【技术实现步骤摘要】
本专利技术涉及一种太阳x射线耀斑强度预报方法及系统，属于太阳活动监测预报。
技术介绍
1、太阳爆发活动主导着近地太空环境的变化，x射线耀斑是太阳爆发活动的一种重要表现形式。强度级别高的x射线耀斑能在短时间内以电磁和高能粒子的形式释放大量能量，对人类在太空中和地面的各种系统造成不利影响。例如，x射线耀斑爆发引发的电磁辐射通量剧增会引起向阳面地球电离层的突然骚扰，使电离层对无线电波的吸收大幅增强，从而对短波无线电通信、卫星通信产生严重干扰甚至中断。此外，x射线耀斑爆发往往预示着会有太阳质子事件和日冕物质抛射等事件发生，且耀斑爆发强度级别越高，太阳质子事件发生可能性越大，会严重危及空间站中宇航员以及极区飞行机组人员和乘客的健康和生命安全；同时，与耀斑伴随的其它太阳爆发活动的规模也越大，进而引发高能电子暴、地磁暴、极盖吸收等一系列的近地空间环境扰动事件。因此，x射线耀斑是否爆发以及爆发的具体强度级别成为衡量太空环境是否安全的重要标识，为了规避和减轻耀斑爆发对人类的不利影响，耀斑强度级别预报也因此成为太空环境预报的一项重要内容。
2、目前，太阳耀斑爆发的物理机理还没有完全研究清楚，还无法建立精确的物理和数学模型来对未来是否发生太阳耀斑爆发事件以及爆发的具体强度级别进行精确判断。已有研究表明，太阳活动区黑子群的变化和太阳耀斑爆发活动虽然没有直接的因果关系，但是有强烈的相关关系。太阳活动区黑子群的变化和太阳耀斑爆发活动都是由太阳活动区的磁场变化引起的外在表现，黑子群形态的演化反映了活动区磁场的变化。
技
1、有鉴于此，本专利技术提供了一种太阳x射线耀斑强度级别的预测方法及预报系统，通过构建黑子群隐因子反演器与耀斑强度判断器，将相应的数据输入到反演器与判断器中，得到未来24小时的耀斑强度级别预报。
2、一种太阳x射线耀斑强度级别的预测方法，包括如下步骤：
3、步骤1、构建黑子群隐因子反演器；
4、步骤2、将观测区的太阳黑子群的历史观测时序变化数据信息输入到黑子群隐因子反演器中，得到观测区太阳磁场变化特征矩阵；
5、步骤3、构建并训练耀斑强度判断器，所述判断器基于注意力机制神经网络构建；
6、步骤4、将观测区太阳磁场变化特征矩阵输入耀斑强度判断器，得到观测区发生不同耀斑强度级别概率并给出耀斑强度级别预报。
7、进一步地，所述反演器基于太阳黑子群威尔逊山磁分类类别和麦金托什分类类别数据训练获得
8、进一步地，所述黑子群隐因子反演器包含：正向反演矩阵、逆向反演矩阵、归一化函数；
9、正向反演矩阵，用于提取当前时刻黑子群数据中的黑子群隐因子向量，将黑子群隐因子向量按输出顺序堆叠构成观测区太阳磁场变化特征矩阵；
10、逆向反演矩阵，用于在反演器构建阶段辅助校正黑子群隐因子向量；
11、归一化函数，用于在反演器构建阶段基于黑子群隐因子向量计算下一时刻黑子群数据。
12、进一步地，所述构建黑子群隐因子反演器，包含如下步骤：
13、步骤1)、将历史观测黑子群数据中的太阳黑子群威尔逊山磁分类类别和麦金托什分类类别的所有组合情况进行遍历并排序，建立一个索引黑子群分类的有序字典集合；
14、步骤2)、根据有序字典集合的维度设定一个正向反演矩阵和一个逆向反演矩阵，用[0,1]均匀分布随机初始化正向反演矩阵和逆向反演矩阵中所有元素的值；
15、步骤3)、将历史观测黑子群数据中的太阳黑子群威尔逊山磁分类类别和麦金托什分类类别随时间变化观测序列数据进行独热编码，将所述的变化观测序列数据进行编码后记为：x0,x1,......xt-1,xt,xt+1,......xt；
16、步骤4)、将编码后的变化观测序列数据构建成样本对记为：
17、(x0,x1),......(xt-1,xt),(xt,xt+1),......(xt-1,xt)；
18、步骤5)、利用所述样本对作为监督信号对反演器进行迭代训练，反复进行梯度反向传播直到交叉熵损失函数不再变化，完成黑子群隐因子反演器的构建。
19、进一步地，所述耀斑强度判断器包含两层神经网络模型，第一层神经网络模型为注意力机制神经网络，第二层神经网络模型为全连接神经网络；
