基于极紫外图像的F10.7中期预报方法

The Mid‐Term Forecast Method of F10.7 Based on Extreme Ultraviolet Images - Lei - 2019 - Advances in Astronomy - Wiley Online Library

0 ABSTRACT

太阳射电流量F10.7是一项重要的指标，用于直接监测太阳变化，并在经验大气模型和电离层模型中广泛应用。F10.7主要源自位于活动区上方的日冕，而极紫外（EUV）图像则反映了日冕热结构。本文提出了一个名为P_SR的指数，通过分析太阳EUV图像强度值来表示对F10.7的日冕贡献。观察到，在304Å EUV图像中，F10.7和P_SR之间呈现出很高的Spearman相关系数（0.85）。基于这种高相关性，建立了一个经验模型，并利用SDO/AIA和双子星STEREO/EUVI的EUV数据生成全盘太阳EUV图像，并计算未来27天内P_SR值。然后，通过经验模型可以准确预测从1到27天内F10.7的数值。与2012-2013年使用54阶自回归模型进行预测相比较，提出的模型误差下降率达到12.54%，在未来3至27天预报中具有明显优势。

1 INTRODUCTION

F10.7是指太阳在2800 MHz频率和10.7 cm波长下的射电流量指数。它主要由回旋共振发射和布伦斯特劳发射这两种辐射机制组成(gyroresonance emission and bremsstrahlung emission)。回旋共振辐射仅在磁场强度足够大的地方才会发生。Schonfeld等人[5]于2011年12月9日观察到第24个活动周期上升阶段中F10.7流量变化部分与回旋共振辐射机制相关联，其百分比为8.1% ± 0.5%，虽然该百分比在活动周期内有很大变化。布伦斯特劳辐射的强度与等离子体密度有关，因此F10.7源区主要位于日冕层高度上方的活动区域。Livingston等人则发现，在第24个活动周期期间，F10.7与黑子数之间不再存在传统假设中认为存在的线性关系。Selhorst等人研究表明，在1992-2013年期间，F10.7和活跃区数量之间具有良好相关性可能是因为形成黑子所需磁场强度约为1500 G时， F10.7对较弱磁场更敏感导致了这一结果。

自1947年以来,F10.7观测工作从未中断，并且目前全球通用值由加拿大多米恩无线电天文台每天正午时间（20:00 UT）进行观测得出，并以sfu（太阳辐射流量密度单位, 1 sfu = 10−22·W ·m−2·Hz−1）表示。

太阳的极紫外（EUV）辐射对地球大气层进行加热和电离。由于无法从地面观测到EUV辐照，因此使用F10.7作为一个替代指标来表示EUV。上层大气模型采用计算机代码，并将F10.7作为太阳辐射的一种替代方式[10]。这些上层大气模型通常用于计算低地球轨道卫星所需的大气密度，以便进行轨道预测。因此，在轨道预测中输入未来的F10.7是必要举措。准确预测F10.7对于提高轨道预测精度至关重要。

已经观察到一个大约为11年的长周期和平均27天的中期变化。这个11年的周期是太阳活动变化的周期，而27天的周期是由于太阳自转所需时间。预测太阳辐射指数应该与太阳活动的周期特征相匹配。奇异谱分析（SSA）是一种非参数频谱估计方法，可将时间序列分解成多个组成部分，并通过这些组成部分来预测时间序列。SSA可有效用于振荡性质明显的时间序列数据分析。在机器学习领域，自回归模型（AR模型）能从一系列定时步骤中学习，并利用先前结果作为回归模型输入以预测下一个时间步骤值。因此，在研究中Zhong等人[17]采用了SSA方法，Liu等人[18]则采用了54阶AR模型来预测27天F10.7指数，因为这两种方法都适用于具有循环统计数据和周期性特征情况下进行预测。这两篇文章表明，在第23个太阳活动最低点时，它们所采用的方法显示出比美国空军更高精度的预测。然而，在快速出现或消失一个大活跃区域（AR）时，54阶AR模型的预测精度是不令人满意的。此外，Wang等人[19]提出了一种数学方法，可以将F10.7的中期预测扩展到长达54天，而不需要额外的太阳观察数据 。

