磁暴数据的多尺度分析
第３２卷第１期２０１１年２月地震地磁观测与研究ＳＥＩＳＭ（）１．（）ＧＩＣＡＩ．ＡＮＩ）（ｊＥ（）ＭＡ（ｊＮＥＴＩＣ（ＪＢＳＥＲＶＡＴＩ（）ＮＡＮＤＲＥＳＥＡＲＣＨＶ０１．３２ＮＯ．１Ｆｅｂ．２０１１
ｄｏｉ：１０．３９６９／Ｊ．ｉｓｓｎ．１００３—３２４６．２０１１．０１．００６
磁暴数据的多尺度分析
马学俊Ｄ何凤霞Ｄ谢艳娟”王建格２’
１）中国北京１０２２０６华北电力大学数理学院２）中国广东５１０３２０广州基准地震台
摘要磁暴可能对电网、油气管线等技术系统的安全运行造成影响，分析磁暴的时频特征对研究技术系统的影响有莺要意义。本研究采用多尺度小波变换，分析广东肇庆地磁台的磁暴地磁数据，将磁暴地磁分量数据分解为高频和低频，研究厂｛兹暴地磁分量的时域特征，得到了一些有价值的结论。关键词小波变换；多尺度分析；磁暴
０引舌
太阳向着地球喷发出的大量等离子体引起的强烈太阳风扰动，和持续长时问的南向行星际磁场与磁层相互作用，形成了特别强烈的磁暴（李琪等，２００６）。磁暴在地面感应出电场，并
在地面导电网络产生地磁感应电流（ＧＩＣ），对电网、石油天然气管道、通信线路等带来一系列
影响（刘连光等，２００８），引发过加拿大魁北克电网停电等严莺事故。造成了巨大的社会影响和严重的经济损失。２００１年以来．随着我国一些５００ｋＶ长距离输电线路相继建成投运，江苏、
广东等地电网多次出现磁暴侵害事件，研究磁暴特征及影响具有重要意义。小波分析具有“数
学显微镜”的美称（邓东皋等，１９９１），在信号处理、图像处理、图像分析等领域有着广泛应用，本研究采用多尺度分析磁暴地磁数据。
１多尺度分析
多尺度分析是建立在函数空间概念上的理论，其思想的形成来源于工程，是Ｍａｌｌａｔ研究
图像处理｜＇口Ｊ题时建它的。Ｍａｌｌａｔ算法的基本思想可以归纳如下：原始信号Ｓ经过一次分解
后。得到ａ，和ｄ、（图１）。ａ，代表原始信号Ｓ中的低频成分。即原始的概貌部分；而ｄ，代表原始信号Ｓ中的高频成分，即原始信号的细节部分。由于ａ。中仍然含有许多细节成分，于是把
口，做小波分解，得到ａ。和ｄ。（图１）。ｎ：代表口。中相对低频成分，即原始信号Ｓ中更为粗糙的概貌成分；而ｄ。代表ａ。中相对高频成分，即较ｄ，粗糙的细节部分（魏明园．２００５）。这样不断
的把尺度分解下去，不同频率段的细节成分被提取出来，小波起到了显微镜的作用。Ｄａｕ—
ｂｅｃｈｉｅｓ小波（简称ｄｂ小波）具有最小的支集。支集越长，ｄｂ小波越光滑．且消失距越高，正则性随着信号的增加而增加等。因此，用ｄｂ２分别对信号进行三尺度分解，得到低频信号口。，高
频信号ｄ３、ｄ２、ｄ１（图１）。
作者简介ｔ‘５学俊（１９８６）．男．安徽颖ｆ：人．研究乍．主要研究方向为Ｊ砸ＪｆＪ散珊统计＿轼金项ＩＩ：【目家ｒＩ然科学鞲金（５０６７７０２０）ｌ凼家“８６３ｉｆ划”项ｌ｜（２００７ＡＡ０４２４２５）本文收到Ｉｌ期ｔ
Ｚｏｌｏ－０６一Ｚ３
万方数据地震地破观测与研究３２卷
２地磁数据的分析
电网ＧＩＣ与地磁场Ｈ、Ｚ分量的变化率有关，把Ｈ、Ｚ分量的变化率记为ＤＨ、ＤＺ（即，毋。
图１ｓ的三足度分解Ｆｉｇ１Ｔｈｉｒｄ—ｌｅｄｅｅｏｍｐｏｓｉｌｉｏｎｏｆＳＤＨ＝ｄＨ／ｄｔ，ＤＺ＝ｄＺ／ｄｔ．二者单位是ｎＴ・ｓ。。）。数据采用２００４年ｉｉ月１０日磁暴发生时广东肇庆地磁
台数据。在此将磁场分量的变化视为ＤＢ（即根据研
究对象，ＤＢ可以代表ＤＨ，也可代表Ｄ２，或ＤＨ和
ＤＺ）。２．Ｉ第１次分析
导人地礁Ｈ、ｚ分量数据，分别转化为ＤＨ、ＤＺ，进行三尺度分解．分析结果见图２、图３。
