Крупномасштабные явления в солнечном ветре и магнитосферно-ионосферная активность тема диссертации и автореферата по ВАК РФ 25.00.29, кандидат физико-математических наук Ревунов, Сергей Евгеньевич

• Ревунов, Сергей Евгеньевич
• кандидат физико-математических наук
• 2008

Оглавление диссертации кандидат физико-математических наук Ревунов, Сергей Евгеньевич

ВВЕДЕНИЕ.

ГЛАВА 1. Отражение динамики параметров межпланетпой среды в магнитосферно-ионосферной активности

§1.1 Крупномасштабные явления солнечной активности.

§1.2 Физические причины геомагнитной активности.

§1.3 Современные методы исследования природы магнитосферно-ионосферной активности.

§ 1.4 Постановка решаемых задач.

ГЛАВА 2. Разработка комплексного подхода к изучению геомагнитных возмущений как следствия солнечно-земных связей

§2.1 Геомагнитные возмущения как следствие крупномасштабных явлений солнечной активности.

§2.2 Нейросетевой классификационный подход.

§2.3 Задачи классификации геомагнитных возмущений на основе солнечно-земных связей.

§2.4 Принципы отбора глобальных геомагнитных вариаций и поиск адекватного числа их классов.

§2.5 Определение космических источников геомагнитных возмущений.

§2.6 Классификация резких скачков в параметрах межпланетной среды.

§2.7 Анализ влияния электрического поля солнечного ветра на геомагнитную активность.

§2.8 Выводы.

ГЛАВА 3. Особенности высокоширотных геомагнитных возмущений

§3.1 Необходимость контроля пространственной динамики полярной шапки и аврорального овала.

§3.2 Разработка методики классификации пространственного положения станций по результатам Фурье-анализа геомагнитных данных.

§3.3 Разработка методики классификации пространственного положения станций по результатам вейвлет-анализа геомагнитных данных.

§3.4 Обработка результатов классификации и оценка уровня согласованности классификационного и традиционного модельного подходов.

§3.5 Поиск физических причин разделения спектральных характеристик магнитных возмущений в полярных областях.

§3.6 Выводы.

ГЛАВА 4. Исследование связи максимально наблюдаемой и критической частоты слоя F2 среднеширотной ионосферы с геоэффективными параметрами межпланетной среды

§4.1 Корреляционное исследование связи критической частоты слоя F2 и МНЧ с ключевыми геоэффективными параметрами межпланетной среды.

§4.2 Определение времени реакции критической частоты слоя F2 ионосферы и МНЧ на взаимодействие межпланетной среды с магнитосферой.

§4.3 Поиск оптимальной нейросетевой архитектуры для прогноза ионосферных параметров.

§4.4 Определение дополнительных входных параметров нейросети для повышения качества прогнозирования критической частоты слоя F2 и МНЧ.

§4.5 Восстановление максимально наблюдаемой и критической частоты на разветвленной нейросети методом добавления производных высокого порядка.

§4.6 Выводы.

Введение диссертации (часть автореферата) на тему «Крупномасштабные явления в солнечном ветре и магнитосферно-ионосферная активность»

Важным современным направлением солнечно-земной физики является изучение последствий динамики параметров солнечного ветра, как причины магнитосферно-ионосферной активности. Первостепенной задачей при этом является поиск косвенных и прямых связей между параметрами, характеризующими как причину, т.е. структуру солнечного ветра, так и следствие, т.е. глобальное геомагнитное возмущение. В связи с такой постановкой вопроса, наиболее актуальными являются исследования по выявлению наиболее геоэффективных параметров солнечного ветра и межпланетного магнитного поля, а также идентификация солнечных источников, ответственных за их появление. В контексте данной задачи так же важно оценить насколько среднеширотная ионосфера подвержена влиянию со стороны геоэффективных параметров межпланетной среды. Таким образом, можно говорить о необходимости разработки комплексного подхода к изучению глобальных геомагнитных возмущений как следствия солнечно-земных связей.

Отдельного рассмотрения заслуживает вопрос о высокоширотных геомагнитных возмущениях. В последнее время, в связи с запуском полярных космических аппаратов (КА) и получением большого объема новой информации, наблюдается повышенный интерес к изучению высокоширотной области. Большинство работ посвящено исследованию динамики полярной шапки и овала полярных сияний. Авторы этих исследований находят взаимосвязь между параметрами солнечного ветра и пространственно-временной структурой полярных геомагнитных вариаций. В этом направлении представляется важной задача по разработке методики определения пространственного положения высокоширотных зон геомагнитной активности: полярной шапки, аврорального овала и субаврорадьнон зоны в on-line режиме, т.е. в реальном масштабе времени.

