Forecasting Solar Cycle 25 using Deep Neural Networks
随着机器学习领域的最新进展，使用深度神经网络进行时间序列预测变得越来越普遍。太阳活动周期的准周期性质使其成为应用时间序列预测方法的良好候选者。我们使用WaveNet和LSTM神经网络的组合来预测1749年至2019年的太阳黑子数量，并使用1874年至2019年的时间序列数据来预测即将到来的太阳活动周期25的太阳黑子总面积。涉及使用LSTM和1D ConvNets的其他三个模型也与我们的最佳模型进行了比较。我们的分析表明，WaveNet和LSTM模型能够更好地捕捉整体趋势，并学习时间序列数据中固有的长期和短期依赖关系。利用这种方法，我们预测了11年的月平均数据的太阳活动周期25。我们的预测显示，即将到来的第25个太阳活动周期将有一个最大的太阳黑子数约106 $\pm$ 19.75和最大的太阳黑子总面积约1771 $\pm$ 381.17。这表明该周期将略弱于太阳活动周期24。
2020-05-25 astro-ph.SR
Neural Network Forecast of the Sunspot Butterfly Diagram
使用神经网络作为一种预测方法，我们试图证明，太阳黑子的时间序列的预测可以扩展到时空的情况下。我们采用这种机器学习方法来预测不仅在时间上，而且在空间（在这种情况下是纬度）上的时空数据集，代表太阳黑子图延伸到总共142年。分析表明，这种方法似乎能够重建时空序列的整体质量方面，即太阳黑子的纬度和时间模式的整体形状和幅度。据我们所知，这是第一次使用神经网络来预测太阳黑子蝶形图，尽管结果在定量预测方面受到限制，但它指出了使用完整时空序列而不仅仅是时间序列的方法。此外，我们使用该方法来预测即将到来的第25周期最大太阳黑子数将在$R_{25}=57 \pm 17$左右。这意味着一个非常弱的周期，这将是有记录以来最弱的周期。
2019-03-07 astro-ph.SR
A comparative study of non-deep learning, deep learning, and ensemble learning methods for sunspot number prediction
New York University（纽约大学）；East China Normal University（华东师范大学）；Southern University of Science and Technology（南方科技大学）
太阳活动对人类活动和健康有着重要影响。一个最常用的测量太阳活动的方法是太阳黑子数。本文比较了三种重要的非深度学习模型，四种流行的深度学习模型及其五种集成模型在预测太阳黑子数量方面的差异。特别是，我们提出了一种集成模型XGBoost-DL，它使用XGBoost作为两级非线性集成方法来组合深度学习模型。我们的XGBoost-DL实现了最佳的预测性能（RMSE = 25.70和MAE = 19.82），优于最佳非深度学习模型SARIMA（RMSE = 54.11和MAE = 45.51），最佳深度学习模型Informer（RMSE = 29.90和MAE = 22.35）和NASA的预测（RMSE = 48.38和MAE = 38.45）。我们的XGBoost-DL预测太阳黑子数量在2025年5月达到峰值133.47，在2035年11月达到峰值164.62，类似于NASA在2024年10月的137.7和2034年12月的161.2。用于太阳黑子数量预测的XGBoost-DL的开源Python包可在https://github.com/yd1008/ts_ensemble_sunspot上获得。
2022-05-25 astro-ph.SR cs.AI cs.LG
Analysis of Short-term Solar Activity Variability and Estimating the Timings of the Next Enhanced Bursts
New Mexico State University（新墨西哥州立大学）；High Altitude Observatory, NSF-NCAR（高海拔观测站，美国国家科学基金会-科罗拉多大学）
结合数值建模、统计预测和机器学习方法，提出混合预测策略，分析1878-2025年月平滑太阳黑子数，预测2024-2025年太阳活动增强爆发的时间与幅度。
2026-05-26 astro-ph.SR
Deciphering Solar Magnetic Activity I: On The Relationship Between The Sunspot Cycle And The Evolution Of Small Magnetic Features