“１∥ｓ图２肇庆地盘台ＤＨ＝Ｒ座分解Ｆｉｇ２Ｔｈｉｒｄ—ｓｃａｌｅｄｅｃｏｍｐｏｓｉｔｉｏｎｏｆＤＨａＩＺｈａｏｑｉｎｇＳｔａｌｉｏＮ
ｔ／ｌ口ｓ即３肇庆地盛台Ｄｚ三Ｒ度分解Ｆｉｇ３Ｔｈｉｒｄｓｅａｔｅｄｅｃｏｍｐｏｓｉｔｉｏｎ。ｆＤＺａｌＺｈａｏｑｉｎｇＳｔａｔｉｏｎ
从罔２，罔３可看出：①在磁暴发生时，ＤＨ、Ｄｚ均有渡动。从分解高频信号中低频部分如，高频部分ｄ…ｄ、ｄ，可以得到。其波动程度主要由低频信号决定．而且ＤＨ的低频信号范
围是ＤＺ的２倍，所以ＤＨ波动大；②磁暴发生时ｔＤＺ的散点近３８ｍｉｎ没有达到０３＜ＤＢ值．
其单位是ｎＴ・ｓ，以下类同）（如图２的ｄ：）。在数学的“显微镜”下．可以看出每个信号都存；０
０
０
万方数据第１期马学俊等：磁暴数据的多尺度分析３１
在奇异点，且对应时间基本相同。信号很有可能受到干扰下有可能进一步影响ＧＩＣ。
２．２第２次分析
从图２、图３中的ａ。，得到ＤＢ为０．４作为磁暴初相主相的分割。假设磁暴位于初相时，
０．１≤ｌＤＢｆ＜ｏ．４（ＤＢ代表地磁场分量的变化率，而不是认为磁暴处在初相阶段），则磁暴位于主相时，ｌＤＢｊ＞Ｏ．４。根据分析可得到表１。哀１ＤＢ的统计结果从表１可知，０．４是ＩＤＨＩ与ＩＤＺＩ所含点量的
分割点，即在小于０．４时，ＩＤＨＩ含的点比ＩＤＺＩ少；而大于０．４时，ＩＤＨＪ含点量是ｌＤＺＩ的７
倍多。
（１）ＩＤＢＩ＞０．４时，ＤＨ、ＤＺ信号散点图见图４。由图４可知：ｌＤＨｌ＞０．４的点是
ＤＺＩ＞Ｏ．４的７倍多，主要集中分布在５个时间阶段，分别是０．４９９６Ｘ１０４－－０．７４６６×１０４ｓ，０．８９９６×１０４—１．１９９３Ｘ１０４ｓ，１．３２５４×１０４—１．４７６８×１０４ｓ，１．５８２３×１０４－－１．７５２４×１０４ｓ，３．９４０１Ｘ１０‘－－３．９６７６Ｘ１０４ｓ，其中第一个阶段共计４０ｍｉｎ左右，磁暴最强烈，而在３．９４０１×１０４—３．９６７６×１０４ｓ磁暴时间持续近５ｍｉｎ，而从４．３７９０×１０４－－６．５５３４×１０４ｓ，信号再也没有超过０．４。从ＩＤＺｌ＞０．４可以看出，在０．４２０１Ｘ１０４－－１．３８４８×１０４ｓ，波动最大。由于在
ＤＺＩ＞０．４共计１０７个，相对ＩＤＨＩ＞０．４，其分布比较分散。根据主相特点：Ｈ分量变化最大，最能代表磁暴主相特点（徐文耀，２００３）。可以看出，ＤＨ、ＤＺ在大于０．４时。其波动程度均
达到最大，恰好符合主相特点。其中ＤＢ的负值比较多，可能由于地理或地磁分布等造成。
＿ｌ苫罟２亡（ａ）塘～ｋ¨ｋ一＋＋＋’・＋：！ｏＬ】！Ｉ！二２———３ｊ二４———５—卞一‘６
图４ＤＢＩ＞Ｏ．４的散点（ａ）ＤＨ散点ｌ（ｂ）ＤＺ散点Ｆｉｇ．４ＴｈｅＳｃａｔｔｅｒｃｈａｒｔｏｆＩＤＢＩ＞Ｏ．４（２）ＩＤＢｌ＝０．４时，ＤＨ、ＤＺ信号分布见图５。０．４是假设的磁暴初相与主相的边界值。在ＩＤＨＩ＝０．４散点图中，其信号虽然只有６３９个，但是分布特别集中，主要分布在磁暴的主相
阶段。在ＩＤＺｆ＝０．４散点图中．可知其分布比较分散，且在磁暴发生时变化不大。（３）０．１≤ｌＤＢＩ＜Ｏ．４时，ＤＨ，ＤＺ的波动均不大，符合磁暴初相特点。磁暴最剧烈发生前０．１≤ＩＤＺＩ＜Ｏ．４中，在０．１３２６×１０４－－０．３５７０×１０４ｓ近３８ｍｉｎ时段没有０．３，这与图４中
显示的持续时间４０ｍｉｎ左右相吻合。在时间段０．１３２６×１０４－－０．４９９６Ｘ１０４ｓ近６２ｍｉｎ，也就是叮以从没有０．３时到第一阶段的０．４出现近６２ｍｉｎ。由此可以提前一小时预测磁暴最剧烈阶段发生及持续时间，有利于减少ＧＩＣ所带来的损失。
