電離層行進式擾動(travelling ionospheric disturbances，簡稱TID)是電離層中等離子體密度的波狀擾動現(xiàn)象，波長為百公里量級的TID被稱為中尺度電離層行進式擾動（MSTID）。前期研究顯示，夜間MSTID具有顯著的太陽活動負相關性和西南向傳播的特點，但其產生和傳播機制尚未得到明確的揭示，需要依托長期數(shù)據(jù)的進行不同角度和時間尺度的統(tǒng)計分析以深入研究。子午工程興隆臺站通過連續(xù)觀測，積累了近一個太陽周期（2011-2021）約750000張的630nm紅光氣輝圖像，為分析MSTID的長期統(tǒng)計特征提供了可能，但如何從海量觀測數(shù)據(jù)中有效挖掘科學信息成為急需解決的難題。
中國科學院國家空間科學中心太陽活動與空間天氣重點實驗室徐寄遙研究員和重慶郵電大學賴昌教授等合作者，研發(fā)了基于機器學習的TID識別方法，該方法包含基于卷積神經網(wǎng)絡的夜空分類模型和基于快速區(qū)域卷積神經網(wǎng)絡的波動識別模型，其中分類模型的準確度達到97%，識別模型的對波動目標的定位準確度達到70%以上。該方法解決了傳統(tǒng)人工識別方法效率低，以及存在主觀誤差的問題。利用該方法對興隆臺站2011年至2021年拍攝的750000張氣輝圖片進行了自動化統(tǒng)計研究，發(fā)現(xiàn)了611個MSTID事件，同時分析了這些事件的統(tǒng)計特征：（1）事件年發(fā)生率與太陽活動強度負相關，月發(fā)生率在冬夏兩季出現(xiàn)峰值。小時發(fā)生率的夏季峰值在當?shù)貢r間22點至23點，冬季峰值在當?shù)貢r間23點至24點；（2）水平波長和傳播速度的年平均值分別為160–311 km和98–133 m/s，與太陽活動強度無關；（3）611個事件中，589個事件向西南傳播。非西南向的22個事件中，有15個東北向傳播的事件。東北向的事件大都發(fā)生在4-8月，并且波動形態(tài)上都呈現(xiàn)周期性。（4）相對強度（%）的年平均變化與水平速度負相關。
該項研究加深了我們對夜間MSTID的統(tǒng)計特征的了解。同時，通過TID自動識別方法提取波動參數(shù)形成的參數(shù)數(shù)據(jù)集，可供研究人員開展進一步的分析。研發(fā)的電離層事件自動識別與特征提取工具，為充分挖掘海量自主數(shù)據(jù)資源提供了新的研究范式。該研究成果發(fā)表在國際權威期刊Space Weather上。
圖1.TID識別程序定位氣輝圖像中的TID波面和銀河。綠框內為TID波面，黃框內為銀河。左上角百分數(shù)為目標置信度。
圖2.四季MSTID事件分布圖。紅點代表事件，半徑為水平傳播速度（m/s），角度為傳播方向的方位角。
論文鏈接：Lai, C., Xu, J., Lin, Z., Wu, K., Zhang, D., Li, Q., et al. (2023). Statistical characteristics of nighttime medium-scale traveling ionospheric disturbances from10-years of airglow observation by the machine learning method. Space Weather,21, e2023SW003430.https://doi.org/10.1029/2023SW003430
