近地空間的太陽風(fēng)參數(shù)研究及預(yù)報具有重要的科學(xué)研究意義和實際應(yīng)用價值，近日，空間中心空間天氣學(xué)國家重點實驗室沈芳研究員團(tuán)隊在近地空間的太陽風(fēng)參數(shù)統(tǒng)計研究及數(shù)值模擬方面取得系列重要進(jìn)展，相繼發(fā)表在2018年Solar Physics、The Astrophysical Journal和Space Weather雜志上。

　　關(guān)于近地太陽風(fēng)物理參數(shù)的觀測研究已經(jīng)開展了數(shù)十年，部分參數(shù)之間的關(guān)系，如太陽風(fēng)等離子體溫度和速度的正相關(guān)，以及密度和速度的反相關(guān)關(guān)系已為人們所熟知，然而，太陽風(fēng)磁場這一關(guān)鍵物理參數(shù)與其他等離子體參數(shù)在近地空間并無相關(guān)性報道。在此學(xué)術(shù)背景下，楊子才和沈芳等人通過對2007年近地空間的太陽風(fēng)參數(shù)觀測數(shù)據(jù)進(jìn)行細(xì)致的統(tǒng)計分析，得到近地太陽風(fēng)磁場B與密度和速度的參數(shù)組合√(NV^(2 ) )以及密度和溫度的參數(shù)組合√N(yùn)T存在很強(qiáng)的相關(guān)性（圖1），也揭示了近地太陽風(fēng)中的磁壓與等離子體動壓以及磁壓與熱壓之間都存在很好的相關(guān)性。繼而，為了得到更加普適性的結(jié)果，我們對2001-2014年，涵蓋太陽活動四個不同時期的近地太陽風(fēng)參數(shù)觀測數(shù)據(jù)進(jìn)行了進(jìn)一步的統(tǒng)計分析，結(jié)果表明，該相關(guān)性在太陽活動低年最強(qiáng)，而在太陽活動高年相對較弱，而且太陽風(fēng)中的共轉(zhuǎn)相互作用區(qū)(CIR)和高速流(HSS)結(jié)構(gòu)中該相關(guān)性最強(qiáng)，CME中則相關(guān)性較差。相關(guān)工作發(fā)表于《太陽物理》 (Solar Physics)上。

　　原文鏈接：

　　Zicai Yang, Fang Shen*, Jie Zhang, Yi Yang, Xueshang Feng and Ian G. Richardson, Correlation Between the Magnetic Field and Plasma Parameters at 1 AU, Solar Phys. (2018) 293: 24. https://doi.org/10.1007/s11207-017-1238-5.

　　圖1 ：CR2064 (a和b)和2007年(c和d)觀測到的近地磁場B（藍(lán)線）和B_exp1∝√(NV^(2 ) )以及B_exp2∝√N(yùn)T（綠線）之間的比較。

　　近地空間的太陽風(fēng)參數(shù)預(yù)報具有重要的科學(xué)研究意義和實際應(yīng)用價值，而三維MHD數(shù)值模擬是太陽風(fēng)參數(shù)預(yù)報的重要手段，它能夠提供太陽風(fēng)在日地空間的分布和演化，提前給出太陽風(fēng)參數(shù)在近地空間的變化。現(xiàn)有的三維MHD模型的普遍存在問題是給定的邊界條件往往不能兼顧所有的物理量，直接導(dǎo)致近地空間的模擬結(jié)果不能反映行星際空間的真實狀態(tài)，所以有必要改進(jìn)邊界條件的確定方法及其自由參數(shù)的取值。近日，沈芳和楊子才等人在原有三維COIN-TVD MHD模型基礎(chǔ)上加以改進(jìn)，結(jié)合WSA模型以及太陽風(fēng)衛(wèi)星觀測特征提出了一組完備自洽的內(nèi)邊界條件，邊界條件中保留了5個可調(diào)參數(shù)，以便模擬不同太陽活動期的太陽風(fēng)，并盡可能使各個參數(shù)的變化特征貼近觀測，從而構(gòu)建了新的行星際太陽風(fēng)三維MHD數(shù)值模型。利用該模型模擬了2007-2017年的背景太陽風(fēng)（圖3），涵蓋了四個不同太陽活動期，模擬結(jié)果在1AU不僅捕捉到了大多數(shù)的高速流，而且密度、溫度和磁場也沒有明顯高估或者低估，因此該模型能較好反映背景太陽風(fēng)在行星際空間的三維分布。模型的可調(diào)參數(shù)比較少，可調(diào)范圍也比較小，易操作，而且根據(jù)對過去11年的模擬發(fā)現(xiàn)這些參數(shù)可保持長時間(數(shù)個卡林頓周到數(shù)年)不變，這使得模型在實時預(yù)報中較為實用。相關(guān)工作發(fā)表于《天體物理學(xué)雜志》(The Astrophysical Journal)上。

　　原文鏈接：

　　Shen, F.*, Yang, Z., Zhang, J., Wei, W & Feng, X. (2018). Three-dimensional MHD Simulation of Solar Wind Using a New Boundary Treatment: Comparison with In Situ Data at Earth. Astrophys. J., 866, 18 (15pp). https://doi.org/10.3847/1538-4357/aad806 

　　圖2 ：2007-2017年（節(jié)選）1AU附近模擬值（紅色）與觀測值（藍(lán)色）的對比，從上到下依次為速度V(km/s)、數(shù)密度N(cm-3)、溫度T(K)、磁場強(qiáng)度B(nT)以及徑向磁場B_r(nT)。

　　人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN ），是20世紀(jì)80 年代以來人工智能領(lǐng)域興起的研究熱點。它從信息處理角度對人腦神經(jīng)網(wǎng)絡(luò)進(jìn)行抽象， 建立某種簡單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)。因為太陽活動的復(fù)雜性和災(zāi)害性空間天氣事件預(yù)報時效性的迫切需求，需要尋找不同于傳統(tǒng)MHD模型與經(jīng)驗?zāi)Ｐ偷奶幚硗緩?，ANN方法正是能夠適應(yīng)新的需求的一種技術(shù)手段。近日，楊易和沈芳等人開發(fā)了一種基于ANN技術(shù)的、利用更多觀測數(shù)據(jù)驅(qū)動的近地太陽風(fēng)速度預(yù)報模型，稱為Hybrid Intelligent Source Surface (HISS)模型，作者對該模型2007年至2016年（包含一個完整太陽活動周的極小，上升，極大，下降全部四個活動相）太陽風(fēng)速度的計算結(jié)果與近地觀測進(jìn)行了比較（圖5），并進(jìn)行了誤差分析和高速流事件分析，模型計算結(jié)果與觀測較為一致，相關(guān)工作發(fā)表于AGU期刊《空間天氣》(Space Weather)上。

　　原文鏈接：

　　Yang, Y., Shen, F.*, Yang, Z., & Feng, X. (2018). Prediction of solar wind speed at 1 AU using an artificial neural network. Space Weather, 16. https://doi.org/10.1029/2018SW001955 

圖3 ：2007-2016年地球附近太陽風(fēng)速度的預(yù)測結(jié)果與觀測值的比較。其中紅色為觀測值，藍(lán)色為ANN模型預(yù)測值，綠色為WSA模型預(yù)測值。