10.7的生成与日冕高度密切相关，其受到活动区域存在和耀斑发生的影响[8]。不同波长的极紫外图像有望显示太阳大气层中不同区域，如日冕洞（CH）、宁静太阳（QS）、活动区（AR）和耀斑等。此外，F10.7值与磁活跃区之间存在很高的相关性。可以将F10.7视为通过具有可变光学厚度的低日冕来观察色球，并且这种厚度变化是由于覆盖在活跃区和其他结构上方的困扰日冕等离子体范围和密度发生变化所导致的。为了讨论这一问题，我们提出了一个新指标P_SR，它代表了F10.7中低日冕自由-自由贡献的程度，并根据Solar Dynamics Observatory (SDO)上搭载的Atmospheric Imaging Assembly (AIA)获取到的EUV数据[27]进行推导得出。Balan等人[28]证明，在整个太阳周期中，较短波长（极紫外和紫外线）和较长波长（10.7 cm）太阳通量之间存在非线性关系。这是因为在低活动水平下降低了回旋共振吸收相对于free-free emission，并且未计入1500高斯以下磁场强度对F10.7 的贡献。因此，本文定义了一个以P_SR为基础函数来描述F10.7 。另外，“STEREO/EUVI”仪器从2011年2月开始能直接观测到整个远侧太阳盘面，“STEREO”的Sun Earth Connection Coronal and Heliospheric Investigation (SECCHI)成像套件中两台望远镜实现了这一功能。通过将“STEREO/EUVI”数据与“SDO/AIA”数据相结合可以获得完整全球范围内EUV图像。然后可以利用这些图像计算未来27天P_SR值以预测F10.7 。本文根据以上思路构建了一种经验方法来预测基于EUV图像 27 天 F10.7 值。

本研究旨在利用SDO/AIA和STEREO/EUVI提供的完整太阳复合304 Å EUV图像，对太阳F10.7在一个Carrington旋转周期内的情况进行预测。首先基于太阳EUV图像中的强度值定义了一个P_SR指数，以表示对F10.7的低日冕free-free贡献。这项研究重要地展示了360度太阳观测为预测太阳活动带来的实际优势。该预测方法在3-27天期间表现出色，尤其是当太阳背面出现活动区域时。

2 METHOD

选择SDO/AIA的两个EUV通道（171 Å和304 Å），因为它们也在STEREO/EUVI中。从斯坦福大学联合科学操作中心（JSOC）的可用数据库(http://jsoc.stanford.edu/)下载了2010年5月至2015年12月的每日级别-1 512×512数据FITS（灵活图像传输系统）文件，以及从网站https://stereoftp.nascom.nasa.gov/data/beacon/ahead/secchi/img/euvi/下载了2011年1月至2013年12月的每日512×512数据FITS文件。

上述数据文件每天更新一次，大约在20:00 UT，对应于观测到的F10.7指数时间。如果FIT头关键字不等于0，则删除FITS文件。可以从美国国家海洋和大气管理局(NOAA)的网站(ftp://ftp.ngdc.noaa.gov/STP/space-weather/solar-data/solar-features/solar-radio/noontime-flux/penticton/penticton_observed/listings/listing_drao_noontime-flux-observed_daily.txt)下载F10.7数据文件。

使用SDO/AIA 2010年5月至2015年12月的数据集来确定F10.7与P_SR之间函数形式。将SDO/AIA 2012-2013和STEREO/EUVI数据集作为测试集使用。

2.1. Coronal Contribution to F10.7

为了与EUVI数据相匹配，之前的研究使用了重叠和可互换的AIA和EUVI数据来表示同一等离子体的测量结果。这项先前工作已经在SSWIDL软件例程中开发成一个自动化过程（ssc_form_euvi_synoptic.pro）。在该例程中，SDO/AIA数据经过以下公式处理以与SECCHI/EUVI数据相匹配：

