导读:本文包含了太阳活动指数论文开题报告文献综述及选题提纲参考文献，主要关键词:地磁指数,太阳活动,小波分析,磁暴
太阳活动指数论文文献综述
罗小荧[1]（2015）在《地磁活动指数与太阳活动关系的研究》一文中研究指出本文利用1957—-2013年的地磁活动指数C9、Cp、Kp、Ap、Dst、AE和太阳黑子数R、太阳射电流量F10.7数据,采用小波分析、交叉相关分析和时序迭加的方法,研究了地磁和太阳活动的长期变化、季节变化和日变化特征。根据Dst指数对1957—-2013年地磁暴进行统计分析,并利用中国不同经纬度的13个地磁台站分钟值数据,分析了3个典型大磁暴的形态特征。地磁与太阳活动的小波变换表明两者均存在准10.7年和准22年的周期特征,地磁指数峰值随太阳周逐渐下降,中高纬指数滞后于太阳参数1-2年,而低纬指数与太阳参数存在近似反相关的关系。地磁指数的小波分解体现了中低纬指数的幅值变化比高纬指数大。说明地磁受太阳活动的影响越来越小且滞后时间增大和中低纬地磁活动性受到太阳的影响比高纬的大。地磁指数和太阳活动的时序迭加得出其季节变化和日变化特征。太阳活动季节变化不明显,中低纬指数存在半年的变化特征,表现为春季最大,夏季和冬季次之,而高纬指数只在太阳活动低年与低纬指数特征类似,在太阳活动高年和通年表现出了夏季最高、春秋季次之、冬季最小的特征。中低纬指数的日变化规律为夜间数值比白天大,而高纬指数相反,说明中低纬地磁活动性夜间较活跃,白天相对平静,高纬反之。磁暴统计结果得出,第23太阳周比较特殊,磁暴发生频繁,与前面太阳周不同。叁个典型磁暴的形态特征分析显示,同一个磁暴,不同经纬度台站记录到的强度不同,表现为在同一经度链上,越接近赤道,其强大越大,反之纬度越高,强度越小；在30。N纬度圈,由西向东的台站强度逐渐增大,40。N纬度圈规律与30。N圈相反。(本文来源于《云南大学》期刊2015-05-01）
沈晓飞,倪彬彬,顾旭东,周晨,刘勇[2]（2015）在《第23太阳活动周期太阳风参数及地磁指数的统计分析》一文中研究指出日冕物质抛射(Coronal Mass Ejection,简称CME)和共转相互作用区(Corotating Interaction Region,简称CIR)是造成日地空间行星际扰动和地磁扰动的两个主要原因,提供了地球磁暴的主要驱动力,进而显着影响地球空间环境.为深入研究太阳风活动及受其主导影响的地磁活动的时间分布特征,本文对大量太阳风参数及地磁活动指数的数据进行了详细分析.首先,采用由NASA OMNIWeb提供的太阳风参数及地磁活动指数的公开数据,通过自主编写matlab程序对第23太阳活动周期(1996-01-01—2008-12-31)的数据包括行星际磁场Bz分量、太阳风速度、太阳风质子密度、太阳风动压等重要太阳风参数及Dst指数、AE指数、Kp指数等主要的地磁指数进行统计分析,建立了包括269个CME事件和456个CIR事件列表的数据库.采用事例分析法和时间序列迭加法分别对两类太阳活动的四个重要太阳风参数(IMF Bz、太阳风速度、太阳风质子密度、太阳风动压)和叁个主要地磁指数(Dst、AE、Kp)进行统计分析,并研究了其统计特征.其次,根据Dst指数最小值确定了第23太阳活动周期内的355个孤立地磁暴事件,并以Dst指数最小值为标准将这些磁暴进一步分类为145个弱磁暴、123个中等磁暴、70个强磁暴、12个剧烈磁暴和5个巨大磁暴.最后,采用时间序列迭加法对不同强度磁暴的太阳风参数和地磁指数进行统计分析.