Диссертация посвящена анализу магнитосферно-ионосферной активности, как следствия крупномасштабных явлений в солнечном ветре, разработке методики классификации глобальных геомагнитных возмущений и разрывов параметров межпланетной среды, созданию методики определения пространственного положения высокоширотных зон геомагнитной активности, исследованию связи критической частоты слоя F2 средиеширотной ионосферы с геоэффективными параметрами межпланетной среды.

Методы, используемые в исследовании

В диссертационном исследовании основным методом в поиске проявлений динамики параметров солнечного ветра в причинах магнитосферно-ионосферной активности является современный нелинейный корреляционный инструмент - искусственные нейронные сети (ИНС). С помощью специально созданных самообучающихся ИНС выполнена классификация глобальных геомагнитных возмущений, разрывов параметров межпланетной среды, а так же разработана технология идентификации пространственного положения высокоширотных зон геомагнитной активности с участием в классификации амплитудно-частотных спектров и матриц вейвлет-коэффициентов компонент геомагнитного поля. Поиск связи критической частоты слоя F2 среднеширотной ионосферы с геоэффективными параметрами межпланетной среды выполняется методом классического корреляционного анализа. Решение задачи прогнозирования максимально-наблюдаемой частоты ионосферного слоя выполняется с привлечением технологии ИНС — с использованием рекуррентной нейросети Элмана и модифицированной нейросети Элмана.

Цель работы

Цель работы состоит в установлении связи конкретных параметров магнитосферной и ионосферной активности с пространственно-временной динамикой параметров солнечного ветра и межпланетного магнитного поля. При этом осуществляется учет солнечных источников, которые являются генераторами параметров межпланетной среды, регистрируемых космическими аппаратами вблизи земной магнитосферы.

Научная новизна

Применение ИНС для классификации Dst-вариаций геомагнитного поля помогло выявить характерные особенности в реакции геомагнитного поля на приход к Земле солнечных возмущений конкретной природы: вспышки, корональные дыры, активизировавшиеся волокна (протуберанцы), корональные выбросы вещества и их сочетания. Анализ полученных результатов позволил отождествить каждый выделенный класс с конкретным типом возмущений параметров солнечного ветра и межпланетного магнитного поля.

На основе одножидкостного магнитогидродинамического подхода с применением технологии искусственных нейронных сетей разработана методика автоматического разделения скачков в регистрируемых параметрах космической плазмы и магнитного поля на классы, отвечающие известным типам разрывов. Для этого была разработана классификационная ИНС вида «слой Кохонена» и выполнена классификация скачков параметров зарегистрированных на КА WIND в 1996-1999 гг. по двум разным алгоритмам. Для разрывов установленных классов определены ориентации плоскостей их поверхностей в трехмерном пространстве на основе одномерных наблюдений. Также проведено специальное исследование эволюционности найденных ударных волн.

С целью установления пространственного положения характерных полярных областей (полярная шапка, полярный овал, субавроральная зона) по данным Гренландской цепочки магнитных станций, создана методика классификации амплитудно-частотных спектров и матриц вейвлет-коэффициентов по данным этих станций. Принадлежность местоположения отдельной станции к одной из трех указанных областей положена в основу выполняемой классификации. Классификация выполнена на основе работы самообучающейся искусственной нейронной сети типа слоя Кохонена. Предложен алгоритм обработки результатов классификации для наименования полученных классов.

Разработан алгоритм прогнозирования на интервал 0,5-3 часа максимально наблюдаемой и критической частоты ионосферного слоя F2 на основе технологии искусственных нейронных сетей. Методика прогнозирования применена к данным наклонного зондирования, полученным на трассе Inskip (Англия) — Ростов-на-Дону. Выполненные исследования охватили временной интервал, содержащий различные геофизические условия. Определены характерные времена ионосферной реакции на изменения ключевых параметров солнечного ветра и межпланетного магнитного поля, определяющих последовательность развития магнитосферно-ионосферных возмущений в свою очередь приводящих к изменениям коротковолновой (KB) радиосвязи.