对于171Å波段，data_{out} = data_{aia}/exptime × 1.1；

对于304Å波段，data_{out} = data_{aia}/exptime × ssc_get_aia_304_factor(date_{obs})。

“data_aia” 代表原始SDO/AIA数据；“exptime” 代表SDO/AIA曝光时间（以秒为单位）；“date_{obs}” 代表观察图像开始时的日期和时间。“1.1” 参数是将AIA 171 Å图像转换为EUVI 171 Å所需的粗略转换因子。例程“ssc_get_aia_304_factor.pro”返回将AIA 304 Å图像转换为EUVI 304 Å所需的粗略转换因子。最终，“data_{out}” 即是与SECCHI/EUVI数据相匹配的SDO/AIA数据。为了校准三个EUV摄像机的数据集，所有SDO/AIA数据集都经过上述程序处理，并且我们所有关于SDO/AIA结果都基于“data_{out}”。

Vernazza等人[32]、Krista和Gallagher [33]以及Pérez-Suárez等人[34]发现不同太阳区域（冕洞、宁静太阳和活跃区）在EUV图像强度直方图分布上存在差异。Schonfeld等人[5]指出由SDO/AIA收集到的EUV图像可以反映F10.7辐射成分，在本文中定义一个替代变量来表示冠层对F10.7贡献，在EUV 图像中用以下公式表示：

其中源区域（SRs）的像素强度阈值为I_SR。如果Ii大于或等于I_SR，则该像素点属于SR。参数n是地球侧极紫外图像上的像素数之和，因此P_SR是地球侧日冕中所有S_R的积分效应。

Spearman回归相关系数（RS）被定义为排名变量之间的Pearson相关系数，RS评估了两个变量之间关系能否用单调函数来描述。RS是通过下式计算得出的：

其中cov (x, y)是秩变量的协方差。其中，σ_x和σ_y为秩变量的标准差[35,36]。

P_SR与F10.7之间存在非线性关系[28]，因此它们在不同I_SR值下的RS是定义两个通道EUV图像中ISR的值。结果如图1所示。最大R_S值在171 Å为0.75，在304 Å为0.85。

Figure 1  The Spearman correlation coefficients (R_S) between F10.7 and PSR, taking the specified pixel intensity as the threshold of the SRs in two channels’ EUV images from May 2010 to December 2015.

171 Å通道主要反映了太阳大气上部过渡区和安静的日冕区域，而304 Å通道则显示了上部色球/过渡区，在短时间尺度上与太阳活动变化较小。F10.7可被视为通过不同光学厚度的下层日冕观察色球，这是由于困闭在活跃区域和其他活跃结构之上的日冕等离子体范围和密度变化所导致的。相比于171 Å，F10.7源区更接近于太阳304 Å，因此F10.7与304 Å之间具有更好的一致性。当I_SR等于103.2 DN/s时，P_SR与F10.7之间相关系数可达0.85。因此，强度大于103.2 DN/s 的像素提供了关于F10.7源区域的重要信息。

基于以上分析，在304Å极紫外图像中定义了与F10.7源区相关联的指标如下：

图2(b)中的绿色部分显示了P_{SR,304}在EUV图像上的位置。这一区域大部分覆盖了ARs，这与以往的研究结果一致:F10.7的源区主要位于活动区域以上的日冕区[5,6]。

2.2. Establishing the Method

图3为2010年5月至2015年12月F10.7与P_{SR,304}的散点图。考虑到图3中P_{SR,304}和F10.7的指数关系，定义P_{SR,304}和F10.7的经验函数为:

