ИСТИНА

Выполнены исследования вариаций суточных потоков релятивистских электронов на геостационарной орбите в 24-ом цикле солнечной активности и разработана модель прогноза суточных флюенсов на основе методов машинного обучения. Для проведения исследований и настройки модели использован набор данных измерений потоков спутника GOES-15, охватывающий практически весь 24-й солнечный цикл: с 01.01.2011 до 21.12.2019 гг. В качестве входных параметров использованы параметры солнечного ветра, индексы геомагнитной активности, расстояние до подсолнечной точки магнитосферы и потоки электронов (Е>2 и E>0.8 МэВ). Для оценки качества прогноза для каждого года основной набор данных поделен на четырехлетние выборки с шагом один год методом скользящего окна. Два первых года использованы для обучения, следующий — для валидации, а последний — для тестирования. Прогностические модели разработаны на основе алгоритма классического обучения CatBoost и нейронных сетей LSTM. Результаты статистического анализа динамики потоков электронов в течение солнечного цикла свидетельствуют об отрицательной корреляции между фазой солнечного цикла и суточными потоками релятивистских электронов на ГСО. Качество прогноза проявляет зависимость от распределения интенсивности потоков электронов: увеличение потоков приводит к уменьшению R2 и увеличению RMSE. Таким образом, точность прогнозирования ухудшается по мере развития фазы спада солнечного цикла, и эта зависимость становится более выраженной при увеличения горизонта прогнозирования. Также исследован вклад входных параметров, усредненный за каждый год. Показано, что наибольшую значимость имеют так называемые «чистые параметры», не являющиеся производными, такие как Kp и SYM-H индексы, температура ионов и скорость солнечного ветра. Исследование выполнено в рамках государственного задания МГУ им. М.В. Ломоносова.