综上所述，０．４不仅在一定程度上反映了磁暴主相持续的时间，也反映了磁暴主相特点。这也ｊＦ是选择０．４作为磁暴主栩分割的原因。
最后，要判断ｄｂ２小波分解的可靠性，应对信号分解进行重构。以ＤＨ分量为例说明。
万方数据３２地震地磁观测与研究３２卷
小波重构的最大误差是１．０５４×１０叫２，可见重构信号与原始信号只存在极小误差，主要是由于
计算机位数的限制造成。因此，采用ｄｂ２小波分解是可靠的。
参卜芝罟Ｏ
００（ｂ）２３４５６
０．４Ｉ晰十Ｈ＿＿—＿｝－—Ｈ＿・－怖・●－－Ｈ¨＿●ｈ＿・卅廿＋・＿・ＨＨ・・什・制—・・蕾’．・・卅啊・－・Ｈ＿＋ｔ惜＋Ｈ’＿＿Ｈ卜＿憎ＨＨ‘惜．。：Ｉ！一一３一一坐竺！！一一竺
３结论Ｏ２３４５ｆ，１０４ｓ图。５ｌＤＢＩ一０．４的散点（ａ）ＤＨ散点；（ｂ）ＤＺ散点Ｆｉｇ．５ＴｈｅｓｃａｔｔｅｒｃｈａｒｔｏｆＩＤＢｌ一０．４６
分析结果表明：磁暴在主相阶段，Ｚ、Ｈ分量都在变化。在“显微镜”得到０．４作为磁暴初相和主相的分界点，特别对于ＤＨ分量而言，同时可以得到ＤＨ、ＤＺ的负值最多，可能是地理
或地磁分布等造成，Ｚ、Ｈ分量很有可能受到其他信号干扰，可能进一步影响ＧＩＣ。磁暴发生
前，根据ＤＺ中０．３的情况，可以预测磁暴主相时到来的时间，以及磁暴最剧烈的持续时间，进一步可以估计ＧＩＣ的大小，从而减少的损失。
刘连光老师就论文撰写提供了宝贵意见，在此表示衷心感谢。
参考文献邓东皋，彭六中．小波分析［Ｊ３．数学进展。１９９１，２０（３）：２９４—３１０．刘连光，刘春明，张冰，等．中国广州电网的几次强磁暴影响事件［Ｊ］．地球物理学报。２００８。５１（４）ｚ９７７—９７９．李琪．高玉芬．２００３年１０一１１月的大磁暴［Ｊ］．地震地磁观测与研究．２００６，２７（２）：４３—４７．魏明国．实用小波分析ＦＭ］．北京理工大学出版社，２００５．徐文耀．地磁学［Ｍ］．北京：地震出版杜，２００３．
Ｍｕｌｔｉ－ｓｃａｌｅａｎａｌｙｓｉｓｏｆｍａｇｎｅｔｉｃｓｔｏｒｍｄａｔａ
ＭａＸｕｅｉｕｎ”．ＨｅＦｅｎｇｘｉａ”，ＸｉｅＹａｎｊｕａｎ¨ａｎｄＷａｎｇＪｉａｎｇｅ２’
１）ＳｃｈｏｏｌｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＰｈｙｓｉｃｓ，ＮｏｒｔｈＣｈｉｎａＥｌｅｃｔｒｉｃＰｏｗｅｒＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０２２０６，Ｃｈｉｎａ２）ＧｕａｎｇｚｈｏｕＳｅｉｓｍｉｃＳｔａｎｄａｒｄＳｔａｔｉｏｎ，ＧｕａｎｇｄｏｎｇＰｒｏｖｉｎｃｅ５１０３２０，Ｃｈｉｎａ
Ａｂｓｔｒａｃｔ
Ｍａｇｎｅｔｉｃｓｔｏｒｍｍａｙｈａｖｅｅｆｆｅｃｔｓｏｎｔｈｅｓａｆｅｏｐｅｒａｔｉｏｎｏｆｔｅｃｈｎｉｃａｌｓｙｓｔｅｍ，ｓｕｃｈａｓｐｏｗｅｒｇｒｉｄｓ，ｏｉｌａｎｄｇａｓｐｉｐｅｌｉｎｅｓａｎｄＳＯｏｎ，ｓｏｔｈｅａｎａｌｙｓｉｓｏｆｔｉｍｅ－ｆｒｅｑｕｅｎｃｙｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆ
