ИСТИНА

Выполнен нейросетевой прогноз суббурь, обусловленных воздействием потоков плазмы солнечного ветра на магнитосферу Земли. Для этого были созданы рекуррентные нейросетевые модели, основанные на ранее установленных [Бархатов и др., 2017] физических причинно-следственных связях динамики высокоширотной геомагнитной активности (по индексу AL) с параметрами плазменных потоков. Здесь в качестве входных последовательностей использованы два параметра – Bz компонента ММП и интегральный параметр Σ[N*V2 ], учитывающий предысторию процесса накачки кинетической энергии в магнитосферу, где N и V– концентрация плазмы и скорость солнечного ветра, соответственно. Прогноз непрерывного ряда значений AL индекса достигается последовательностью параллельно работающих ИНС. Количество сетей определяется скважностью необходимого прогнозируемого ряда AL индекса, при этом учет 90 мин предыстории входных параметров в каждой из сетей обеспечил восстановление значения AL индекса с точностью до ~80%. Демонстрация функционирования прогноза выполнена на минутных данных, зарегистрированных в 1998- 2012 гг. (http://cdaweb.gsfc.nasa.gov) и отвечающих 8 часовым интервалам 70 изолированных магнитосферных суббурь. Часть событий выборки (65 событий) использовались для обучения ИНС, другая часть (5 событий) использовались для тестирования качества обучения нейросетей. Предлагаемая прогностическая модель суббуревой активности на 120 минут выполнена с использованием 12 нейросетей, где каждая ИНС прогнозировала AL индекс на конкретное время от текущего момента: +10 мин, +20 мин, … +120 мин. Таким образом, полученный спрогнозированный ряд AL-индекса содержит 12 значений с дискретностью 10 минут. Объективная оценка качества прогноза AL-индекса выполнялась вычислением коэффициента корреляции R и эффективности восстановления РЕ между реальными (целевыми) и сгенерированными значениями, полученными 12-ю параллельно работающими ИНС. В экспериментах показано, что в среднем качество прогнозируемого ряда значений AL-индекса снижается от R=0.82, PE=79% (+10 мин) до R=0.61, PE=42% (+120 мин). Таким образом, созданные нейросетевые модели с достаточной эффективностью могут быть применены для прогнозирования изолированных суббурь, вызываемых солнечными плазменными потоками. Бархатов Н.А., Воробьев В.Г., Ревунов С.Е., Ягодкина О.И. Проявление динамики параметров солнечного ветра на формирование суббуревой активности // Геомагнетизм и аэрономия. Т. 57. №3. С. 273–279. 2017.