太阳黑子是太阳内部磁场的典型标志，其极性每22年翻转一次。太阳黑子的主要变化，大约11年的数量变化，调制了穿透太阳表面的磁场的数量，并在这一时期内驱动了我们星球的辐射，颗粒和喷发输出的显着变化。本文介绍了太阳和日光层天文台和太阳动力学天文台的观测结果，表明11年的太阳黑子变化与属于22年磁活动周期的活动带的时空重叠有着内在的联系。使用系统的分析无处不在的日冕亮点，和磁尺度上，他们似乎形成，我们表明，太阳黑子周期23的地标可以解释考虑的演变和相互作用的重叠活动带的较长的尺度变化。
2014-04-01 astro-ph.SR
New reconstruction of the sunspot group number since 1739 using the direct calibration and "backbone" methods
太阳黑子数系列是提供太阳活动信息的最长的仪器天文学数据库。它是许多个体观测者观测的汇编，它们的相互校准通常使用线性重新标度进行。有多个已发表的系列显示了太阳活动的不同长期趋势。我们的目标是生产GSN系列，具有非线性非参数校准。唯一的基本假设是，不同系列之间的差异是由于观察者的不同敏锐度阈值，并且每个观察者的阈值在整个观察期间保持不变。我们使用一个菊花链的过程与骨干（BB）观察员和校准所有重叠的观察员。每个单独的观察者的校准是用概率分布函数（PDF）矩阵进行的，该矩阵是考虑与BB重叠期间的所有每日值而构建的。BB的校准以类似的方式进行。误差的传播用蒙特卡罗模拟建模。最后一个系列可以追溯到1739年，包括来自314个观察者的数据。这表明在18世纪和19世纪期间太阳活动处于中等水平，这明显低于其他最近使用线性回归重建预测的太阳活动水平。新的系列提供了一个强大的重建，基于现代和非参数方法，自1739年以来的太阳黑子群的数量，它证实了现代太阳活动极大期在20世纪下半叶的存在。
2017-02-27 astro-ph.SR
A model-free, data-based forecast for sunspot cycle 25
太阳的动态活动受太阳黑子周期-在其表面观测到的强磁化区域-的控制，调节着我们太阳系的空间环境，造成空间天气。恶劣的空间天气导致卫星运行、电信、电功率网和极地航线上的空中交通中断。然而，预测太阳黑子的周期仍然是一个具有挑战性的问题。我们使用水库计算-一种无模型的，基于神经网络的机器学习技术-来预测即将到来的太阳周期，太阳黑子周期25。标准算法预测，太阳活动周期25将持续约10年，最大值将出现在2024年，太阳黑子的最大数量将是113（$\pm15$）。我们还开发了一种新的标准算法的变化，其持续时间和峰值时间的预测与标准算法相匹配，但其峰值幅度预测为124（$\pm2$）-在标准水库计算算法的上限内。我们的结论是，太阳黑子周期25可能是一个弱，低于平均太阳周期，有点类似于太阳黑子周期24的强度。
2020-05-25 astro-ph.SR
Progress in Solar Cycle Predictions: Sunspot Cycles 24-25 in Perspective
太阳的动态活动-由在其内部工作的磁流体动力发电机机制维持-调节空间的电磁、微粒和辐射环境。虽然太阳活动在短时间尺度上的变化造成了空间天气，但缓慢的长期调制形成了空间气候的基础。空间天气影响各种依赖空间的技术，而空间气候影响行星大气和气候。在这些情况下，事先了解太阳的活动是很重要的。然而，预测太阳-恒星磁活动仍然是一个突出的挑战。在这篇评论中，对太阳黑子周期24和即将到来的周期25的预测进行了总结，并进行了严格的评估。分析表明，虽然基于不同技术的预测在太阳活动周期24- 25之间不一致，但基于物理学的太阳活动周期25的预测已经收敛，并表明太阳黑子周期25较弱。有人认为，这种基于物理学的预测的收敛是太阳周期可预测性的基本理解的进展。在此基础上，讨论了太阳活动周期预测中几个突出问题的解决方案。
2020-09-03 astro-ph.SR physics.plasm-ph physics.space-ph
Sunspot number second differences as a precursor of the following 11-year sunspot cycle