Научная и практическая ценность

На основе известных алгоритмов Кохонена разработана самообучающаяся искусственная нейронная сеть, что позволяет проводить классификацию геомагнитных возмущений на основе входных данных, которыми являются параметры солнечного ветра и межпланетного магнитного поля вблизи земной магнитосферы. Итоговая классификация отражает связь геомагнитной активности не только с амплитудой входных параметров, но и с типом солнечного источника, породившего данную структуру солнечного ветра. В результате проведения численных экспериментов удалось выделить основные классы комплексов возмущенных параметров межпланетной среды, отвечающих разным магнитосферным возмущениям, характеризующимися конкретными видами (конфигурациями) Dst-вариации геомагнитного поля. Таким образом, получена возможность контролировать солнечную природу регистрируемой конфигурации Dst-вариации.

На основе самообучающейся искусственной нейронной сети типа слоя Кохонена выявлена возможность контролировать местоположение высокоширотного пункта геомагнитных измерений в одной из зон геомагнитной активности - полярной шапке, овале полярных сияний, субавроральной зоне по данным Гренландской цепочки магнитных станций. Изменение местоположения связано с динамикой структуры магнитного поля магнитосферы в результате ее взаимодействия с солнечным ветром. Входными параметрами для расчета местоположения пункта геомагнитных измерений служат амплитудно-частотные спектры и матрицы вейвлет-коэффициентов анализа геомагнитных данных. Данный способ контроля может быть использован для оценки размеров полярной шапки и овала полярных сияний на основе геомагнитных измерений. Именно эти размеры характеризуют энергетику магнитосферы, и они используются в качестве входных параметров в различных моделях, описывающих магнитное поле в ней.

На основе анализа данных наклонного зондирования с использованием линейно-частотной модуляции (JI4M), полученных на трассе Inskip (Англия) - Ростов-на-Дону, установлена связь максимально наблюдаемой и критической частоты с изменениями параметров солнечного ветра и межпланетного магнитного поля, определяющих последовательность развития магнитосферно-ионосферных возмущений, что приводит к изменению условий KB радиосвязи. Практическая ценность выполненной работы заключается в применении ее результатов для повышения надежности ионосферной KB радиосвязи.

Экспериментальные данные

В диссертационном исследовании использовались следующие экспериментальные данные:

1. Параметры солнечного ветра и межпланетного магнитного поля, полученные из базы спутниковой системы OMNI [http://www.ngdc.noaa.gov]

2. Данные по индексам глобальной геомагнитной активности [http://www.ngdc.noaa.gov; http://cdaweb.gsfc.nasa.gov/istppublic; http://swdcwwvv.kugi.kyoto-u.ac.jp/wdc/Sec3.html]

3. Данные по состоянию ионосферного слоя F2, предоставленные НИРФИ

4. Данные о состоянии межпланетной среды, полученные с КА Wind и Асе [http://www.srl.caltech.edu/ACE/ASC/rtsw.html; http://cdaweb.gsfc.nasa.gov/istpj3ublic]

5. Данные о состоянии межпланетной среды, полученные из базы SPIDR [http://clvistl.\vdcb.ruyspidr/index.jsp]

6. Данные по разрывам параметров межпланетной среды, предоставленные ИКИ РАН.

Положения, выносимые на защиту

1. Классификация Dst-индекса на основе параметров солнечного ветра и межпланетного магнитного поля, относящихся к конкретным явлениям солнечной активности: вспышки, корональные дыры, волокна, корональные выбросы вещества и их сочетания; классификация разрывов в межпланетной плазме на основе метода нейронных сетей и определение трехмерных ориентаций их плоскостей на основе одномерных спутниковых наблюдений.

2. Спектральные характеристики высокоширотных геомагнитных вариаций в периоды магнитосферных возмущений, характеризующие их пространственную принадлежность к одной из трех зон геомагнитной активности: полярная шапка, овал полярных сияний, субавроральная зона.

3. Временной масштаб реакции критической частоты foF2 ионосферы и максимально наблюдаемой частоты коротковолнового радиосигнала при наклонном ионосферном зондировании на динамику изменения параметров межпланетной среды вблизи земной магнитосферы определенный на основе нейросетевой технологии.

Краткое содержание глав

Во введении сформулированы проблемы и изложены основные задачи, решаемые в диссертационном исследовании.