统计分析表明,对于CME事件,Nsw/Pdyn(Nsw表示太阳风质子密度,Pdyn表示太阳风动压)线性拟合斜率一般为正;对于CIR事件,Nsw/Pdyn线性拟合斜率一般为负,这可作为辨别CME和CIR事件的一种有效方法.从平均意义上讲,相较于CIR事件,CME事件有更大的南向IMF Bz分量、太阳风动压Pdyn、AE指数、Kp指数以及更小的Dstmin.一般情况下,CME事件有更大的可能性驱动极强地磁暴.总体而言,对于不同强度的地磁暴,Dst指数的变化呈现出一定的相似性,但随着地磁暴强度的增强,Dst指数衰减的速度变快.CME和CIR事件以及其各自驱动的地磁暴事件有着很多不同,因此,需要将CME事件驱动的磁暴及CIR事件驱动的磁暴分开研究.建立CME、CIR事件及地磁暴的数据库以及获取的统计分析结果,将为深入研究地球磁层等离子体片、辐射带及环电流对太阳活动的响应特征提供有利的帮助.(本文来源于《地球物理学报》期刊2015年02期）
罗小荧,康国发,高国明,孙玉婷[3]（2014）在《地磁活动指数与太阳活动的小波分析》一文中研究指出根据1957—2012年的地磁指数Ap、Dst、AE和太阳活动参数(太阳黑子相对数R与太阳射电流量F10.7)数据,利用小波分析方法研究了地磁活动与太阳活动的关系.结果表明,Ap、Dst、AE指数和太阳活动参数均存在准11 a和准22 a的周期特征.Ap和AE峰值滞后于太阳参数峰值1～2 a;而Dst指数与太阳参数存在近似负相关的关系,但从第21太阳周起逐渐延迟于太阳参数,表明地磁活动受太阳活动影响的滞后性.此外,地磁指数峰值从第20太阳周开始有逐渐下降的趋势,反映了地磁活动对太阳活动的响应减弱.(本文来源于《云南大学学报(自然科学版)》期刊2014年04期）
罗小荧,康国发[4]（2013）在《中低纬度地磁活动指数与太阳活动的小波分析》一文中研究指出变化磁场是指随时间变化较快的那部分地磁场,主要由固体地球之外的空间电流体系所产生,所以变化磁场通常又称为"外源磁场"。就全球平均来说,外源磁场仅占地球总磁场的1%,然而正是这1%的外源磁场携带着地球空间环境的丰富信息,对研究地磁活动性与太阳活动之间的关系有着重要的意义。目前,国内外对地磁活动性和太阳活动的关系的研究主要集中在长期时间序列的统计分析和特殊事件如磁暴、亚暴等现象及其物理机制。在研究过程中设计了多种地磁指数描述变化磁场强度变化和整体(本文来源于《中国地球物理2013——第六专题论文集》期刊2013-10-13）
周栋华[5]（2013）在《基于EMD算法的太阳活动指数预报研究》一文中研究指出太阳活动指数反映了地球受太阳高频电磁辐射影响的总体水平,是太阳活动预报的重要内容之一。随着对太阳活动研究的深入,人们对太阳活动指数预报的准确度要求也越来越高。本文以太阳黑子数和太阳10.7cm射电流量数这两个重要的太阳活动指数为研究对象。由于它们的时间序列值具有强烈的非平稳和非线性特点,使用普通统计预测方法较难取得精确的结果,因此,本文将利用经验模态分解(EMD)算法对非平稳信号的分解能力以及人工智能方法对非线性时间序列的预测能力,对太阳黑子数和太阳10.7cm射电流量数进行了中短期预报及分析,提高预测的准确性,其实际应用意义具有推广价值。本文主要内容及进展如下：(1)利用EMD算法和RBF神经网络结合的方法对2002-2012年的太阳黑子数进行了逐月预报。实验结果表明,预测值和实测值之间的相对误差98%在1.0以内,绝对误差的95%被控制在±20以内,最大绝对误差不超过35,标准差为7.63。