其中c是一个常数项，它被期望为冠基值。其中参数a1、a2、a3为待定系数。

为了得到(4)的最佳拟合系数，我们利用2012年5月至2015年12月的所有日P_{SR,304}和F10.7，采用非线性最小二乘法进行拟合。图3中的拟合函数为Y = 65 + 16.38 (lg X - 5.5) + 17.5 (lg X - 5.5)3.12。参数“5.5”为太阳表面无活动区域时总强度的对数。这意味着F10.7的最小值等于65 sfu，而lg X等于5.5。高阶项意味着F10.7的速率随PSR、304的增长是非线性的。为了减小拟合函数的误差，我们增加了一个线性项。拟合Y与F10.7的相关系数为0.86。考虑到EUV仪器的退化，采用非线性最小二乘法滑动拟合前14个cr (Carrington rotation, 1CR = 27天)的日P_{SR,304}和F10.7，计算参数a1、a2和a3。滑动拟合的相关系数高达0.92(如图10(a)和10(d)所示):这些在第三部分中有详细描述。

STEREO/EUVI系统提供了对太阳圆盘远端的直接观测，显示了在未来几天从地球上可见的太阳一侧将旋转的区域。有一个特殊的IDL程序用于在SolarSoft STEREO($SSW/ STEREO/ssc/ IDL /beacon/ssc_form_euvi_synoptic.pro)树中生成全磁盘EUV图像(图4)，该程序将304 Å来自SDO/AIA的数据与最接近20:00 UT的STEREO/EUVI的数据相结合。图4中数字0-27下面的“+”符号是2013年3月27日至27天后地球沿日-日线在太阳表面上的日投影。地球投影的经纬度可以通过SolarSoft STEREO树中的IDL程序计算($SSW/STEREO/gen/IDL /spice/get_stereo_lonat.pro)。绿色区域表示像素强度大于103.2 DN/s的区域。在EUV图像中，地-日线与像素i法线方向的夹角定义为α_{i,t}。而α_{i,t}的范围为[0°，90°]，像素i位于地球侧盘。然后与SDO/AIA图像转换成相同的坐标，定义EUV图像未来27天的等效预测P_{SR,304}为公式(5)中的W_{304,t}。

其中参数t表示日期。参数I_{i,t}是像素i在接下来的t天图像中的强度。

Figure 3

Scatter diagrams with the nonlinear function (solid red line) of P_SR,304 and F10.7 from May 2010 to December 2015. The Spearman correlation coefficient (R_S) is between PSR,304 and F10.7, and the Pearson correlation coefficient (R) is between fitted Y and F10.7. The function of the solid red line is Y = 65 + 16.38(lg⁡X − 5.5) + 17.5(lg⁡X − 5.5)^{3.12}.

Figure 4

The 304 Å EUV image on 27 March 2013 from the combination of the 304 Å data from SDO/AIA with the data from the twin STEREO/EUVI. The coordinate is Carrington Heliography. The green regions represent the SRs of F10.7, in which the pixel intensity is greater than or equal to 103.2 DN/s. The gold plus signs represent the projected position of Earth at 27 March 2013 (in day 0) and within 1-27 days later.

在接下来的27天内，特别是在太阳活动最强烈时，活动区域和强度将会发生变化。活动区域的外观、发展和消失特征非常复杂且独特。因此，即使能够在13.5天之前观测到太阳背面盘，预测W_{304,i}的未来值仍然具有极大困难。为了解决这一问题，本文采用了比较先前P_{SR,304}与W_{304}相同日期上数值的方法进行分析。例如，2013年3月27日的W_{304,1}对应于2013年3月28日的P_{SR,304}值。图5左上角第一个散点图展示了从2011年1月2日至2013年2月28日期间W304,1与从2011年1月3日至2013年3月1日期间P_{SR, 304}之间呈线性关系。而图5右下角最后一个散点图显示了从2011年1月2日至2013年2月28日期间W_{304,27}与从2011年1月29日至2013 年3月27日 P_{SR,304} 值的关系 。尽管数据点存在一定程度的离散，并且随着时间参数t增长，线性相关系数减小；但根据我们假设，在接下来的27天内共存在着27种线性关系，并通过公式(6)进行定义。经过调整后，参数S_{304,t}代表经过校正和预测得出连续未来27天P_{SR,304}的数值。

