph.SR
Variation of the solar magnetic flux spectrum during solar cycle 23
利用1996年9月至2011年1月的SOHO/MDI全磁图数据库，分析了太阳磁通量谱的时变特征，并研究了第23周扩展极小值的性质。我们总共识别了1150万个磁性结构。结果表明，不同磁通量的磁性特征表现出不同的循环行为。通量大于$4.0 \times 10^{19}$ Mx的磁特征，覆盖太阳活动区和强网络特征，表现出与黑子完全相同的变化;而其余的$82\%$磁特征，覆盖大部分网络元素，表现出与黑子反相的变化。我们选取一个月太阳黑子数小于20的时间点来代表太阳的低活动状态。发现第23周的扩展极小期具有低活动状态持续时间长的特点，但该周期的磁通量大小并不低于前一个周期。无论是低活动状态的持续时间，还是由最小黑子数定义的最小活动水平，都近似具有百年周期。第23个太阳活动周期的扩展极小期与第11个太阳活动周期相似，后者先于后来的太阳活动周期的极小极大期。这种相似性表明，第23周之后的太阳活动周期可能很低。
2013-12-20 astro-ph.SR
Solar cycle variation in solar irradiance
过去40年从空间进行的大量测量表明，太阳辐照度与11年太阳活动周期之间存在着明显的相关性。将太阳辐照度变化与光球磁性联系起来的模型在解释这些观测中的大多数明显趋势方面取得了重大进展。然而，在绝对辐射测量、长期变化和太阳周期变化的光谱依赖性方面，不同的测量和模型之间存在持续的差异。我们提出了太阳辐照度测量和模型的概述，并讨论了调和两者之间的分歧的关键挑战。
2014-07-16 astro-ph.SR
Planetary statistics and forecasting for solar flares
有迹象表明，行星的相对运动和高能太阳耀斑的出现之间存在着重要的联系。根据过去四十年的记录，分析突出了数据中的显著特征和缺乏随机性。初步应用机器学习方法进行预测的预测能力进一步支持了这些迹象。
2020-06-18 astro-ph.EP astro-ph.SR physics.space-ph
North--South Asymmetry in Solar Activity and Solar Cycle Prediction, IV: Prediction for Lengths of Upcoming Solar Cycles
我们分析了1874-1976年期间格林威治日光观测结果（GPR）和1977-2017年期间德布勒森日光观测数据（DPD）报告的每日太阳黑子群数据，并研究了太阳活动周期12-24的最大值和最小值的南北不对称性。我们推导了13个月的平滑月平均校正的太阳黑子群在太阳的整个球体（WSGA），北半球（NSGA），南半球（SSGA）的整个斑点面积的时间序列。从这些平滑的时间序列中，我们获得了WSGA、NSGA和SSGA周期12-24的最大值和最小值以及相应的历元。我们发现，极小值的南北不对称存在44-66年的周期。极大值的不对称性可能存在一个长周期（130-140年）。SSGA循环n的最大值与WSGA循环n + 2的上升时间之间存在统计学显著相关性。WSGA循环n的最大值与WSGA循环n + 2的下降时间之间也存在合理的显著相关性。这些关系表明，太阳发电机至少在三个太阳周期内保持记忆。利用这些关系，我们得到了WSGA周期24、25和26的长度分别为11.7 +或-0.15年、11.2 +或-0.2年和11.45 +或-0.3年，因此，最小历元为2020年7月、2031年10月和2043年3月（开始日期）。我们还获得了WSGA周期25和26的最大时期分别为2025年5月和2036年3月。在蒙德晚期，似乎在NSGA周期的极大值和SSGA周期的极小值的时期附近没有太阳黑子活动最小值，并且在一些SSG…
2019-04-25 astro-ph.SR
Will Solar Cycles 25 and 26 Be Weaker than Cycle 24 ?