ｍａｇｎｅｔｉｃｓｔｏｒｍｈａｖｅｇｒｅａｔｓｉｇｎｉｆｉｃａｎｃｅｆｏｒｔｅｃｈｎｏｌｏｇｙｓｙｓｔｅｍｓ．Ｉｎｔｈｅｐａｐｅｒ，ｄｅｃｏｍｐｏｓｉｎｇｍａｇｎｅｔｉｃｓｔｏｒｍｄａｔａｏｆＺｈａｏｑｉｎｇｉｎｔｏｈｉｇｈｏｒｌｏｗｆｒｅｑｕｅｎｃｙｅｌｅｍｅｎｔｓｗｉｔｈｍｕｌｔｉ・・ｓｃａｌｅｗａｖｅ‘。ｌｅｔｔｒａｎｓｆｏｒｍ，ｗｅｓｔｕｄｙｔｉｍｅ－ｄｏｍａｉｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｍａｇｎｅｔｉｃｓｔｏｒｍｃｏｍｐｏｎｅｎｔａｎｄｏｂｔａｉｎｓｏｍｅｖａｌｕａｂｌｅｃｏｎｃｌｕｓｉｏｎｓ．
Ｋｅｙｗｏｒｄｓ：ｗａｖｅｌｅｔｔｒａｎｓｆｏｒｍ，ｍｕｌｔｉ—ｓｃａｌｅａｎａｌｙｓｉｓ，ｍａｇｎｅｔｉｃ
ｓｔｏｒｍ
万方数据
地磁暴的创新性研究方法
地磁暴的创新性研究方法
地磁暴是太阳风与地球磁场相互作用的结果，具有广泛的影响，包括通信干扰、卫星系统故障、导航偏差等。为了更好地预测和应对地磁暴，科学家们一直在寻找创新性的研究方法。本文将介绍几种地磁暴研究的创新方法。
一、空间天气模型
空间天气模型是一种基于物理规律的数值模拟方法，用于模拟和预测地磁暴的发生和演化。传统的空间天气模型通常基于单一物理过程，如磁层动力学等。然而，这种方法忽视了地球磁场和太阳风之间的复杂相互作用。为了克服这个问题，科学家们开始尝试采用复合模型，结合不同的物理过程，来模拟地磁暴。这种创新的研究方法有助于更准确地理解和预测地磁暴的发生机制。
二、多源数据融合
地磁暴研究需要大量的数据支持，包括地球磁场观测数据、太阳风观测数据、空间天气数据等。然而，不同数据源之间存在差异和不确定性，这给研究带来了一定的挑战。为了解决这个问题，科学家们提出了多源数据融合的方法。通过综合利用多个数据源的信息，可以提高地磁暴的研究精度和预测准确度。例如，可以将地球磁场观测数据与太阳风观测数据进行融合，从而更全面地理解地磁暴的发生过程。
三、机器学习算法 机器学习算法在地磁暴的研究中也发挥着重要作用。传统的地磁暴研究通常基于统计方法和经验模型，其预测能力有限。而机器学习算法可以通过对大量观测数据的学习和训练，建立复杂的非线性模型，从而提高地磁暴的预测准确性。例如，可以利用神经网络算法对地球磁场观测数据进行处理和分析，预测地磁暴的发生时间和强度。这种创新的研究方法为地磁暴预测和防范提供了新的思路。
四、卫星观测技术
卫星观测技术是地磁暴研究中的又一创新方法。传统的地磁暴观测主要依赖于地面观测站点，存在观测精度不高和空间覆盖不均匀等问题。而卫星观测技术可以实时获取地球磁场的全球分布情况，具有高时空分辨率和全天候观测能力。卫星观测数据可以用于地磁暴的监测、预测和预警，为地磁暴的研究提供了重要的数据支持。
利用转移熵研究引起磁暴扰动的太阳风参数重要性排序
利用转移熵研究引起磁暴扰动的太阳风参数重要性排序
于佳斌;佟继周;方少峰;胡晓彦
【期刊名称】《空间科学学报》
【年(卷),期】2022(42)3
【摘 要】磁暴是重要空间天气灾害性事件,能够影响卫星的安全在轨运行和地面电网系统等。目前,对于太阳风–磁层相互作用的研究多集中在分析相关系数的线性关系,而基于信息论的转移熵可以提供强大的无模型有向统计量,可用来分析传统相关性分析和模型假设检测不到的非线性关系。本文利用转移熵的方法,研究了磁暴期间的太阳风驱动参数。利用第23和24太阳活动周的小时精度数据进行长时间尺度分析,发现太阳风向地磁的信息传递呈双峰分布,表现出与太阳活动水平的一致性。利用2010-2018年93个地磁暴期间的分钟精度数据进行短时间尺度分析,结果表明:行星际电场(E)和行星际磁场南向分量(B_(z))对地磁指数Sym-H在时间延迟为60 min时信息传递较强,而太阳风速度v_(sw)、温度T_(sw)、数密度D_(sw)、磁场B和动压P_(sw)对Sym-H指数的信息传递较弱。上述研究结果能够为太阳风-磁层相互作用的建模提供参数选择及确定预测范围的依据。