В первой главе диссертации представлен обзор крупномасштабных явлений солнечной активности, влияние динамики параметров межпланетной среды на магнитосферно-ионосферную активность. Рассмотрены геоэффективные проявления таких событий. Уделено внимание современным подходам к решению геофизических задач. В первом параграфе приведено описание наиболее активных и, как следствие, наиболее геоэффективных последствий активности Солнца. Представлены основные свойства таких активных событий, как вспышки, волокна, корональные дыры, корональные выбросы вещества (КВВ). Второй параграф посвящен описанию геомагнитной активности, существующим индексам, характеризующим глобальное геомагнитное состояние. Рассмотрены особенности развития геомагнитных возмущений среднеширотной и высокоширотной зон. Представлен физический механизм развития геомагнитной активности. В третьем параграфе приводятся различные современные подходы к решению геофизических задач. Среди них: построение трехмерных картин геоэффективных структур в межпланетном пространстве с привлечением «multi-spacecraft method», применение вейвлет-анализа - масштабируемого амплитудно-временного разложения геомагнитных данных, использование нелинейного корреляционного инструмента — искусственных нейронных сетей. В четвертом параграфе ставятся задачи по исследованию причин геомагнитной активности с привлечением современных методик решения.

Вторая глава посвящена исследованию возможности создания комплексной классификации глобальных геомагнитных возмущений с привлечением данных о параметрах околоземного космического пространства. Первый параграф посвящен описанию вариаций глобальных геомагнитных возмущений, описываемых индексом Dst. Второй параграф описывает инструмент классификации - приводятся архитектура нейросети, описан алгоритм обучения и работы. В третьем параграфе, при учете физики механизмов развития геомагнитных бурь и причинно-следственных связей, ставится задача классификации геомагнитных возмущений. В качестве инструмента классификации используется технология самообучающейся нейросети. В четвертом параграфе приводятся выкладки по отбору Dst-вариаций и сопутствующих данных о параметрах межпланетной среды, участвующих в классификации. Экспериментально устанавливается наиболее адекватное для данной задачи число классов событий. В пятом параграфе делается попытка отождествить полученные классы вариаций геомагнитного поля с вызвавшими их солнечными источниками. В шестом параграфе с привлечением отработанной технологии ИНС-классификации приводятся результаты исследования по разделению скачков на классы, отвечающие известным типам магнитогидродинамических разрывов. Предложен алгоритм установления ориентации поверхностей разрывов по одномерным наблюдениям скачков параметров солнечного ветра на космических аппаратах. Седьмой параграф содержит результаты исследования по поиску оценки связи Кр индекса геомагнитной активности с электрическим полем солнечного ветра Есв и с проекцией этого поля на геомагнитный диполь. Показано, что основным геоэффективным параметром, как это уже неоднократно отмечено многими исследователями, является южная (Bz<0) компонента вектора межпланетного магнитного поля. Именно эта компонента поля играет главную роль и в наличии связи Кр индекса с взаимной ориентацией Есв и магнитного момента Земли. Таким образом, демонстрируется возможность объединения всех параметров характеризующих как причину, т.е. структуру солнечного ветра, так и следствие, т.е. глобальное геомагнитное возмущение.

В третьей главе приведены выкладки по использованию спектральных особенностей высокошпротных геомагнитных возмущений для отождествления их с одной из зон: полярная шапка, овал полярных сияний, субавроральная зона. В первом параграфе говорится о важности контроля пространственной динамики полярной шапки и аврорального овала, т.к. в последнее время, в связи с запуском полярных КА и получением большого объема новой информации, наблюдается повышенный интерес к изучению высокоширотной области. Второй и третий параграфы посвящены разработке методики классификации пространственного положения высокоширотных станций с учетом особенностей геомагнитных данных. Принадлежность конкретной обсерватории к одной из указанных трех зон определяется на основе самообучающейся искусственной нейронной сети типа слоя Кохонена. Входными параметрами для расчета служат амплитудно-частотные спектры и матрицы вейвлет-коэффициентов компонент геомагнитного поля. В четвертом параграфе предлагается оригинальная алгоритмическая обработка результатов классификации. Количественно оценивается уровень согласованности классификационного и традиционного модельного подходов. Сопоставляются результаты алгоритмической классификации с аналитическими вычислениями положения южной границы овала на основе эмпирических моделей. Пятый параграф посвящен поиску физических причин разделения спектральных характеристик магнитных возмущений в полярных областях.