预测太阳黑子周期的强度对于许多空间天气应用都非常重要。我们以前的研究表明，在当前11年太阳黑子周期的下降阶段，太阳黑子数量的变化对于预测下一个周期的强度非常重要，因为当前周期的最小值已经被观测到。在这项研究中，我们继续这种方法，并表明，我们可以消除必须知道当前周期的最小时期的限制，并且我们已经可以在当前周期的下降阶段的早期阶段提供以下周期强度的预测。我们介绍了一种方法来可靠地计算太阳黑子数秒差（SNSD），以量化太阳黑子活动的短期变化。我们证明了一个稳定的关系，在一个给定的周期的下降阶段的早期阶段的SNSD动力学和以下太阳黑子周期的强度。这一发现可能会对工作中的潜在发电机产生物理影响。从这种关系，一个相关的指标，区分是否下一个周期将更强或更弱相比，当前的一个。我们证明，在达到周期最大值后的24-31个月内，可以以高概率（0.96）决定下一个周期是更弱还是更强。我们预测太阳黑子周期25将比当前的周期24弱。
2017-12-15 astro-ph.SR
Modeling the Sunspot Number Distribution with a Fokker-Planck Equation
太阳黑子的数量表现出很大的短时间尺度（每日每月）的变化，除了较长的时间尺度的变化，由于太阳周期。一个正式的统计框架，估计和预测随机性的太阳黑子数的确定性（包括混乱）模型的太阳周期。Fokker-Planck方法通过一个驱动函数假定了太阳黑子数在一个太阳周期内的长期或长期变化。然后，该模型描述了在这个驱动函数之上观察到的太阳黑子数量的随机性。我们考虑一个简单的谐波选择的驱动程序功能，但该方法是通用的，可以很容易地扩展到包括其他驱动程序，占基本的物理过程和/或经验的太阳黑子数的功能。该框架在太阳活动最大值和最小值期间是一致的，并且不需要任何参数限制来确保非负的太阳黑子数。模型参数估计使用统计最优技术。该模型同意定性和定量与每月的太阳黑子数据，即使与简单的代表性的太阳周期。这个框架应该是特别有用的太阳周期预报，是现有的建模技术的补充。提出了福克-普朗克方程的解析近似，这是类似于欧拉近似，它允许有效的极大似然估计的大数据集和/或当使用难以评估的驱动程序功能。
2011-02-25 astro-ph.SR
A Machine Learning and Computer Vision Approach to Geomagnetic Storm Forecasting
The Pennsylvania State University（宾夕法尼亚州立大学）
地球磁暴是由太阳发射的大量带电粒子引起的地球磁层扰动，是对现代技术的一种无法控制的威胁。值得注意的是，它们有可能损坏卫星，造成地球电网不稳定，以及其他灾害。它们是由太阳活动强烈引起的，太阳活动强烈是由太阳上被称为太阳黑子的凉爽区域引起的。预测风暴以预防灾害需要了解它们将如何以及何时发生。然而，美国国家海洋和大气管理局（NOAA）目前的预测方法是有限的，因为它们依赖于昂贵的太阳风航天器和全球规模的磁力计传感器网络。在本文中，我们介绍了一种新的机器学习和计算机视觉方法来准确地预测磁暴，而不需要这种昂贵的物理测量。我们的方法从太阳图像中提取特征，以建立太阳黑子和地磁暴分类之间的相关性，并与NOAA的预测相竞争。事实上，我们的预测达到了76%的风暴分类准确率。本文证明了机器学习和计算机视觉技术为增强和改进现有的磁暴预报方法提供了有效手段。
2022-04-04 astro-ph.EP astro-ph.SR cs.LG
Maximal growth rate of the ascending phase of a sunspot cycle for predicting its amplitude
预测太阳活动周期振幅对于更好地理解太阳发电机以及许多空间天气应用都很重要。我们证明了一个稳定的关系，太阳黑子活动的最大增长率在上升阶段的一个周期和随后的周期振幅的基础上的四个数据集的太阳活动指数：太阳黑子总数，半球太阳黑子数从1874年起的新目录，太阳黑子总面积，和半球太阳黑子面积。对于所有的数据集，基于最大增长率前兆的线性回归显示出显着的相关性。验证周期1-24的预测表明，真实的和预测的周期振幅之间的高度相关性达到r = 0.93的太阳黑子总数。预测的准备时间从2个月到49个月不等，平均值为21个月。此外，我们证明了最大增长率指标的总和分别确定的北半球和南半球的太阳黑子数量提供了更准确的预测比使用总的太阳黑子数量。在均方根和相关系数方面，平均优势分别达到27%和11%。优越的性能也证实了半球太阳黑子面积相对于总太阳黑子面积。在太阳活动周的上升阶段，太阳黑子活动的最大增长率可以作为后续太阳活动周振幅的可靠前兆。此外，我们的研究结果提供了一个坚实的基础，支持定期监测，记录和预测太阳活动的半球太阳黑子数据，捕捉太阳活动和太阳磁场的不对称行为，并提高太阳周期预测方法。
2022-06-25 astro-ph.SR
Correlation Between Sunspot Number and ca II K Emission Index