20、所述注意力机制神经网络，用于从观测区太阳磁场变化特征矩阵中提取对太阳耀斑爆发强度有影响的关键磁场特征信息；
21、所述全连接神经网络，包含两个隐藏层和一个输出层，输出层为三维，三维的输出分别对应x级，m级和c级及以下耀斑的发生概率，所述全连接神经网络用于将所述关键磁场特征信息与设定的太阳耀斑爆发强度特征向量拼接，依次经过两个隐藏层和一个输出层变换后得三种级别耀斑发生概率。
22、进一步地，所述构建并训练耀斑强度判断器，包括如下步骤：
23、步骤一、设定太阳耀斑爆发强度特征向量q，随机初始化耀斑强度判断器两层神经网络的所有权重和太阳耀斑爆发强度特征向量；
24、步骤二、从太阳黑子群的历史观测时序变化数据信息中，提取每一个耀斑及对应的活动区在耀斑发生区发生24小时前黑子群的历史观测时序变化数据信息作为训练样本对，所述训练样本对中包含的耀斑的三个分类级别做为期望输出；
25、步骤三、设定损失阈值，将所述训练样本输入黑子群隐因子反演器得到的太阳磁场变化特征矩阵输入耀斑强度判断器，其输出与期望输出比较得到交叉熵损失，若交叉熵损失不低于损失阈值，则进行梯度反向传播并重复步骤二到三，若交叉熵损失低于损失阈值则停止迭代，完成耀斑强度判断器训练。
26、一种太阳x射线耀斑强度预报系统，包含：黑子群隐因子反演模块、耀斑强度判断模块；
27、黑子群隐因子反演模块，根据观测区的太阳黑子群的历史观测时序变化数据信息得到观测区太阳磁场变化特征矩阵；
28、耀斑强度判断模块，根据观测区太阳磁场变化特征矩阵得到未来24小时发生不同强度级别耀斑的概率并给出耀斑强度级别预报。
29、有益效果：
30、第一、本方法在构建黑子群隐因子反演器的过程中，结合使用了太阳黑子群的威尔逊山磁分类类别和麦金托什分类类别，相比于现有方法中只是单一使用太阳黑子群的麦金托什分类类别的预测方法，具有特征信息提取更加全面，预测准确性更高的优点。
31、第二、本专利技术构建黑子群隐因子反演器并进行黑子群隐因子提取，相较于现有方法而言，本方法充分利用太阳黑子群分类会随时间不断发生变化这一特点，利用黑子群隐因子反演器得到变化特征矩阵，该矩阵与耀斑强度级别有直接的关系，能够更准确得到预测值。
32、第三、本专利技术的耀斑强度判断器采用了注意力机制神经网络，相比于现有技术而言，利用该网络可以确定变化特征矩阵中每一个隐因子向量的重要程度，从而提取得到对耀斑爆发最有价值的特征信息，提高预测的准确性。
33、第四、本专利技术在进行反演器与判断本文档来自技高网...
【技术保护点】
1.一种太阳X射线耀斑强度级别的预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，所述反演器基于太阳黑子群威尔逊山磁分类类别和麦金托什分类类别数据训练获得。
3.如权利要求1所述的方法，其特征在于，所述黑子群隐因子反演器包含：正向反演矩阵、逆向反演矩阵、归一化函数；
4.如权利要求2或3所述的方法，其特征在于，所述构建黑子群隐因子反演器，包含如下步骤：
5.如权利要求1所述的方法，其特征在于，所述耀斑强度判断器包含两层神经网络模型，第一层神经网络模型为注意力机制神经网络，第二层神经网络模型为全连接神经网络；
6.如权利要求5所述的方法，其特征在于，所述构建并训练耀斑强度判断器，包括如下步骤：
7.基于权利要求1-6任一方法所述的一种太阳X射线耀斑强度预报系统，其特征在于，包含：黑子群隐因子反演模块、耀斑强度判断模块；
【技术特征摘要】
1.一种太阳x射线耀斑强度级别的预测方法，其特征在于，包括如下步骤：
2.如权利要求1所述的方法，其特征在于，所述反演器基于太阳黑子群威尔逊山磁分类类别和麦金托什分类类别数据训练获得。
3.如权利要求1所述的方法，其特征在于，所述黑子群隐因子反演器包含：正向反演矩阵、逆向反演矩阵、归一化函数；
4.如权利要求2或3所述的方法，其特征在于，所述构建黑子群隐因子反演器，包含如下步...
【专利技术属性】
技术研发人员：魏展基，万刚，王帅，尹云霞，丛佃伟，康丽华，穆遥，刘磊，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。