Заключительная, четвертая, глава посвящена исследованию среднеширотной ионосферы. Рассмотрена связь максимально наблюдаемой и критической частоты слоя F2 с параметрами околоземного космического пространства. В первом параграфе приводятся результаты базового корреляционного исследования связи частот с ключевыми геоэффективными параметрами межпланетной среды. Это исследование вызвано необходимостью ограничения числа солнечно-магнитосферно-ионосферных связей для выполнения успешного прогноза частоты методом ИНС. Установлено, что разные параметры по-разному отражаются в профиле частот в возмущенные и спокойные интервалы. Во втором параграфе представлены результаты поиска оптимального времени задержки для параметров ММП и ПСВ. Данное исследование проводилось на разветвленной ИНС и показало, что для нейросети является предпочтительной задержка в 2,5-3,5 часа. Обучение и тестирование при этом происходит более корректно и эффективно. Этот результат согласуется с предыдущим исследованием корреляционной связи параметров. Третий параграф главы посвящен поиску оптимальной архитектуры ИНС, на которой в дальнейшем проводиться основная часть численных экспериментов. Описаны особенности процесса обучения нейросети, разрабатывается методика прогнозирования частот. В четвертом параграфе продемонстрирована методика поиска дополнительных входных параметров, а так же комбинаций параметров для повышения качества прогнозирования. Выясняется вопрос о необходимости разделения технологии прогнозирования МНЧ для спокойных и возмущенных интервалов. Пятый параграф посвящен вопросу повышения качества восстановления профиля частот при добавлении их производных высокого порядка в число входных параметров при обучении и дальнейшей работе нейросети. Показано, что на разветвленной ИНС можно проводить прогнозирование МНЧ и критической частоты на интервалы 0,5-3 часа с точностью не ниже 85%.

В заключении диссертационной работы представлены основные результаты и выводы проведенного исследования.

Заключение диссертации по теме «Физика атмосферы и гидросферы», Ревунов, Сергей Евгеньевич

§4.6 Выводы

Данная часть диссертационного исследования посвящена разработке алгоритма прогнозирования на интервал 0,5-3 часа максимально применимой частоты и критической частоты ионосферного слоя F2 на основе технологии искусственных нейронных сетей. Методика прогнозирования применена к данным наклонного JT4M зондирования. полученным на трассах Inskip (Англия) - Ростов-на-Дону и Inskip - Нижний Новгород. Выполненные исследования охватили временной интервал, содержащий различные геофизические условия. Определены характерные времена ионосферной реакции на изменения ключевых параметров солнечного ветра и межпланетного магнитного поля, определяющих последовательность развития магнитосферно-ионосферных возмущений в свою очередь приводящих к изменениям KB радиосвязи.

Проведенные численные эксперименты по прогнозированию частот на разных типах нейросетей и временных интервалах показали, что точность восстановления профиля может варьироваться в широких пределах. Особенно этому подвержены слаборазветвленные сети. В некоторых случаях они показывают и самые неудовлетворительные результаты. Тем не менее, полностью отказываться от слаборазветвленных ИНС нельзя - их применение гарантирует отсутствие явления переобучения. С другой стороны, применение таких сетей для долгосрочного прогноза не позволяет получать точность восстановления профилей частот выше 65%. Так же, к этим сетям не применима технология коррекции ответного сигнала сети, вследствие его сильной зашумленности.

Разветвленные сети работают более стабильно — при перезапуске обучения такой сети качество ее обучения меняется менее заметно и, как следствие, качество прогноза от опыта к опыту практически не изменяется, а неудовлетворительные результаты появляются крайне редко. Обучение подобных мощных сетей требует страховки от переобучения — механизма контрольной проверки. Это несколько увеличивает время обучения, но дает высокое качество прогноза. Другим достоинством разветвленной сети является применимость к ее ответному сигналу методики коррекции. Максимальные результаты (до 99%) при прогнозировании частот на 0,5-1 час достигнуты на такой разветвленной ИНС. Та же сеть выполняет прогноз на 2 часа с точностью 91% и выше. Прогноз на 2 часа выполняется с 88%.

Качество прогноза на возмущенном интервале при обучении сети только по предыстории низкое, так как профиль частот МНЧ и foF2 сильно изрезан. Необходимо дополнить поступающую на вход сети информацию сопутствующими процессами, такими как сведения о текущей глобальной геомагнитной обстановке, концентрации солнечного ветра. Для возмущенного интервала введение в обучающую последовательность данных о частицах различных энергий способствовало улучшению восстановления профиля МНЧ и повышению точности трехчасового прогноза на ДРЕ^5%. Однако, этого не достаточно для разделения технологии прогнозирования на спокойных и возмущенных интервалах. Для прогнозирования на спокойных и возмущенных интервалах на 0,5-3 часа следует придерживаться единой схемы прогноза, так как обучающая последовательность обычно уже включает и спокойные и возмущенные интервалы. Обученная в таких условиях сеть имеет равноценные возможности для прогноза интервалов МНЧ и foF2 любой степени возмущенности.