【总页数】11页(P346-356)
【作 者】于佳斌;佟继周;方少峰;胡晓彦
【作者单位】中国科学院国家空间科学中心;中国科学院大学
【正文语种】中 文
【中图分类】P353 【相关文献】
1.太阳风引起的地磁扰动的辨识建模2.太阳风引起的地磁扰动的参数辨识3.太阳风引起的地磁场扰动的系统辨识4.ICME期间磁暴的太阳风参数和极光沉降能量5.利用大地电磁站间阻抗估算磁暴引起的大地电场
因版权原因，仅展示原文概要，查看原文内容请购买
变分模态分解多尺度组合模型TEC预测
变分模态分解多尺度组合模型TEC预测
闵曹文;邹自力;毛文飞
【摘 要】针对电离层TEC数据特征,以及单个预测模型的不足,提出基于变分模态分解多尺度组合TEC预测模型.通过实验对比分析,多尺度组合模型的平均相对精度比单一ARMA模型,多尺度ARMA模型以及多尺度Elman神经网络模型分别提高了9%、2.2%、1.2%;而标准差分别减小了1.72TECU,0.18TECU,0.06TECU,并对比分析4种模型在磁暴时的预测精度,结果表明多尺度组合模型在强磁暴时的预测精度比其他3种模型高.
【期刊名称】《江西科学》
【年(卷),期】2017(035)003
【总页数】6页(P389-394)
【关键词】变分模态分解;Elman神经网络;ARMA;电离层TEC;多尺度组合预测;磁暴
【作 者】闵曹文;邹自力;毛文飞
【作者单位】东华理工大学测绘工程学院,330013,南昌;流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;江西省数字国土重点实验室,330013,南昌;东华理工大学测绘工程学院,330013,南昌;流域生态与地理环境监测国家测绘地理信息局重点实验室,330013,南昌;江西省数字国土重点实验室,330013,南昌;东华理工大学测绘工程学院,330013,南昌
【正文语种】中 文 【中图分类】P352
电离层总电子含量(Total Electron Content，TEC)对全球定位导航系统(GNSS)、无线电信号传播等造成较大影响，为了减小其影响，建立适合的电离层TEC预测模型变得尤为重要[1]。
由于电离层TEC序列受众多因素影响，呈现很强的周期性、非平稳性以及非线性[2]，文献[2]中利用EMD-ARMA模型对电离层TEC进行预测，但并未考虑到GNSS数据存在噪声影响、EMD分解的模态混叠现象以及ARMA预测模型为线性模型；文献[6]中提出了EMD多尺度Elman预测，但同样没有顾及EMD分解的模态混叠现象。因此，本文提出基于变分模态分解(Vibrational Mo-de
磁暴期间的地磁导航精度分析
磁暴期间的地磁导航精度分析
郭才发;张力军;蔡洪
【期刊名称】《空间科学学报》
【年(卷),期】2011(031)003
【摘 要】地磁导航是无源自主导航技术研究的新方向.分析了地磁导航的基本原理,描述了典型磁暴过程,并针对地磁导航在磁暴环境中的适用性进行了研究.在采用曲面样条方法对实测地磁场数据建立观测模型的基础上,结合广义卡尔曼滤波方法讨论了磁暴不同阶段对地磁导航精度造成的影响.分别采用理论典型磁暴数据以及实测磁暴数据进行仿真,仿真结果表明,在磁暴的初相、恢复相的中后时段以及中等强度以下的磁暴全过程仍然可以采用地磁来进行导航定位,导航精度在200 m以内,满足飞行器中程制导的精度要求.