长期天气观测的共振线的Ca II K构成了一个基本的数据库，为各种回顾性分析的状态的太阳磁性。对Ca II K的天气观测始于1904年末，地点在印度的Kodaikanal天文台。在1970年代早期，美国萨克拉门托峰的国家太阳天文台（NSO）开始了一项新的计划，在Ca II K线上进行每日太阳作为恒星的观测。今天，国家统计局正在通过其太阳光学长期观测设施继续进行这些观测。这些不同的数据集可以合并成一个单一的磁盘集成钙II K指数时间序列，描述了色球发射的平均性能在几个太阳周期。我们提出了这样一个钙II K复合材料，并讨论其与新的完全修订的太阳黑子数数据系列的相关性。对于这一初步调查，确定了成对时间序列之间的比例因子，假设重叠观测期间月平均值之间的关系为简单线性模型。
2016-06-03 astro-ph.SR
Evidence of a planetary influence on solar activity: Phase coherence of the variation in sunspot area with the tidal effect of Mercury
有许多关于太阳活动在中间周期范围内的准周期性的报道。然而，没有公认的解释出现的情节发生的准周期。本文探讨的可能性，周期与水星太阳相互作用的基准周期为88天。为了验证这个想法，我们带通滤波的140年之久的每日太阳黑子面积的数据，以获得88天的周期和176天的次谐波周期的数据的分量和比较的时间变化的组件与水星的轨道半径的时间变化，或更具体地说，与时间变化的水星的潮汐效应。我们能够证明，当88天周期分量出现的连续事件在时间上是离散的且不重叠时，太阳黑子面积的这一分量的时间变化与潮汐效应的时间变化是完全同相或完全反相的。对于176天周期组件，获得了类似的结果。当几个离散事件的组件发生在一个太阳活动周期的太阳黑子面积数据的光谱表现出强大的边带的周期依赖于事件的持续时间。一个简单的模型的基础上的插曲调制和太阳周期调制的88天和次谐波周期正弦再现了大部分的光谱峰值中观察到的太阳黑子面积周期性的中间范围。这是水星运动和太阳黑子周期性出现之间存在联系的有力证据。有人建议，该链接涉及磁表面波与模式周期接近的分谐波周期与水星和触发太阳黑子出现的波。
2015-10-08 astro-ph.SR
Deciphering Solar Magnetic Activity: The (Solar) Hale Cycle Terminator of 2021
我们先前在太阳时间轴中确定了一个事件，该事件似乎在太阳黑子周期23（SC 23）如何过渡到太阳黑子周期24（SC 24）中发挥了作用。这一转变的时间框架是迅速的，发生在非常短的时间内，也许在一个太阳旋转的时间内。此外，我们推断，观察到的过渡是太阳的全球尺度磁场的关键时刻，因为它是在空间和时间重叠的磁系统属于太阳的22年（黑尔）磁周期的表现。这些事件被称为海尔周期终止，或简称为“终结者”。随后对太阳黑子记录的探索揭示了终结者分离（作为海尔周期重叠的量度）和即将到来的太阳黑子周期振幅之间的关系，使用希尔伯特变换。最后，我们外推了当代太阳黑子数据的希尔伯特相位函数，以预测2020年年中SC 24终结者的出现，并推断这将导致太阳黑子周期25（SC 25）的大幅度。这篇论文提出了观测证据，证明SC 24的结束和SC 25的初始增长是在2021年12月中旬（大约2021年12月13日）发生的终结者之后。使用2021年12月的终结者识别，我们可以最终确定我们早期对SC 25振幅的初步预测-预计每月太阳黑子总数峰值为184 $\pm$ 17，置信度为68%，置信度为184 $\pm$ 63，置信度为95%。最后，我们使用其他与终结者相关的叠加历元分析，我们预测SC 25太阳黑子最大值的时间发生在2023年末至2024年中期。
2023-01-13 astro-ph.SR
The Evolution of Sunspot Magnetic Fields Associated with a Solar Flare
太阳耀斑的发生是由于储存在活动区域磁场中的能量突然释放。到目前为止，耀斑的前光标仍然没有完全理解，虽然有证据表明，耀斑是与拓扑结构的变化或复杂的活动区的磁场。在这里，磁场在活动区NOAA 10953的演变进行了检查，使用日出/SOT-SP数据，在一段时间内的12个小时的GOES B1.0耀斑之前和之后。从两个通量区域，表现出增加的钙II H排放在耀斑的磁场性质和磁场拓扑结构的低阶方面提取了一些。耀斑前，在主黑子周围的通量元素中，观测到垂直场强、垂直电流密度和与垂直方向的倾角增加了约80度。垂直磁场强度和电流密度随后在耀斑后的状态下下降，倾斜度变得更水平，约为7度。场矢量的这种行为可能为未来的耀斑预报工作提供物理基础。
2011-05-10 astro-ph.SR
Transfer Learning in Spatial-Temporal Forecasting of the Solar Magnetic Field