将此方法的预测结果与中国气象局国家空间天气监测预警中心使用RBF神经网络直接预测的结果进行对比,分析了标准差、均方根误差、平均绝对误差这叁个评价指标,对比结果表明使用本文方法的预测精度更高。(2)利用EMD算法和支持向量机(SVM)相结合的方法对2012年1月1日至2012年11月9日间的太阳10.7cm射电流量进行了短期预测。结果表明：与使用单一预测方法的结果作对比,本文方法的预测精度更高；未来叁天平均相对误差分别为2.5%、3.6%和4.3%；对比了2012年9月1日至2012年11月9日期间,中国科学院国家天文台太阳活动预报中心(NADC)发布的预测值,未来叁天的相对误差分别降低5.99%、7.72%和8.10%。(本文来源于《南京信息工程大学》期刊2013-05-01）
陈一定,刘立波,万卫星[6]（2011）在《太阳EUV辐射与活动指数在11年与27天尺度上的变化性的差异及其在电离层中的表现》一文中研究指出利用SOHO/SEM提供的26-34nm波段太阳EUV辐射的观测数据和F10.7、MgII指数研究了第23太阳活动周期间EUV辐射与太阳活动指数的变化性。FFT功率谱分析表明,EUV、F10.7、MgII都表现出显着的约11年(太阳活动周)的长期变化和以27天周期(太阳自转周)为代表的准周期性的短期变化,以及一些中等时间尺度(若干太阳自转周)的变化。EUV与活动指数的长期变化有较好的相似性,短期变化在细节上有一定的差异。相应地,EUV与活动指数的长期变化有较高的相关系数,而短期变化的相关系数相对要低一些;并且,短期变化的相关系数在整个活动周期间有明显的变化。EUV与活动指数的短期序列显示,它们在较强活动区期间有不同的演变特征,这是导致短期变化的相关性较低的一个主要原因。MgII比F10.7能更准确地指示EUV的变化,这种优势主要来自MgII对EUV短期变化的指示能力。EUV随F10.7和MgII短期变化的增长率在不同太阳自转周之间有明显差异,即EUV与活动指数短期变化的关系是不稳定的,这在F10.7中更加突出。但总的来看,EUV随活动指数短期变化的增长率要明显低于长期变化的增长率。这种现象在太阳活动高年的F10.7中很明显,加上太阳活动高年F10.7有较大幅度的短期变化,从而引起了高太阳活动时EUV随F10.7变化的饱和效应。从电离层的角度,GEC(全球电子总含量)对EUV辐射的两种典型变化都有显着响应。相应地,GEC与太阳活动指数长期变化的相关性显着高于短期变化相关性;并且,GEC随活动指数短期变化的增长率明显低于长期变化的增长率。基于EUV和活动指数的长期变化与短期变化之间的差异,发展了包含活动指数的长期与短期变化分量的组合指数,可有效改善EUV与指数之间的相关性。相同的方法用于构建适用于GEC的组合指数,发现适用于GEC的指数与适用于26-34nm波段EUV的指数存在差异。这种差异的原因一方面在于适用于不同波长EUV的最佳组合指数不一样,另一方面在于电离层的逐日变化性对GEC随活动指数短期变化增长率的影响。(本文来源于《第十四届全国日地空间物理学术研讨会论文集》期刊2011-10-25）