鉴于太阳活动对空间天气和全球气候的影响，研究太阳活动的变化对于了解太阳活动的基本机制和预测活动水平十分重要。在这里，我们已经使用的振幅（13个月平滑的国际太阳黑子数的峰值）的太阳周期1-24预测太阳周期的相对振幅在上升阶段的即将到来的Gleissberg周期。在减去振幅的线性拟合后，我们将余弦函数拟合到太阳周期的振幅和时间。最佳余弦拟合显示整体属性（周期、最大值、最小值等）Gleissberg循环，但具有很大的不确定性。我们获得了即将到来的Gleissberg周期的上升阶段的模式，但有相当大的模糊性。利用1610-2015年期间违反格涅维舍夫-奥尔规则（G-O规则）和“暂定逆G-O规则”的时期，以及1600-2099年期间太阳轨道角动量急剧下降的时期，我们推断太阳活动周期25将弱于周期24。周期25和26将具有几乎相同的强度，并且它们的历元处于当前和即将到来的Gleissberg周期之间的最小值。此外，预计第27周期强于第26周期，弱于第28周期，第29周期强于第28周期和第30周期。预计第29周期的最大值代表下一个Gleissberg最大值。我们的分析还表明，即将到来的第25个周期的最大振幅值要低得多（30-40）。
2017-11-11 astro-ph.SR
Prediction of the amplitude of solar cycle 25 from the ratio of sunspot number to sunspot-group area, low latitude activity, and 130-year solar cycle
本文通过分析1874–2017年太阳黑子群面积与国际太阳黑子数的关系及其长期周期变化，预测第25太阳活动周幅度约为135±8，极大期在2024年3月前后。
2024-05-06 astro-ph.SR
A multi-source dataset for solar energetic particle forecasting
University of Michigan（密歇根大学）；NASA Space Radiation Analysis Group, Johnson Space Center（美国国家航空航天局空间辐射分析组，约翰逊航天中心）
针对太阳高能粒子事件预报整合异构观测的挑战，提出SEP-PRISM多源数据集，整合多种数据并对齐相关产品，经24小时窗口统计形成监督学习数据集，含14464个样本，支持空间天气预报多方面研究。
2026-10-14 astro-ph.SR
The Probabilistic Solar Particle Event foRecasting (PROSPER) Model
概率太阳粒子事件预报（PROSPER）模型预测了太阳高能粒子（SEP）事件发生的概率和期望的峰值通量。从太阳耀斑的特征（经度、星等）、日冕物质抛射（宽度、速度）以及两者的组合中，可以得到一组积分质子能量（即E $>$ 10、$>$ 30和$>$ 100 MeV）的预测。在此，PROSPER模型方法推导SEP事件预测和验证的模型，存档数据的基础上，提出了一组案例研究。PROSPER模型已被纳入新的运行中的高级太阳粒子事件预测系统（ASPECS）工具，以提供SEP事件的临近预报（短期预报），作为欧空局未来SEP高级预警系统（SAWS）的一部分。ASPECS还提供了通过按需运行功能询问PROSPER历史案例的能力。
2022-05-15 astro-ph.SR physics.space-ph
Forecasting the Remaining Duration of an Ongoing Solar Flare
在太阳耀斑期间，太阳X射线辐照度显著提高，这可能导致由于电离层中原子的电离而导致无线电中断。由于太阳耀斑的持续时间与耀斑的大小无关，目前还不清楚这些停电能持续多久。使用一个随机森林回归模型训练的数据从X射线光变曲线，我们已经开发出一种直接预测方法，预测多久的事件将保持在背景水平以上。我们测试了大量的耀斑观测与GOES-15，并表明，它一般优于简单的线性回归。这种预测在计算上足够轻，可以实时执行，允许在耀斑过程中进行预测。
2021-06-01 astro-ph.SR physics.space-ph
Defects and Inconsistencies in Solar Flare Data Sources: Implications for Machine Learning Forecasting
University of Michigan（密歇根大学）
本研究识别了太阳耀斑数据源中的缺陷与不一致性，量化其影响，并提出修复或缓解方法，为机器学习预报模型的数据选择提供建议。
2026-06-18 astro-ph.SR stat.AP
Feature ranking of active region source properties in solar flare forecasting and the uncompromised stochasticity of flare occurrence
太阳耀斑起源于磁活动区，但不是所有的太阳活动区都会产生耀斑。因此，太阳耀斑预测的挑战受益于智能计算分析的物理为基础的属性提取的活动区的可观测的，最常见的视线或矢量磁活动区光球。为了进行耀斑预测，这项研究利用了前所未有的171个耀斑预测活动区域的属性，主要是由太阳动力学天文台（SDO/HMI）上的日震和磁成像仪在欧盟地平线2020 FLARECAST项目的过程中推断的。使用两种不同的监督机器学习方法，允许特征排名作为预测能力的函数，我们表明：i）客观的训练和测试过程对于每个监督机器学习方法的性能至关重要; ii）大多数属性包括重叠信息，因此对于耀斑预测是高度冗余的; iii）太阳耀斑预测仍然是-而且很可能仍然是-一个主要是概率性的挑战。