【总页数】6页(P372-377)
【作 者】郭才发;张力军;蔡洪
【作者单位】国防科学技术大学航天与材料工程学院,长沙410073;国防科学技术大学航天与材料工程学院,长沙410073;国防科学技术大学航天与材料工程学院,长沙410073
【正文语种】中 文
【中图分类】V44
【相关文献】 1.自适应滤波在磁暴期间地磁导航中的应用 [J], 郭才发;胡正东;赵星;蔡洪
2.基于地磁导航的地磁通化方法精度分析 [J], 孙广;王兴涛;朱翔宇;李双钦;郭美军;翟伟
3.磁暴期间电离层电磁离子回旋波的地方时分布差异 [J], 孙璐媛;王慧;何杨帆
4.地磁暴期间北半球高纬度地区电离层变化特征及对精密定位的影响 [J], 王格;王宁波;李子申;周凯;刘昂
5.伴随磁层稳态对流的磁暴及磁暴期间环电流的特征 [J], 提烁;沈超;陈涛;曾刚
因版权原因，仅展示原文概要，查看原文内容请购买
磁暴期间中低纬电离层暴形态和物理机制分析
磁暴期间中低纬电离层暴形态和物理机制分析
张奇伟;郭兼善
【期刊名称】《空间科学学报》
【年(卷),期】1993(013)004
【摘 要】本文利用东亚地区１２个低纬电离层台站的测高仪观测数据，对１９７８年８月２７日发生的一次曲型磁暴期间电离层峰值高度和密度的变化进行了分析。采用滑动平均区分开电离层中不同时间尺度的扰动，分析了影响中低纬度电离层暴的几种扰动形态特征，并对其物理机制进行了讨论。结果表明：伴随磁暴急始的磁层压缩，电离层中表现出峰值密度增加和峰值高度下降；磁暴主相期间热层大气暴环流及其所引起的中性大气成分变化控制着电离层的大
【总页数】9页(P262-270)
【作 者】张奇伟;郭兼善
【作者单位】不详;不详
【正文语种】中 文
【中图分类】P352.4
【相关文献】
1.地磁暴期间中国中低纬电离层的CIT研究 [J], 於晓;欧明;刘钝;马保田;邓忠新;陈丽;甄卫民
2.超强磁暴期间中低纬电离层扰动的统计分析 [J], 孙树计;王保健;赵振维;刘玉梅;陈春
3.2015年3月磁暴期间中国中低纬地区电离层变化分析 [J], 孙文杰;宁百齐;赵必强;李国主;胡连欢;常首民
4.不同类型磁暴和中低纬电离层暴的关系 [J], 张奇伟;郭兼善;章公亮;郑红
5.磁暴期间中国中低纬电离层不规则体与扰动分析 [J], 梅登奎;闻德保
因版权原因，仅展示原文概要，查看原文内容请购买
地磁暴的跨学科研究
地磁暴的跨学科研究
地磁暴是一种自然现象，它是地球磁场发生短期强烈变化的现象。地磁暴对地球上的电网、通信系统和导航系统等有着重要影响，因此，对于地磁暴的研究对于我们了解地球的磁场以及其对人类生活的影响具有重要意义。地磁暴是一个复杂的现象，需要跨学科的研究来解决其中的问题。
地磁暴的起源和机制一直是科学家们关注的焦点。物理学研究认为，地磁暴是由太阳风和地球磁层相互作用引起的。当太阳发生高能带电粒子的爆发时，这些带电粒子会通过太阳风传输到地球附近。当这些带电粒子接触到地球磁层时，会产生磁场扰动，进而引发地磁暴。因此，太阳物理学和地球物理学是研究地磁暴起源和机制的重要学科。
在地磁暴的研究中，天文学发挥了重要作用。天文学家通过观测太阳活动和太阳风的特征，可以预测地磁暴的发生。他们利用望远镜观测太阳表面的活动区域和太阳黑子等现象，从而推断出太阳活动的规律。通过对过去地磁暴事件和太阳活动之间的关系进行统计分析，天文学家还可以建立地磁暴与太阳活动之间的定量模型，为实时地磁暴预测提供依据。
地球物理学的研究对于我们了解地球磁场的特性和变化规律非常重要。地球物理学家通过地磁场观测站网络监测地球磁场的强度、方向和变化等参数。他们利用地磁场观测数据，可以分析地磁暴在地球上的传播规律，以及地磁暴对地球磁层的影响程度。此外，地球物理学还研究地磁暴与地球电离层之间的相互作用，以及地磁暴对地球上大气环流和天气系统的影响。
通信工程学是另一个重要的跨学科研究领域。地磁暴会引发电离层扰动，从而对无线电通信产生干扰。通信工程师通过分析地磁暴对无线电信号传播的影响，可以改进和优化通信系统的设计。他们利用地磁暴数据和实验结果，可以建立地磁暴与无线电通信的关联模型，从而更好地预测和应对地磁暴对通信系统的影响。
最后，地磁暴的研究还需要借助计算机科学的方法和技术。大量的地磁暴数据需要进行处理和分析，以提取有用的信息和模式。计算机科学家可以开发数据挖掘算法和机器学习模型，以提高地磁暴的预测准确性。同时，他们还可以开发模拟工具，用于模拟地磁暴的发生和传播过程，以进一步理解地磁暴的物理机制。