Достоинством метода ИНС при восстановлении временных рядов является их применимость в целях прогноза в режиме «on line». Получая непрерывный поток необходимых данных (например, через Internet) сеть способна с определенной дискретностью создавать прогнозируемый ряд и при необходимости корректировать свой уровень обучения. Но, так как обучаемость сети в одних и тех же условиях может быть разной, то для достоверного прогноза следует пользоваться несколькими (3-5) параллельно работающими одинаковыми сетями (группой). Достоверный ответ тот, который с малой расходимостью получен на нескольких сетях из группы. Остальные сети, дающие другой, существенно отличный результат следует переобучить (с учетом новых данных) и снова включить в группу. Такая стратегия обеспечит максимально достоверный прогноз параметра в режиме реального времени.

ЗАКЛЮЧЕНИЕ

Диссертация посвящена анализу магнитосферно-ионосферной активности, как следствия крупномасштабных явлений в солнечном ветре, разработке методики классификации глобальных геомагнитных возмущений и разрывов параметров межпланетной среды, созданию методики определения пространственного положения высокоширотных зон геомагнитной активности, исследованию связи критической частоты слоя F2 среднеширотной ионосферы с геоэффективными параметрами межпланетной среды. Цель работы состоит в выявлении наиболее геоэффективных параметров солнечного ветра и межпланетного магнитного поля, а также идентификации солнечных источников, ответственных за их появление; в поиске качественно-количественной оценки влияния динамики ключевых параметров солнечного ветра на магнитосферно-ионосферную активность.

Перечислим важнейшие результаты, пути их получения и положения, выносимые на защиту:

1. Выполнена классификация скачков параметров солнечного ветра по данным КА WIND за трехлетний период их измерений (1996-1999 г.) используя одножидкостный МГД подход с помощью специально созданной классификационной искусственной нейронной сети вида «слой Кохонена». Для выделенных классов скачков разработан и применен способ определения ориентации плоскостей их поверхностей в солнечном ветре по одномерным наблюдениям на КА. Выполнен анализ эволюционности найденных ударных волн, который продемонстрировал их потенциальную неустойчивость.

Выделены классы структур Dst-вариаций, соответствующие магнитным бурям определенной интенсивности и конкретным типам возмущений параметров солнечного ветра и межпланетного магнитного поля, которые связаны с указанными солнечными плазменными потоками:

Класс №1 — слабые бури, являющиеся следствием взаимодействия с магнитосферой Земли коротирующих с Солнцем потоков (corotating-streams).

Класс №2 — слабые бури, являющиеся следствием взаимодействия с магнитосферой Земли медленных гелиосферных потоков с низкой концентрацией плазмы.

Класс №3 - умеренные бури, являющиеся следствием взаимодействия с магнитосферой Земли коротирующих потоков, которые до этого взаимодействовали с HCS-потоком или гелиосферным токовым слоем.

Класс №4 — умеренные бури, являющиеся следствием взаимодействия с магнитосферой Земли быстрых, высокоинтенсивных corotating-потоков.

Класс №5 - умеренные бури, являющиеся следствием взаимодействия с магнитосферой Земли высокоскоростного потока, прошедшего мимо Земли и задевшего ее своим флангом.

Класс №6 - умеренные бури, являющиеся следствием взаимодействия с магнитосферой Земли сразу нескольких гелиосферных потоков.

Класс №7 - сильные бури, являющиеся следствием взаимодействия с магнитосферой Земли уединенных, не имеющих периодической повторяемости, потоков с выраженными ударными волнами.

Класс №8 - сильные бури, являющиеся следствием взаимодействия с магнитосферой Земли корональных солнечных выбросов в форме магнитного облака.

Применение ИНС для классификации Dst-вариаций геомагнитного поля в периоды магнитосферных возмущений позволило выявить характерные особенности временной структуры этих вариаций в зависимости от типа солнечных плазменных потоков, явившимися генераторами зафиксированных возмущений: вспышки, корональные дыры, активизировавшиеся волокна (протуберанцы), КВВ и их сочетания.