University of Coimbra（科英布拉大学）；Geophysical and Astronomical Observatory of the University of Coimbra（科英布拉大学地球物理与天文台）
针对太阳表面经向平均径向磁场数据集较短导致预测受限的问题，采用迁移学习技术，先在始于1874年的长周期太阳黑子面积数据集上训练时空神经网络，再将训练好的层迁移至磁场预测网络，使模型有效提取太阳周期特征，显著提升了仅依赖历史磁场数据的预测效果。
2019-11-08 astro-ph.SR cs.LG nlin.CD
Helicity of the solar magnetic field
螺旋度测量现场的复杂性。磁螺旋度由磁场{ \bf B}及其矢势{ \bf A}的标量积上的体积积分给出。直接计算太阳大气中的磁螺旋度是不可能的，这是由于在不同高度的观测不可用，也由于{ \bf A}的非唯一性。无力参数$α$长期以来一直被用作磁螺旋度的代表。阐明了$α$的物理意义及其与磁螺旋度的关系。我们研究了极化噪声对各种磁参数估计的影响。研究了太阳黑子在垂直电流（$J_z$）和$α$方面的精细结构。我们已经介绍了太阳黑子的符号剪切角（SSA）的概念，并建立了它的非无力场的重要性。我们发现，有没有净电流的太阳黑子，即使在存在一个显着的扭曲，显示出一致性，其纤维束的性质。对于给定的X射线耀斑，SASSA下限的存在性对于空间天气预报是非常有用的。一个很好的相关性之间的符号的螺旋在太阳黑子和相关的色球和日冕功能的手征。我们发现，大量的太阳黑子观察到的下降阶段的23日太阳活动周不遵循半球螺旋度规则，而大多数的太阳黑子观察到的新的太阳活动周24日开始遵循。这表明太阳半球螺旋度模式的长期行为。以上就是我的博士论文。
2010-09-27 astro-ph.SR
Hale cycle in solar hemispheric radio flux and sunspots: Evidence for a northward shifted relic field
本研究通过高日纬射电流量和黑子数发现太阳活动存在新的Hale周期形式，并提出北向偏移的残余磁场解释，可用于世纪尺度预测。
2023-05-01 astro-ph.SR
On flare predictability based on sunspot group evolution
Korsós等人介绍的预测方法。（2014）从两个相反极性点之间定义的水平磁梯度（GM）推广到靠近活动区域的磁中性线的适当定义区域内的所有点。这种新的方法不限于在以前的方法中搜索两个单点的最大GM。相反，通过引入加权水平磁梯度（W_GM）来捕获黑子群演化的耀斑前条件。这一新的代理使预测耀斑的潜力强于M5。改进的能力包括（i）预测耀斑发作时间和（ii）评估耀斑之后是否在约18小时内发生另一事件。发现这里的发病时间的预测更准确。在会聚运动的持续时间和相反极性的斑点群从最接近位置的时刻到耀斑爆发时刻所经过的时间之间建立了线性关系。另一个有希望的关系是在多次燃烧的情况下，在燃烧前的W_GM的最大值和初始燃烧开始时刻的W_GM值之间。我们发现当WGM减小约54%时，就没有第二次耀斑。然而，如果当W_GM降低小于42%时，则可能存在比M5更强的后续耀斑。这种新的能力可能是有用的自动耀斑预测工具。
2015-03-16 astro-ph.SR
The solar chromosphere as induction disk and the inverse Joule-Thomson effect
太阳核心的核聚变和太阳辐照度之间的联系，除其他外，由于日冕加热机制的不确定性而变得模糊不清。太阳风密度和速度、太阳黑子数量和极紫外线通量的数据表明，来自太阳对流区的电磁能通过色球层的感应转化为热能。太阳呼出的氦和氢的混合物，在经过日冕膨胀进入太空时，被焦耳-汤姆逊逆效应加热。1999年5月10日至11日，太阳风几乎完全停止，这表明太阳风的速度比太阳黑子更能反映太阳活动，因为太阳风反映的是日冕加热的短期变化，而不是太阳磁场的准周期波动。因此，利用同位素从跨越80万年的宇宙射线通量中重建这一现象，应有助于对地球和空间天气进行分析和长期预报。
2016-09-15 astro-ph.SR
Application of Synoptic Magnetograms to Global Solar Activity Forecast
