深度学习技术在空间天气预报中的应用研究

统计模式
统计模式（经验模式）：
– 依据预报对象与预报因子之间的统计关系而建立的预报方 法
主要的统计分析技术：
– 成熟的数学方法：自回归、小波分析、时序叠加分析、滤 波技术、模糊分析、物理量场的平均、神经网络技术等
– 输入输出分析：经验统计方程
模式创新的途径：主要受观测积累和数学研究进展的约束
0.326935
0.954 0.906
0.347036
0.958 0.911
0.33783
0.949 0.897
0.364075
0.956 0.909
0.341444
0.923 0.828
0.469362
0.894 0.785
0.525070
r
0.968
2008-2010
PE
RMSE
0.933
0.344007
射 带 电 子 与 质 子 分
粒 子 和 场 的 分 布
布
高精度Ne现报 TEC现报和预报
特
大 气 密 度 和 风 场
定 轨 道 大 气 密 度 预
报
基于LSTM的高能电子暴预报研究
线性滤波法
REFM
基于AE和Dst指数的预报模型
地
低能电子模型
磁
多元非线性拟合
暴
地磁脉动预报模型
预
报
径向扩散
径向扩散模型
粒 子 和 场 的 分 布
布
高精度Ne现报 TEC现报和预报
特
大 气 密 度 和 风 场
定 轨 道 大 气 密 度 预
报
空间天气预报方法研究
环境条件 （高能电子、质子分布、磁层粒子、大 气密度、电离层电子密度、地磁场……）
事件预报 统计模式
指数预报 统计模式
参数分布预报
物理模式 统计模式
物理模式
一、空间天气简介 二、空间天气预报研究 三、深度学习技术在空间天气预报中的
初步应用 四、未来设想
什么是空间天气？
空间天气是指太阳表面、日地空间和地球磁场、高层大气中能够影 响天地基技术系统性能与可靠性、危及人类健康与生命的变化物质 条件综合状况。 （NSWP Strategic Plan, June 2010)
训练集：1998~2007，测试集：2008-2010年 输入：前五日的电子日积分通量，及其与地磁指数、太阳风参数、磁层顶日 下点距离等的组合；输出：未来24小时的电子日积分通量 各模型预测结果进行对比分析
Models FA
r
0.914
2008 PE
RMSE
0.816 0.386871
r
0.948
全 球 动 力 学 模 式
轨 道 大 气 密 度 模 式
物理模式、统计模式、混合模式 太
阳 风 速 度
行 星 际 磁 场
激 波 到 达 时 间
辐
全 球 磁 场 模 型
低 能 粒 子 分 布
高 能 电 子 分 布
射 带 电 子 与 质 子 分
粒 子 和 场 的 分 布
布
高精度Ne现报 TEC现报和预报
物理模式：
物理模式
– 以电动力学、磁流体动力学 (Magneto Hydro Dynamics, MHD) 和运动学理论来描述空间天气事件中能量、动量、质量和磁 通量等物理量的传输
实现手段：
– 主要是数值模拟，也称为数值预报
从经验模式向物理模式过渡需要：
– 人们对日地空间事件的发展过程和物理规律有了清楚的了解 – 空间探测技术的发展为预报提供实时的监测数据
辐 射 带 模 式
耦 合 模 式
式
区
域
或
全全
全
球球同 球
经理化
验论模 实
模模式 时
式式
解
算
模
式
全 球 经 验 模 式
全 球 动 力 学 模 式
轨 道 大 气 密 度 模 式
太 阳 风 速 度
行 星 际 磁 场
激 波 到 达 时 间
辐
全 球 磁 场 模 型
低 能 粒 子 分 布
高 能 电 子 分 布
射 带 电 子 与 质 子 分
件
扰闪 动烁 指指 数数
发生级 别
发生时 间
发生时间 发生级别 持续时间
发生级 别
发生时 间
发生类型 发生级别 发生时间
短期预报 中期预报 长期预报
•观测数据 •分析技术
警报 短期预报 中期预报
现报 短期预报 中期预报
背行
景星
太 阳 风 模 式
际 磁 场 模 式
传 播 模 式
低
磁 场 模 式
能 粒 子 分 布 模
空间天气事件预报
空间天气指数预报
太阳活动
地磁活动
电离层
太阳风和行星际
空间天气参数预报
磁层
电离层
中源自文库大气
TEC
SMI
CME
Kp AE Ap Dst F10.7
X
热