温靖[7]（2009）在《太阳活动指数的中期预报方法研究》一文中研究指出太阳活动指数反映了太阳正面局部扰动总的剧烈程度,是空间环境预报的重要内容之一。10.7厘米射电辐射流量是目前最常用的太阳活动指数之一,它被用来表征太阳对地球高层大气的加热效应。随着空间技术的发展,高层大气对航天器轨道的影响越来越受到关注。长期以来,人们对太阳活动指数的预报进行了很多研究,但是中期预报一直是预报的难点。本文介绍了太阳活动指数预报的发展现状以及太阳活动区物理模型和活动区射电辐射机制,具体分析了27天时间尺度上指数的变化规律,并对10.7厘米射电辐射流量的中期预报进行了尝试,主要工作有:1.将指数27天尺度上的振荡视为随机过程,建立自回归预报模型。模型在太阳活动低年的预报误差要低于高年。在指数呈现比较规则的27天周期性变化时,模型具有较理想的预报效果,这说明自回归方法能较好地反映出指数的准27天周期变化规律,在太阳活动指数预报这个问题中具有一定的适应性。在2005年9月至2007年6月这段时间内自回归模型的预报精度与美国空军预报方法的精度相当。但这个方法在有大活动区产生或者消亡时的预报效果不理想,无法预测出指数异于准27天规则振荡的变化。2.针对自回归模型的局限性,并根据活动区与活动指数之间的关系,建立了基于活动区参数及演化规律的新模型。在大活动区突然出现,指数出现大扰动,以及主要活动区衰减或消亡,指数比较平静这两种情况下模型的预报误差较自回归模型下降了约3%~10%。这说明新模型能反映这些情况下指数的变化,一定程度上克服了F10.7振幅和周期的变动给经验统计预报带来的困难,也说明活动区作为预报参考量的可行性。新模型的局限性主要在于无法预测活动区的产生。在太阳活动下降年和低年新模型的预报精度与自回归模型相当。该研究为提高业务型太阳10.7厘米射电流量中期预报模型的预报精度奠定了基础。(本文来源于《中国科学院研究生院（空间科学与应用研究中心）》期刊2009-05-01）
陈华姣,秦国泰[8]（2007）在《570km大气密度与太阳活动指数相关性分析》一文中研究指出2005年8月至2006年7月期间处于太阳活动谷年,太阳活动指数 F10.7平均为82.87。本文利用星载大气密度探测器探测数据,对2005年8月至2006年7月期间高度570km 附近中性大气密度探测结果与太阳活动指数进行了相关性分析研究,获得了太阳活动谷年的相应结果。(本文来源于《第十二届全国日地空间物理学术讨论会论文摘要集》期刊2007-11-01）
李秋莎,张柏荣[9]（1996）在《第22太阳周活动区M级以上X射线耀斑指数的统计》一文中研究指出本文对第２２太阳周（１９８７年１月至１９９２年１２月）中发生过Ｍ级以上的Ｘ射线耀斑（Ｈα耀斑级别≥Ｍ级，并伴有Ｘ射线的耀斑）对应的３９５个活动区资料进行了耀斑指数的统计，得到的结果：１．２２太阳周Ｍ级以上Ｘ射线耀斑级别综合指数表，２．２２太阳周Ｍ级以上Ｘ射线耀斑总指数表，３．第２２太阳周Ｍ级以上Ｘ射线耀斑总指数随时间的变化曲线，４．第２２太阳周Ｍ级以上Ｘ射线濯斑总指数直方图，该图表明第２２太阳周活动的极大年分别是１９８９和１９９１年，为第２３周太阳活动预报提供了可用参数。(本文来源于《云南天文台台刊》期刊1996年03期）
李秋莎,张柏荣[10]（1995）在《太阳活动22周以来的冕洞和地磁指数》一文中研究指出本文对２２太阳活动用以来的中低纬冕洞和地磁指数Ａｐ进行了统计。对以月、季、年及２２周以来不同时段冕洞和地磁指数（Ｐｌａｎｅｔａｒｙ的Ａ指教）的时段合成图进行了分析。(本文来源于《云南天文台台刊》期刊1995年03期）
太阳活动指数论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
