|
ИСТИНА |
Войти в систему Регистрация |
Интеллектуальная Система Тематического Исследования НАукометрических данных |
||
Классификация изолированных суббурь при учете условий генерации и характеристик фазстатья
- Авторы: Бархатов Н А Н.А., Воробьев В.Г., Ягодкина О.И., Ревунова Е.А., Борисова А.Ю.
- Журнал: Physics of Auroral Phenomena
- Год издания: 2023
- Издательство: Федеральное государственное бюджетное научное учреждение "Полярный геофизический институт"
- Местоположение издательства: Апатиты
- Первая страница: 13
- Последняя страница: 17
- DOI: 10.51981/2588-0039.2023.46.008
- Аннотация: Выполнена нейросетевая классификация изолированных событий суббурь, обусловленных воздействием потоков плазмы солнечного ветра на магнитосферу Земли при учете следующих классификационных признаков: продолжительность фазы зарождения, длительность фазы развития, фазы восстановления и всей суббури, а также поведения компоненты Bz межпланетного магнитного поля (ММП). Под поведением компоненты Bz подразумевается ее поворот к югу, определяющий начало фазы зарождения суббури. Эти классификационные признаки характеризуют особенности условий генерации различных фаз изучаемых суббурь. Они приняты в качестве входных рядов для создаваемых самообучающихся нейросетевых моделей. Материалом для исследования послужили изолированные суббури, выбранные по вариациям минутных значений индекса AL за все зимние сезоны (ноябрь, декабрь, январь) с 1995 г. по 2012 г. При этом использованы следующие критерии отбора: 1) временной интервал от предыдущего возмущения не менее 3-х часов; 2) интенсивность магнитной бухты в максимуме 250 нТл < Max|AL| < 1300 нТл; 3) длительность суббури < 3 ч; 4) окончание суббури: время UT, после которого величина возмущения |AL| < 0.2Max|AL|. Отбор суббурь по критериям 1–3 проводился визуальным просмотром суточных вариаций AL индекса. Дополнительным признаком появления суббури являлось наличие соответствующих вариаций в индексах магнитной активности SYM/H(D) или ASYM/H(D). Всего было отобрано 106 суббурь, удовлетворяющих сформулированным выше условиям. Применяемая ИНС реализует разработанные ранее алгоритмы машинного зрения для самообучения на прецедентах [1]. Результатом работы классификационной нейросети было формирование графических образов набора указанных выше классификационных признаков. Каждый такой образ содержит информацию о продолжительности фаз рассматриваемых суббурь. В результате нейросетевых экспериментов суббури были классифицированы на пять классов. Их характеристики следующие: класс 1 – продолжительное развитие и восстановление суббури с укороченной фазой зарождения; класс 2 - продолжительная фаза зарождения; класс 3 - равновеликие фазы; класс 4 - относительно продолжительная фаза развития; класс 5 - относительно короткая фаза восстановления. Причинно-следственные связи продолжительности суббуревых фаз с параметрами солнечного ветра и ММП обуславливают физические особенности [2] обнаруженной классификации.1. Barkhatov . N.A., Vorobjev V.G., Revunov S.E., Barkhatova O.M., Revunova E.A., and Yagodkina O.I., Neural network classification of substorm geomagnetic activity caused by solar wind magnetic clouds // Journal of Atmospheric and Solar-Terrestrial Physics, vol. 205, 2020. doi:10.1016/j.jastp.2020.105301 2. 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.
- Добавил в систему: Ягодкина Оксана Ивановна