На защиту выносится: Классификация Dst-индекса на основе параметров солнечного ветра и межпланетного магнитного поля, относящихся к конкретным явлениям солнечной активности: вспышки, корональные дыры, волокна, корональные выбросы вещества и их сочетания; классификация разрывов в межпланетной плазме на основе метода нейронных сетей и определение трехмерных ориентаций их плоскостей на основе одномерных спутниковых наблюдений.

2. Выполнено разделение геомагнитных станций, ведущих регистрацию геомагнитных вариаций, Гренландской меридиональной цепочки по их местоположению и принадлежности к одной из трех характерных полярных областей (полярная шапка, полярный овал, субавроральная зона) на основе классификации, выполненной с привлечением самообучающейся искусственной нейронной сети типа слоя Кохонена. В качестве входных параметров для выделения трех возможных классов пространственного положения отдельной станции цепочки, используются характеристики амплитудно-частотных спектров и матриц вейвлет-коэффициентов, получаемых по геомагнитным данным с этих станций. Таким образом, существует возможность контролировать размеры и границы полярной шапки и аврорального овала в реальном масштабе времени на основе геомагнитных данных меридиональных цепочек станций.

Сопоставление классификационных результатов на основе ИНС с аналитическими вычислениями положения южной границы овала на базе эмпирических моделей, основанных на корреляционной связи спутниковых данных с индексами геомагнитной активности AL, Dst [76], показывает, что они согласуются (совпадение 60% и выше). Метод определения динамики пространственного положения полярной шапки и овала полярных сияний по данным Гренландской цепочки магнитных станций можно применять к данным других подобных цепочек геомагнитных измерений. При этом возможна оценка границ полярной шапки и аврорального овала в реальном масштабе времени. Определены физические причины разделения спектральных характеристик магнитных возмущений в полярных областях

На защиту выносится: Спектральные характеристики высокоширотных геомагнитных вариаций в периоды магиитосферных возмущений, характеризующие их пространственную принадлежность к одной из трех зон геомагнитной активности: полярная шапка, овал полярных сияний, субавроральная зона.

3. Реализовано прогнозирование на интервал 0,5-3 часа максимально наблюдаемой и критической частоты ионосферного слоя F2 на основе метода искусственных нейронных сетей с использованием параметров солнечного ветра и межпланетного магнитного поля. Определены характерные времена реакции ионосферы на изменения ключевых параметров солнечного ветра и межпланетного магнитного поля.

Проведенные численные эксперименты по прогнозированию частот на разных типах нейросетей и временных интервалах показали, что точность восстановления профиля может варьироваться в широких пределах. Особенно этому подвержены слаборазветвленные сети. В некоторых случаях они показывают и самые неудовлетворительные результаты. Тем не менее, полностью отказываться от слаборазветвленных ИНС нельзя - их применение гарантирует отсутствие явления переобучения. С другой стороны, применение таких сетей для долгосрочного прогноза не позволяет получать точность восстановления профилей частот выше 65%. Так же, к этим сетям не применима технология коррекции ответного сигнала сети, вследствие его сильной зашумленности.

Разветвленные сети работают более стабильно - при перезапуске обучения такой сети качество ее обучения меняется менее заметно и, как следствие, качество прогноза от опыта к опыту практически не изменяется, а неудовлетворительные результаты появляются крайне редко. Обучение подобных мощных сетей требует страховки от переобучения — механизма контрольной проверки. Это несколько увеличивает время обучения, но дает высокое качество прогноза. Другим достоинством разветвленной сети является применимость к ее ответному сигналу методики коррекции. Максимальные результаты (до 99%) при прогнозировании частот на 0,5-1,5 часа достигнуты на такой разветвленной ИНС. Та же сеть выполняет прогноз на 2 часа с точностью 91% и выше. Прогноз на 3 часа выполняется с эффективностью 88%.

Установлено, что качество прогноза на возмущенном интервале при обучении сети только по предыстории низкое, так как профиль частот МНЧ и foF2 сильно изрезан. Необходимо дополнить поступающую на вход сети информацию сопутствующими процессами, такими как сведения о текущей глобальной геомагнитной обстановке, концентрации солнечного ветра. Для прогнозирования на спокойных и возмущенных интервалах на 0,5-3 часа следует придерживаться единой схемы прогноза, так как обучающая последовательность обычно уже включает и спокойные и возмущенные интервалы. Обученная в таких условиях сеть имеет равноценные возможности для прогноза интервалов МНЧ и f0F2 любой степени возмущенности.