2019-08-19 astro-ph.IM astro-ph.SR
Realtime forecasting of solar energetic particle event and proton flux using multi-source solar observations and multi-task deep learning
University of Michigan（密歇根大学）；NASA Space Radiation Analysis Group, Johnson Space Center（美国国家航空航天局太空辐射分析组，约翰逊航天中心）
提出基于多任务学习的24小时提前业务预报框架SEPNET-Ov2，整合多源太阳观测数据，在CLEAR基准数据集上分类性能优于前代模型。
2026-07-20 astro-ph.SR physics.space-ph
Probabilistic solar flare forecasting using historical magnetogram data
Southwest Research Institute（西南研究院）
本研究首次利用跨多个太阳活动周的历史磁图数据，结合CNN和逻辑回归的集成方法，实现未来24小时M级及以上耀斑的校准概率预报，发现历史数据提升预报技巧，且耀斑历史比图像特征更具预测力。
2023-08-29 astro-ph.SR cs.LG physics.space-ph
Forecasting Solar Energetic Particle Fluence with Multi-Spacecraft Observations
预测太阳高能粒子（SEP）通量，作为一个SEP事件的集成，是一个重要的因素，估计太阳爆发对人类和技术在空间的影响。目前的实时估计是基于空间中单个位置的SEP测量。然而，行星际磁场每天相对于地球与太阳共转大约13 $^\circ$，因此在4天内，近地航天器将从原始SEP源改变它们的连接大约60 $^\circ$。我们估计使用一个简单的粒子传输模型的粒子注量上的共转的效果，并表明，忽略共转可能会导致高达一个数量级的误差，在注量估计，取决于行星际粒子传输条件。我们比较模型预测与SEP事件的STEREO观测。
2018-02-27 astro-ph.SR physics.space-ph
Solar flare forecasting with foundational transformer models across image, video, and time-series modalities
本文通过比较三种基础Transformer模型在太阳耀斑预测中的表现，发现Moirai2在时间序列预测中表现最佳，展示了预训练模型在多模态空间天气预测中的潜力。
2025-12-04 astro-ph.IM astro-ph.SR
Operational solar flare forecasting via video-based deep learning
INAF - Osservatorio Astrofisico di Torino（意大利国家天体物理研究所-都灵天体物理天文台）
业务耀斑预报旨在提供可用于决策的预测，通常是在日常规模上，关于耀斑发生的空间天气影响。这项研究表明，当生成用于网络优化的训练和验证集时，基于视频的深度学习可以用于操作目的，同时考虑太阳周期的周期性。具体而言，本文描述了一种算法，可以应用于建立一套活跃的地区，根据耀斑类率相关联的一个特定的周期阶段是平衡的。这些集合用于训练和验证由卷积神经网络和长短记忆网络的组合组成的长期递归卷积网络。在2015年3月和2017年9月分别包含太阳风暴的两个预测窗口的情况下，评估了这种方法的可靠性。
2022-09-12 astro-ph.SR cs.AI
Ensemble Forecasting of Major Solar Flares: Methods for Combining Models
实用空间天气预报的一个基本组成部分是预测太阳耀斑。目前网上有多种耀斑预报方法，但仍不清楚哪种方法效果最好，而且没有一种方法比气候预报好得多。空间天气研究人员日益关注地面天气界使用的方法，以改进目前的预报技术。数值天气预报多年来一直使用包围预报，将不同的预报组合起来，以获得更准确的结果。在这里，我们构建集合预报的主要太阳耀斑的线性组合的全磁盘概率预报从一组业务预报方法（ASAP，ASSA，MAG 4，MOSWOC，NOAA，和MCSTAT）。每种方法的预测都由一个因子加权，该因子说明了该方法预测先前事件的能力，并考虑了几个性能指标（概率和分类）。据发现，大多数合奏实现了更好的技能指标（5 - 15%之间）比任何单独的成员。此外，超过90%的集合比简单的等权重平均值表现更好（通过预测属性测量）。最后，集合不确定性高度依赖于正在优化的内部度量，并且对于大于0.2的概率，估计它们小于20%。这种简单的多模型线性集合技术可为运行中的空间天气中心提供构建多功能集合预报系统的基础-这是其预报的一个改进的起点，可根据不同的最终用户需要进行调整。
2020-08-02 astro-ph.SR physics.space-ph
Multi-modal encoder-decoder neural network for forecasting solar wind speed at L1
本文提出一种多模态编码器-解码器神经网络，融合历史太阳风观测与EUV日冕图像，预报L1点未来四天日平均太阳风速，在2019-2023年测试中四天预报RMSE为53 km/s，优于已有方法。
2025-07-23 astro-ph.IM astro-ph.SR