太 阳 射 线 耀 斑
太 阳 质 子 事 件
高 能 电 子 暴
地 磁 暴
等 离 子 体 注 入 事
磁 层 顶 穿 越 事 件
电 离 层 暴
太 阳 黑 子 相 对 数
模
型
支持向量机模型
人工智能
全连接神经网络模型
基于LSTM的高能电子暴预报研究
线性预测滤波
线性滤波法
REFM
基于AE和Dst指数的预报模型
高
能
低能电子模型
电
多元非线性拟合
子
地磁脉动预报模型
暴
预
径向扩散
径向扩散模型
报
模
支持向量机模型
型
全连接神经网络模型
人工智能
多层反馈型神经网络结构
RBF的神经网络结模型
基于LSTM的高能电子暴预报研究
➢ 数据采集：1995.05.01~2017.04.30
数据收集清单
序号 数据名称
分类 分辨率
时段
单位
来源
1
相对论电子 通量数据
F
5 min
1995.05.01 - 2017.04.30
cm^(-
2)﹒s^(- GOES系列卫星(大于2Mev)
1)﹒sr^(-1)
2 太阳风参数
Deep Neural Network，DNN：深度神经网络 Recurrent Neural Network，RNN：递归神经网络 ——GRN，LSTM，Bi-RNN，... Convolutional Neural Network，CNN：卷积神经网络
BP网络
RNN
LSTM网络
深度学习对预报研究的促进作用
0.965 0.927
0.359350
0.968 0.931
0.349036
0.963 0.923
0.368979
0.967 0.932
0.345646
人工智能 机器学习
深度学习
➢图像数据 太阳活动观测数 据
➢时间序列数据 行星际太阳风、 磁场变化数据以 及近地空间环境 磁场和粒子探测 数据等
➢卷积神经网络 ➢递归神经网络
一、空间天气简介 二、空间天气预报研究 三、深度学习技术在空间天气预报中的
初步应用 四、未来设想
空间天气预报研究
空间天气模式
2009 PE
RMSE
0.897
0.313657
FDA 0.911 0.801 0.403001 0.945 0.890
0.323207
FVA 0.924 0.825 0.377415 0.941 0.886
0.329926
FAE
0.908 0.809 0.395119 0.938 0.874
0.345995
件
扰闪 动烁 指指 数数
发生级 别
发生时 间
发生时间 发生级别 持续时间
发生级 别
发生时 间
发生类型 发生级别 发生时间
短期预报 中期预报 长期预报
警报 短期预报 中期预报
现报 短期预报 中期预报
背行
景星
太 阳 风 模 式
际 磁 场 模 式
传 播 模 式
低
磁 场 模 式
能 粒 子 分 布 模
高 能 粒 子 模 式
空间天气指数预报
太阳活动
地磁活动
电离层
太阳风和行星际
空间天气参数预报
磁层
电离层
中性大气
TEC
SMI
CME
Kp AE Ap Dst F10.7
X
热
太 阳 射 线 耀 斑
太 阳 质 子 事 件
高 能 电 子 暴
地 磁 暴
等 离 子 体 注 入 事
磁 层 顶 穿 越 事 件
电 离 层 暴
太 阳 黑 子 相 对 数
特
大 气 密 度 和 风 场
定 轨 道 大 气 密 度 预
报
空间天气监测
卫星观测
太阳多光谱观测：DSCOVR：2015；STEREO A/B：2006；SDO：2010，SOHO：1996； 行星际磁场和太阳风：ACE：1997 近地空间磁场和粒子：GOES系列：1975
计算和存储条件
系统 存储系统
核心交换设备 Cisco Catalyst 3750 千兆交换机5个
存储系统
IBM FC SAN DS4700
机柜
42U标准机柜4个
深度学习
人工神经网络通过模仿 生 物 大脑神经元之间传递和处理信息的模式，利用 数据学习过程，建立具有自适应性的模型，能够处理复杂的非线性问题。 2006年，Hinton等（2006）改进了训练算法和传输函数，发展得到深度 神经网络。
高速运算 系统
配置简要
存储能力大于350TB
计算节点
IBM BladeCenter HS22 刀片服务器 118个 IBM IBM BladeCenter E 7U 刀片机箱 8个
管理服务器 IBM S System X3650 2U服务器1个