天气磁图为我们提供了有关太阳表面磁场演变的知识，并为预测未来的太阳活动提供了重要信息。在这项工作中，极向和环向磁场分量来自天气磁图同化，使用Enhancement卡尔曼滤波方法，到一个平均场发电机模型的基础上帕克的迁移发电机理论补充磁螺旋度守恒。结果发现，预测的环向场是在很好的协议与观测几乎整个以下的太阳周期。然而，极向场预测仅在预测周期的前2 - 3年与观测结果一致。结果表明，即将到来的第25个太阳活动极大期（SC 25）预计将比当前的第24个太阳活动极大期弱。模型结果显示，预计在2019 - 2021年期间将出现一个深度扩展的太阳活动最小值，下一个太阳活动最大值将发生在2024 - 2025年。太阳黑子数量最多时约为50个，误差估计为15 - 30%。最大值可能会有一个双峰或显示延长的高活动期（2 - 2.5年）。根据半球预测结果，SC 25将于2020年在南半球开始，并将于2024年出现最大值，太阳黑子数量约为28个。在北半球，太阳活动周期将延迟约1年（误差为$\pm 0.5$年），并在2025年达到最大值，太阳黑子数约为23个。
2019-10-02 astro-ph.SR nlin.CD physics.data-an
Testing and Improving a Set of Morphological Predictors of Flaring Activity
有效预测太阳耀斑依赖于量化太阳活动区爆发能力的参数。在文献中已经提出了几个这样的定量预测，推断主要是从光球磁图和/或白光观测。其中两个是伊辛能量和总水平磁场梯度之和。前者是从视线磁图发展而来的，而后者则利用太阳黑子探测和特征，以连续图像为基础。旨在包括这些参数的自动预测方案，我们测试它们的适用性定期光球磁场观测所提供的日震和磁成像仪（HMI）仪器板载太阳动力学天文台（SDO）。我们测试他们的效率作为预测的耀斑活动的一个有代表性的样本的活动区域，并调查可能的修改这些数量。伊辛能量似乎是一个有效的预测，如果它被修改来描述相互作用的磁分区或太阳黑子本影的效率甚至提高。水平磁场梯度的总和似乎比我们在本文中实现的伊辛能量的三个变化稍微更有希望。新的预测也比较了两个非常有前途的预测：有效连接的磁场强度和总的无符号非中和电流。我们的分析表明，形态预测的效率依赖于投影效果在一个非平凡的方式。所有四个新的预测被发现有用的列入自动耀斑预报设施，如耀斑可能性和区域喷发预测（FLARECAST），但他们的效用，除其他外，最终将确定的验证工作正在进行的框架内的FLARECAST项目。
2018-07-17 astro-ph.SR
Physical Models for Solar Cycle Predictions
本文综述太阳磁周期观测约束与数据驱动物理模型，指出成功预测支持 Babcock-Leighton 发电机机制和通量输运范式。
2023-03-22 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
Termination of Solar Cycles and Correlated Tropospheric Variability
太阳提供了维持地球上生命所需的能量，并驱动着我们星球的大气循环。然而，在太阳和对流层变化之间建立牢固的物理联系对整个地球系统科学构成了相当大的挑战。太阳变化的标准，太阳基准时钟，几乎完全依赖于人类400年来的望远镜观测，它显示了太阳黑子的数量在11年左右的时间里不断增加和减少。最近的研究表明，在建立较短的太阳黑子周期方面，潜在的22年磁极性周期至关重要。与后者的表现不可分割的是时空重叠和相反极化的磁带的迁移。当这些带出现在太阳高纬度和在赤道取消的点相隔近20年。在这里，我们展示了这些“终止”点对太阳的辐射输出和微粒屏蔽我们的大气通过太阳磁场的急剧快速重新配置的影响。这些事件重置了太阳的基准时钟，并提供了一个探索太阳-地球连接的新门户。利用直接观测和六十年前太阳活动的代理，我们可以以高度的统计意义证明太阳周期终止与地球海洋指数最大波动之间的明显相关性-这是以前被忽视的对应关系。预测太阳的全球行为将在2020年初下一次太阳活动终止;如果一个主要的海洋摆动随之而来，我们的挑战就变成了：相关性何时成为因果关系，以及这个过程是如何工作的？
2020-02-04 astro-ph.SR
Forecast of solar activity based on mean-field dynamo model and neural network
本文提出将非线性平均场发电机模型与人工神经网络相结合，利用观测数据修正模型输出，实现太阳活动短时间尺度稳定预报，并验证了1至18个月预报误差较小。
2024-11-15 astro-ph.SR physics.space-ph
A prediction for the 25th solar cycle maximum amplitude