其中a_t和b_t为拟合线性方程(图5中绿色实线)中的待定系数，如表1所示。参数t表示日期。最后，用S_{304,t}代替(4)中的P_{SR,304}，可以提前27天预测F10.7的值。

Table 1. The coefficients (at and bt) and the correlation coefficient (R) of the fitting linear equation in Figure 5.

t (day)	lg⁡(at)	bt	R	t (day)	lg⁡(at)	bt	R
1	5.61	0.94	0.92	15	6.45	0.58	0.63
2	5.76	0.91	0.92	16	6.45	0.58	0.63
3	5.86	0.90	0.89	17	6.45	0.58	0.63
4	5.97	0.88	0.88	18	6.45	0.58	0.61
5	6.05	0.86	0.86	19	6.46	0.57	0.59
6	6.13	0.84	0.83	20	6.47	0.56	0.58
7	6.17	0.83	0.81	21	6.47	0.55	0.56
8	6.22	0.81	0.78	22	6.49	0.53	0.55
9	6.28	0.77	0.75	23	6.51	0.51	0.51
10	6.34	0.73	0.71	24	6.52	0.49	0.49
11	6.39	0.67	0.68	25	6.53	0.48	0.47
12	6.41	0.64	0.67	26	6.55	0.47	0.46
13	6.43	0.61	0.67	27	6.56	0.46	0.44
14	6.45	0.59	0.64

Figure 5

Scatter diagrams between W304,t and PSR,304 before 27 March 2013. The solid red line is the diagonal line, and the solid green line is the fitting line.

参考文献

[8] Selhorst C. L., Costa J. E., Giménez de Castro C. G. et al., The 17 GHz active region number, The Astrophysical Journal. (2014) 790, no. 2, article 134, Radware Bot Manager Captcha.

[10] Tobiska W. K., Validating the solar EUV proxy, E10.7, Journal of Geophysical Research: Space Physics. (2001) 106, no. A12, 29969–29978, https://doi.org/10.1029/2000JA000210, 2-s2.0-39449134465.

[17] Zhong Z. Q., Liu Q. S., He X. J., and Gong J. C., Application of singular spectrum analysis to solar 10.7cm radio flux 27-day forecast, Chinese Journal of Space Science. (2005) 25, no. 3, 199–203.[18] Liu S. Q., Zhong Q. Z., Wen J., and Dou X. K., Modeling research of the 27-day forecast of 10.7 cm solar radio flux (I), Chinese Astronomy and Astrophysics. (2010) 34, no. 3, 305–315, Redirecting.

[19] Wang H. B., Xiong J. N., and Zhao C. Y., The mid-term forecast method of solar radiation index, Chinese Astronomy and Astrophysics. (2015) 39, no. 2, 198–211.

[28] Balan N., Bailey G., and Su Y., Variations of the ionosphere and related solar fluxes during solar cycles 21 and 22, Advances in Space Research. (1996) 18, no. 3, 11–14, Redirecting.

[32] Vernazza J. E., Avrett E. H., and Loeser R., Structure of the solar chromosphere. III - Models of the EUV brightness components of the quiet-sun, The Astrophysical Journal Supplement Series. (1981) 45, no. 4, 635–725, .

[33] Krista L. D. and Gallagher P. T., Automated coronal hole detection using local intensity thresholding techniques, Solar Physics. (2009) 256, no. 1-2, 87–100, 2-s2.0-67349132451.

[34] Pérez-Suárez D., Higgins A P., Bloomfield S D., McAteer T J R., Krista D L., Byrne P J., and Gallagher P T., Automated solar feature detection for space weather applications, Applied Signal and Image Processing: Multidisciplinary Advancements. (2011) 207–225.