数据库服务器
IBM S System X3950 M2 4U服务器1个 IBM S System X3650 2U服务器1个
FDE
0.922 0.849 0.351315 0.942 0.875
0.344088
FVE
0.891 0.781 0.422135 0.886 0.592
0.623092
FVDE 0.835 0.611 0.563258 0.885 0.769
0.468973
r
0.959
2010 PE
RMSE
0.917
X
热
太 阳 射 线 耀 斑
太 阳 质 子 事 件
高 能 电 子 暴
地 磁 暴
等 离 子 体 注 入 事
磁 层 顶 穿 越 事 件
电 离 层 暴
太 阳 黑 子 相 对 数
件
扰闪 动烁 指指 数数
发生级 别
发生时 间
发生时间 发生级别 持续时间
发生级 别
发生时 间
统计模式 发生类型
发生级别
短期预报 中期预报
V N T
1 hour
1998.02.05 - 2017.01.21(ACE) 1995.01.01 - 2017.04.30(WIND)
km/s N/cm^3
K
ACE、WIND飞船 （space physics data
facility）
3 Dst指数
D 1 hour
1957.01.01 - 2017.04.30
nT
4 AE指数 5 Kp指数 6 Ap指数
E 1 hour K
3 hour A
1957.07.01 - 2017.04.30 1932.01.01 - 2017.04.30
nT
京都大学地磁数据中心
\
nT
7
磁层顶日下 点距离
R
1 min
1995.01.01 – 2017.05.07
国家空间科学中心
基于LSTM的高能电子暴预报研究
内涵：能够影响人类活动的变化的物质条件综合状态 外延：太阳表面、日地空间、地球磁层和高层大气
空间天气的影响
• 航天器计算机和内存系 统翻转和失效，太阳电 池损坏，航天辐射安全 威胁等
• 无线电干扰、信号闪烁、 导航系统中断等
• 电力故障，通信电缆毁 坏
空间天气预报研究
空间天气模式
空间天气事件预报
– 预报因子更新 – 分析技术更新
混合模式
混合模式
混合模式（半经验模式）：
– 统计关系和物理基础的有机结合，如 Wang-Sheeley的太阳风 膨胀模式、Tsyganenko的地磁场模式
二者对比：
– 统计模式：
• 灵活，更快、更准确地预测训练区域的预测对象 • 但训练区域之外的预测是不确定的，缺乏可拓展性
– 物理模式：
• 能够提供一系列变量的预测 • 预测结果大多不能满足业务预报对预测精度的要求
物理知识引导经验模式的发展；物理模式依赖于经验近似来描 述一些物理过程
统计模式
统计模式（经验模式）：
– 依据预报对象与预报因子之间的统计关系而建立的预报方 法
主要的统计分析技术：
– 成熟的数学方法：自回归、小波分析、时序叠加分析、滤 波技术、模糊分析、物理量场的平均、神经网络技术等
发生时间
长期预报
•观测数据 •分析技术
警报 短期预报 中期预报
现报 短期预报 中期预报
背行
景星
太 阳 风 模 式
际 磁 场 模 式
传 播 模 式
低
磁 场 模 式
能 粒 子 分 布 模
高 能 粒 子 模 式
辐 射 带 模 式
耦 合 模 式
式
区
域
或
全全
全
球球同 球
经理化
验论模 实
模模式 时
式式
解
算
模
式
全 球 经 验 模 式
高 能 粒 子 模 式
辐 射 带 模 式
耦 合 模 式
式
区
域
或
全全
全
球球同 球
经理化
验论模 实
模模式 时
式式
解
算
模
式
全 球 经 验 模 式
全 球 动 力 学 模 式
轨 道 大 气 密 度 模 式
太 阳 风 速 度
行 星 际 磁 场
激 波 到 达 时 间
辐
全 球 磁 场 模 型
低 能 粒 子 分 布
高 能 电 子 分 布
– 输入输出分析：经验统计方程
模式创新的途径：主要受观测积累和数学研究进展的约束
– 预报因子更新 – 分析技术更新
空间天气预报研究
空间天气模式
空间天气事件预报
空间天气指数预报
太阳活动
地磁活动
电离层
太阳风和行星际
空间天气参数预报
磁层
电离层
中性大气
TEC
SMI
CME
Kp AE Ap Dst F10.7