最小-最大值法是根据太阳活动周最小和最大历元中相对黑子数之间的线性关系而提出的，属于太阳活动预报方法的先驱类。在本分析中，我们采用了这种方法的修改版本，不仅使用最低年份的数据，而且还使用最低年份前后几年的数据。使用SILSO/SIDC的13个月平滑的月太阳黑子总数数据集。使用太阳活动周期的数据。1-24最大的相关系数（CC）是在将太阳活动周期最小值之前3年的活动水平与随后的最大值相关联时获得的（CC = 0.82），与包含或排除第19太阳活动周期无关。对于第25个太阳活动周期的下一个太阳活动极大期，我们预测：Rmax = 121 +- 33。我们的结果表明，下一个太阳活动极大期（第25周）的振幅将与前一个相似，甚至更低。这与20世纪太阳活动长期极大值之后的中期普遍降低相一致，也与太阳活动的Gleissberg周期相一致。最小预测值前3年的可靠性通过最大相关系数进行了实验证明，并使用Student t检验进行了验证。这是令人满意的解释与两个经验著名的发现：延长的太阳活动周期和Waldmeier效应。最后，我们成功地再现了过去四个太阳活动周期的极大值。21-25，采用前3年最低法。
2022-03-21 astro-ph.SR
Investigating Ionospheric TEC Variations in Solar and Geomagnetic Influences Across Solar Activity Phases
Universiti Malaya（马来亚大学）；Adamu Augie College of Education（阿杜·奥吉教育学院）
本研究分析了太阳和地磁因素在不同太阳活动阶段对电离层TEC变化的影响，发现太阳辐射和地磁活动在不同阶段具有不同的主导作用，强调了在建模中考虑太阳相位和时间滞后的重要性。
2026-02-18 astro-ph.SR
Machine Learning-Based Characterization of Solar p-Mode Frequency Shifts during Solar Cycle 25
University of Sheffield（谢菲尔德大学）；National Solar Observatory（国家太阳观测站）
本文利用时间序列分析和机器学习方法，研究太阳第25个太阳活动周期中p模频率偏移特征，以改善太阳内部动力学模型与日球层等离子体条件的联系，并为空间天气预报提供独立指标。
2026-04-22 astro-ph.SR
Prediction of solar flares using neutrino detectors of the second generation
提出利用基于CE$ν$NS的第二代中微子探测器预测高能太阳耀斑，研究了中微子束穿过耦合太阳黑子的减弱效应，发现仅狄拉克中微子的减弱可被探测。
2023-07-30 astro-ph.SR hep-ph
Subsurface Flows Associated with Formation and Flaring Activity of Solar Active Regions
本文利用 SDO/HMI 多普勒图的时距日震学分析，研究了太阳活动区浮现与活跃期地下流的演化，发现磁通量浮现期间存在强烈涡旋与剪切流，且地下流特征与耀斑活动显著相关，有助于耀斑预测。
2024-01-31 astro-ph.SR
Dynamo Sensitivity in Solar Analogs with 50 Years of Ca II H & K Activity
太阳的磁场活动有一个稳定的11年周期，最为人所知的是在可见的带通中太阳盘面上出现的暗黑子的上升和下降。11年的周期也表现在Ca II H & K线芯的发射变化中，这是由于低色球层的非热（即磁）加热。由于威尔逊山天文台HK光度计（1966-2003年）和洛厄尔天文台太阳-恒星光谱仪（1994年至今）的天气监测，Ca II H & K发射的巨大变化允许研究其他恒星的长期变化模式。重叠测量一组27个附近的太阳模拟（光谱类型G 0-G5）的恒星被用来校准这两个仪器和构建时间序列的磁活动长达50年的长度。对发电机至关重要的精确特性可以从依巴谷、日内瓦-哥本哈根巡天和CHARA干涉测量中获得。使用这些长时间序列和测量的基本属性，我们做了一个比较研究的恒星“双胞胎”，探索恒星发电机的结构，旋转和组成的微小变化的敏感性。我们还将这个样本与太阳进行了比较，并发现太阳周期的定期变化在参数空间中最近的邻居中可能是罕见的。
2016-09-15 astro-ph.SR
Detection of Solar Filaments using Suncharts from Kodaikanal Solar Observatory Archive Employing a Clustering Approach