日冕物质抛射(Coronal Mass Ejection,简称CME)和共转相互作用区(Corotating Interaction Region,简称CIR)是造成日地空间行星际扰动和地磁扰动的两个主要原因,提供了地球磁暴的主要驱动力,进而显着影响地球空间环境.为深入研究太阳风活动及受其主导影响的地磁活动的时间分布特征,本文对大量太阳风参数及地磁活动指数的数据进行了详细分析.首先,采用由NASA OMNIWeb提供的太阳风参数及地磁活动指数的公开数据,通过自主编写matlab程序对第23太阳活动周期(1996-01-01—2008-12-31)的数据包括行星际磁场Bz分量、太阳风速度、太阳风质子密度、太阳风动压等重要太阳风参数及Dst指数、AE指数、Kp指数等主要的地磁指数进行统计分析,建立了包括269个CME事件和456个CIR事件列表的数据库.采用事例分析法和时间序列迭加法分别对两类太阳活动的四个重要太阳风参数(IMF Bz、太阳风速度、太阳风质子密度、太阳风动压)和叁个主要地磁指数(Dst、AE、Kp)进行统计分析,并研究了其统计特征.其次,根据Dst指数最小值确定了第23太阳活动周期内的355个孤立地磁暴事件,并以Dst指数最小值为标准将这些磁暴进一步分类为145个弱磁暴、123个中等磁暴、70个强磁暴、12个剧烈磁暴和5个巨大磁暴.最后,采用时间序列迭加法对不同强度磁暴的太阳风参数和地磁指数进行统计分析.统计分析表明,对于CME事件,Nsw/Pdyn(Nsw表示太阳风质子密度,Pdyn表示太阳风动压)线性拟合斜率一般为正;对于CIR事件,Nsw/Pdyn线性拟合斜率一般为负,这可作为辨别CME和CIR事件的一种有效方法.从平均意义上讲,相较于CIR事件,CME事件有更大的南向IMF Bz分量、太阳风动压Pdyn、AE指数、Kp指数以及更小的Dstmin.一般情况下,CME事件有更大的可能性驱动极强地磁暴.总体而言,对于不同强度的地磁暴,Dst指数的变化呈现出一定的相似性,但随着地磁暴强度的增强,Dst指数衰减的速度变快.CME和CIR事件以及其各自驱动的地磁暴事件有着很多不同,因此,需要将CME事件驱动的磁暴及CIR事件驱动的磁暴分开研究.建立CME、CIR事件及地磁暴的数据库以及获取的统计分析结果,将为深入研究地球磁层等离子体片、辐射带及环电流对太阳活动的响应特征提供有利的帮助.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
太阳活动指数论文参考文献
[1].罗小荧.地磁活动指数与太阳活动关系的研究[D].云南大学.2015
[2].沈晓飞,倪彬彬,顾旭东,周晨,刘勇.第23太阳活动周期太阳风参数及地磁指数的统计分析[J].地球物理学报.2015
[3].罗小荧,康国发,高国明,孙玉婷.地磁活动指数与太阳活动的小波分析[J].云南大学学报(自然科学版).2014
[4].罗小荧,康国发.中低纬度地磁活动指数与太阳活动的小波分析[C].中国地球物理2013——第六专题论文集.2013
[5].周栋华.基于EMD算法的太阳活动指数预报研究[D].南京信息工程大学.2013
[6].陈一定,刘立波,万卫星.太阳EUV辐射与活动指数在11年与27天尺度上的变化性的差异及其在电离层中的表现[C].第十四届全国日地空间物理学术研讨会论文集.2011
[7].温靖.太阳活动指数的中期预报方法研究[D].中国科学院研究生院（空间科学与应用研究中心）.2009
[8].陈华姣,秦国泰.570km大气密度与太阳活动指数相关性分析[C].第十二届全国日地空间物理学术讨论会论文摘要集.2007
[9].李秋莎,张柏荣.第22太阳周活动区M级以上X射线耀斑指数的统计[J].云南天文台台刊.1996
[10].李秋莎,张柏荣.太阳活动22周以来的冕洞和地磁指数[J].云南天文台台刊.1995