探测结果――磁层亚暴的全球和多时空尺度的“锋面触发” …
双星计划的主要探测结果――磁层亚暴的全球和多时空
尺度的“锋面触发”模型
刘振兴(Z. X. Liu)
中国科学院空间科学与应用研究中心，北京，100080
根据双星计划的1号卫星（TC－1）的探测数据及磁层空间天气低层大气天气过程的对比研究，提出了磁层亚暴全球和多时空尺度的“锋面触发”模型。该模型的主要科学论点是：
1．根据探测一号卫星（TC-1）和其它卫星的探测数据，提出“电离层风”的概念，明确提出：太阳风直接驱动产生的“电离层风”尾向流，对磁层亚暴的触发过程起着十分重要的作用。
2．提出“电离层风”尾向流与等离子体片地向流相互作用形成的“锋面区”，对磁层亚暴的触发起着关键作用。 “锋面区”是上述两股流相互作用产生的动态结构，不同于静态的等离子体片内边界。
3．从理论上预期了锋面区的主要特性
（1）在“锋面区”存在着强的磁场、压力、密度和温度梯度、温度各向异性和大的起伏，同时磁场存在着强的震荡。锋面区的这些特性会触发某些不稳定性，激发不同类型的波动和波—粒相互作用；（2）锋面区粒子温度增加，温度各向异性增强；磁场Y方量增强；（3）出现磁场偶极化；（4）引发粒子突然沉降，极光突然增亮和场向电流突然增强，触发磁层亚暴膨胀相的开始；
4．提出亚暴膨胀相开始的位置是在“锋面区”。亚暴膨胀相开始的位置，取决于“锋面”的位置，当等离子体片区的地向流强、尾向流弱时，亚暴膨胀相发生的位置离地球较近，反之，离地球较远；
5．从理论上提出了磁暴主相的触发过程和磁暴与亚暴关系的新论点，强磁暴主相发生的主要条件是：
（1）磁暴的驱动条件是南向行星际场强和持续时间长，持续出现较强的等离子体片地向流和电离层风尾向流；（2）与亚暴相比，锋面区更靠近地球；（3）与亚暴相比，锋面区的磁场和压力梯度更强，横越磁力线的粒子扩散注入环电流区，磁场梯度漂移加快闭合环电流的形成；（4）在这些条件下，强磁暴期间必然伴随着间歇性的亚暴；（5）电离层风尾向粒子流是磁暴环电流离子的重要来源。
地磁暴的观测与数据分析
地磁暴的观测与数据分析
地球，这个我们赖以生存的蓝色星球，周围存在着一个看不见摸不着却又极其重要的磁场。而地磁暴，作为地球磁场的一种剧烈活动现象，对于人类的生活和科技发展有着不容忽视的影响。
要了解地磁暴，首先得知道什么是地磁暴。简单来说，地磁暴是高速等离子体云从太阳日冕抛射出来，到达地球并与地球磁场相互作用所引起的全球性剧烈地磁扰动现象。它就像是地球磁场遭遇的一场“风暴”，会给地球带来一系列的变化和影响。
那么，如何观测地磁暴呢？这可不是一件简单的事情。目前，主要的观测手段包括地面观测站、卫星观测以及一些专门的地磁观测仪器。
地面观测站分布在世界各地，它们通过磁力计等设备来测量地磁场的变化。这些观测站长期稳定地工作，积累了大量宝贵的数据。卫星观测则具有更广阔的视野，可以从太空的角度对地球磁场进行全方位的监测。比如一些专门用于研究地球磁场的卫星，能够提供高精度、高时空分辨率的磁场数据。
除了这些常规的观测设备，还有一些特殊的观测方法和技术。例如，利用电离层中的等离子体参数变化来间接推断地磁暴的发生和强度。这些不同的观测手段相互补充，为我们描绘出地磁暴的全貌。
观测到了地磁暴的数据，接下来就是至关重要的数据分析环节。数据分析就像是在一堆杂乱无章的线索中寻找规律和答案。 首先，要对收集到的数据进行预处理。这包括去除噪声、校正误差、统一数据格式等。就像做菜前要先把食材清洗干净、切好一样，只有把数据处理好了，后续的分析才能更准确、更有效。
然后，通过各种数学方法和模型来分析数据。比如，利用频谱分析可以找出地磁暴信号中的主要频率成分；通过统计分析，可以了解地磁暴的发生频率、强度分布等特征。
在数据分析中，时间序列分析是一种常用的方法。通过观察地磁场随时间的变化，可以发现地磁暴的发展过程和趋势。还可以将不同地点观测到的数据进行对比和综合分析，以了解地磁暴在全球范围内的传播和影响。
地磁暴的数据分析对于很多领域都具有重要意义。在航天领域，它可以帮助我们预测太空环境对卫星和航天器的影响，提前采取防护措施，保障航天任务的安全和成功。对于电力系统，地磁暴可能会引发地磁感应电流，影响电力设备的正常运行。通过对数据的分析，可以评估地磁暴对电力系统的潜在威胁，并制定相应的应对策略。