科代卡纳尔太阳天文台（KoSO）拥有100多年的太阳观测历史，是世界上独一无二的太阳数据库。在其许多数据目录中，特别令人感兴趣的是KoSO的“太阳图”。这些太阳图（1904-2020）是不同的太阳特征的彩色图画，如太阳黑子，谱斑，灯丝和双折射，在纸上蚀刻有Stonyhurst经纬度网格。在本文中，我们首先使用行业标准扫描仪对每个太阳图进行数字化，并将这些数字图像保存为高分辨率的“.tif”格式，以此来分析这些独特的数据。然后，我们检查了周期~19和周期~20的数据（上个世纪最强的两个周期），目的是检测细丝。为此，我们采用“k-means聚类”方法，并获得不同的灯丝参数，如位置，倾斜角度，长度和面积。我们的研究结果表明，灯丝长度（和面积）增加与纬度和向极迁移显然是由一个特定的倾斜符号。最后，我们交叉验证了我们的研究结果与结果从KoSO数字化摄影板数据库的重叠时间段，并获得了很好的协议。这项工作作为概念验证，将启动新的努力，有效地使用整个手绘系列的多功能，全磁盘太阳数据，并使研究人员能够提取新的科学，例如过去100年的伪磁图的生成。
2022-12-23 astro-ph.IM astro-ph.SR
The effect of poloidal magnetic field and helicity injection on a breakout CME
本文利用MPI-AMRVAC在2.5维磁流体力学框架下模拟爆发模型驱动的日冕物质抛射，研究背景极向磁场和螺度注入的影响，发现背景极向磁场增强会抑制爆发，而绝对净电流螺度增长率是决定爆发可能性的关键因素。
2025-08-19 astro-ph.SR
Solar Cycle Prediction
太阳周期预测方法及其性能的审查，包括周期24的预测和重点方面的太阳周期预测问题，有发电机理论的影响。审查的范围进一步限于预测不迟于给定周期开始后即将到来的太阳活动极大期的振幅（以及可选的历元）的问题。预测方法主要分为三大类。前兆方法依赖于特定时间的太阳活动或磁性的某些测量值来预测下一个太阳活动极大期的幅度。他们隐含的假设是，每个编号的太阳活动周期本身是一个一致的单位，而太阳活动似乎是由一系列相互关联程度低得多的独立周期组成的。相反，外推法的前提是，产生太阳黑子数量记录的物理过程在统计上是均匀的，即，其变化背后的数学规律在任何时间点都是相同的，因此它适合于用时间序列方法进行分析和预测。最后，基于模型的预测不是仅仅分析观测数据，而是使用物理上（或多或少）一致的发电机模型来预测太阳活动。就其总体性能而言，前体方法显然优于外推法。然而，一些外推方法可能仍值得进一步研究。基于模型的预测还没有机会证明他们的技能。在过去的几个太阳活动周期中，有一种方法一直在正确的范围内做出预测，那就是K。Schatten等人，其方法主要基于极场前兆。初期的第24个周期可能标志着现代极大期的结束，太阳将转向活动不那么强烈的状态。
2011-01-05 astro-ph.SR
Solar Cycle Variations of Rotation and Asphericity in the Near-Surface Shear Layer
太阳的精确形状对重力、差动自转、局部湍流和磁场的影响很敏感。以前已经表明，太阳的形状呈现出非球面性，并以11年为周期。由于SoHO/MDI和SDO/HMI仪器能够以前所未有的精度观察表面重力振荡（f）模式，因此可以提取关于旋转频率分裂系数a1、a3和a5的信息，这些系数与a2、a4和a6非球面系数一起测量差分旋转。对1996年至2017年近两个太阳活动周期的日震学数据进行分析，发现a1和a5系数与太阳活动密切相关，而a3系数在当前周期中表现出长期趋势和弱相关性，表明全球自转发生了重大变化，可能与太阳活动周期的长期演变有关。更详细地看，当应用分别为0.1、1.6和-1.6年的时滞时，非球面系数a2、a4和a6与太阳周期的关联更强。α 6系数的大小随太阳黑子数的变化同位相变化，但其振幅超前于黑子数的变化。2017年年中的最后一次测量表明，a6系数的大小可能已经达到了最小值;因此，下一个太阳极小期预计将在2018年底或2019年初。在f模角度l=137-299范围内的所谓地震半径随太阳活动呈现反相位的时间变化，其相对值在第23周下降了2.3E-05，在第24周下降了1.7E-05。这些结果将有助于更好地理解太阳内部的物理机制，从而更好地约束预测太阳周期的发电机模型。
2018-04-13 astro-ph.SR
Ca II K Polar Network Index of the Sun: A Proxy for Historical Polar Magnetic Field
本研究利用 KoSO 和 Rome-PSPT 的 Ca II K 观测数据计算极区网络指数（PNI），以此作为极区磁场的可靠替代指标，重构了过去 119 年的极区磁场，并验证了对第 25 太阳活动周期的预测。
2025-02-03 astro-ph.SR