磁暴数据的多尺度分析
第３２卷 第１期 ２０１１年 ２月 地震地磁观测与研究 ＳＥＩＳＭ０Ｌ０ＧＩＣＡＬ ＡＮＤ ＧＥ０ＭＡＧＮＥＴＩＣ ０ＢＳＥＲＶＡＴ１０Ｎ ＡＮＤ ＲＥＳＥＡＲＣＨ Ｖｏ１．３２ ＮＯ．１ Ｆｅｂ． ２０１１
ｄｏｉ：１０．３９６９／Ｊ．ｉｓｓｎ．１００３—３２４６．２０１１．０１．００６
磁暴数据的多尺度分析
马学俊Ｄ 何凤霞Ｄ 谢艳娟Ｄ 王建格 ’
１）中国北京１０２２０６华北电力大学数理学院 ２）中国广东５１０３２０广州基准地震台
摘要 磁暴可能对电网、油气管线等技术系统的安全运行造成影响，分析磁暴的时频特征对研究技 术系统的影响有重要意义。本研究采用多尺度小波变换，分析广东肇庆地磁台的磁暴地磁数据，将 磁暴地磁分量数据分解为高频和低频，研究了磁暴地磁分量的时域特征，得到了一些有价值的结论。 关键词小波变换；多尺度分析；磁暴
０ 引言
太阳向着地球喷发出的大量等离子体引起的强烈太阳风扰动，和持续长时间的南向行星
际磁场与磁层相互作用，形成了特别强烈的磁暴（李琪等，２００６）。磁暴在地面感应出电场，并
在地面导电网络产生地磁感应电流（ＧＩＣ），对电网、石油天然气管道、通信线路等带来一系列 影响（刘连光等，２００８），引发过加拿大魁北克电网停电等严重事故，造成了巨大的社会影响和 严重的经济损失。２００１年以来，随着我国一些５００ ｋＶ长距离输电线路相继建成投运，江苏、 广东等地电网多次出现磁暴侵害事件，研究磁暴特征及影响具有重要意义。小波分析具有“数
学显微镜”的美称（邓东皋等，１９９１），在信号处理、图像处理、图像分析等领域有着广泛应用，本 研究采用多尺度分析磁暴地磁数据。
１多尺度分析
多尺度分析是建立在函数空间概念上的理论，其思想的形成来源于工程，是Ｍａｌｌａｔ研究 图像处理问题时建立的。Ｍａｌｌａｔ算法的基本思想可以归纳如下：原始信号Ｓ经过一次分解
后，得到ｎ 和ｄ （图１）。ｎ 代表原始信号ｓ中的低频成分，即原始的概貌部分；而ｄ 代表原 始信号ｓ中的高频成分，即原始信号的细节部分。由于ｎ 中仍然含有许多细节成分，于是把 做小波分解，得到 。和ｄｚ（图１）。 代表 中相对低频成分，即原始信号ｓ中更为粗糙的
地磁暴的观测与数据分析 2
地磁暴的观测与数据分析
地磁暴是地球磁场发生异常剧烈变化的现象，对电磁设备、导航系统和通信网络等都可能产生严重影响。因此，对地磁暴进行观测与数据分析是非常重要的。本文将介绍地磁暴的观测方法和数据分析技术。
一、地磁暴的观测方法
1. 磁力计观测法
磁力计是一种用于测量磁场强度和方向的仪器。地磁暴观测中常用的磁力计有磁力计网络和磁场曲线仪。磁力计网络由多个地面观测站组成，分布在全球范围内，可以实时监测地球磁场的变化。磁场曲线仪则是一种可以测量地磁场三个分量的仪器，通常安装在特定地点进行观测。
2. 卫星观测法
卫星观测是一种用卫星携带的磁力计对地球磁场进行观测的方法。目前常用的卫星观测系统有SWARM卫星和CHAMP卫星。这些卫星配备了高精度的磁力计仪器，并可以全天候、全时段地监测地磁场的变化。通过卫星观测，可以获取全球范围内的地磁暴数据。
二、地磁暴数据的收集与处理
1. 数据收集 地磁暴数据的收集主要通过磁力计网络和卫星观测系统进行。磁力计网络收集的数据可以通过互联网进行实时传输，以便进行实时监测和预警。卫星观测系统收集的数据则需要进行卫星数据下载和处理。
2. 数据处理
地磁暴数据的处理包括数据校正、滤波和去噪等步骤。数据校正是为了消除仪器误差和环境干扰对数据的影响，通常使用校正模型进行校正。滤波是为了去除高频噪声，保留地磁暴信号。常用的滤波方法有低通滤波和中值滤波等。去噪是为了进一步提高数据质量，常用的去噪方法有小波去噪和人工智能算法等。
三、地磁暴数据的分析与应用
1. 地磁暴特征分析
通过对地磁暴数据进行特征分析，可以揭示地磁暴的时空分布规律和演化过程。常用的特征分析方法有频谱分析、小波分析和时频分析等。特征分析可以帮助科学家更好地理解地磁暴的本质和机制。
2. 地磁暴预测与预警
基于地磁暴数据分析结果，可以进行地磁暴的预测与预警。地磁暴预测主要基于历史数据和统计模型，通过建立预测模型进行预测。地磁暴预警则是基于实时监测数据，当监测到地磁暴可能发生时，及时发布预警信息。