Предложена групповая нейросетевая методика восстановления временных рядов в режиме «on line». Получая непрерывный поток необходимых данных через Internet сеть способна с определенной дискретностью создавать прогнозируемый ряд и при необходимости корректировать свой уровень обучения. Для достоверного прогноза следует пользоваться несколькими (3-5) параллельно работающими одинаковыми сетями (группой). Достоверный ответ тот, который с малой расходимостью получен на нескольких сетях из группы. Остальные сети, дающие другой, существенно отличный результат следует переобучить (с учетом новых данных) и снова включить в группу. Такая стратегия обеспечит максимально достоверный прогноз параметра в режиме реального времени.

На защиту выносится: Временной масштаб реакции критической частоты foF2 ионосферы и максимально наблюдаемой частоты коротковолнового радиосигнала при наклонном ионосферном зондировании на динамику изменения параметров межпланетной среды вблизи земной магнитосферы определенный на основе нейросетевой технологии.

Степень достоверности полученных результатов

Результаты, изложенные в диссертационной работе, согласуются с соответствующими данными экспериментальных наблюдений. Их сопоставление с аналитическими и численными исследованиями других авторов показали, что полученные результаты дополняют и уточняют эти исследования. Все результаты, представленные в диссертации опубликованы в рецензируемых научных журналах «Космические исследования», «Геомагнетизм и аэрономия», «Известия РАН — Физическая серия», «Известия ВУЗов —

Радиофизика», а также представлены на Российских и международных конференциях и научных семинарах НИРФИ и ИЗМИР АН.

Личный вклад соискателя

Автор принимал непосредственное участие в постановке задач и выборе методов их решения, в получении и анализе результатов, а также в их интерпретации. Им проведены все численные эксперименты, представленные в диссертации, выполненные с использованием самостоятельно разработанных компьютерных программ.

Благодарности

При получении результатов, представленных в диссертации, я опирался на знания и профессиональный опыт моего учителя и научного руководителя доктора физико-математических наук, профессора Николая Александровича Бархатова; сотрудников лаборатории геомагнитных вариаций ИЗМИР АН Анатолия Ефимовича Левитина, Людмилы Ивановны Громовой, Лидии Алексеевны Дремухиной; сотрудника ИКИ РАН Георгия Наумовича Застенкера; сотрудника НИИРФИ Валерия Павловича Урядова. Большую помощь и поддержку мне оказали также сотрудники Научно-исследовательской лаборатории Физики Солнечно-Земных связей Нижегородского Государственного Педагогического Университета. Всем нм выражаю свою признательность и благодарность.

Список работ по теме диссертации

1. Бархатов Н.А., Валов В.А., Макаров А.В., Понятов А.А., Ревунов С.Е., Сахаров С.Ю., Урядов В.П., Метод искусственных нейронных сетей и его применение к прогнозированию ионосферного KB радиоканала. Труды IX Международной научно-технической конференции «Радиолокация, навигация и связь», 22-24 апреля 2003 г., Воронеж, Том III, С. 1853-1864.

2. Barkhatov N.A., Ponyatov А.А., Uryadov V.P., Barkhatova O.A., Revunov S.E., Forecasting of ionospheric hf channel by the artificial neural networks method // Abstracts of IUGG XXIII General Assembly, Sapporo, Juhe 30-July 11, 2003, GAII.03/02A/AI3-005, C.A298

3. Бархатов H.A., Ревунов C.E., Прогнозирование критической частоты ионосферного слоя F2 методом искусственных нейронных сетей. VIII Нижегородская сессия молодых ученых. Естественнонаучные дисциплины, 20-25 апреля 2003 г., Дзержинск, Тезисы докладов, Н. Новгород, 2003, С.98-99

4. Barkhatov N.A., Levitin A.E., Revunov S.E. Comprehensive classification of geomagnetic disturbances. Geophysical Research Abstracts, V.6, 04796, European Geosciences Union, General Assembly 2004, ST5, Nice, France, 25-30 April 2004

5. Ревунов С.E., Дудкина И.С. Повышение эффективности прогнозирования критической частоты ионосферного слоя F2. Сборник тезисов Десятой Всероссийской научной конференции студентов-физиков и молодых ученых: Тезисы докладов: В 2 т. - Москва, издательство АСФ России, 2004, Т.2. С. 915

6. Barkhatov N.A., Revunov S.E., Uryadov V.P. Improvement of ionospheric layer f2 critical frequency forecasting. Geophysical Research Abstracts, V.6, 04789, European Geosciences Union, General Assembly 2004, ST 14, Nice, France, 25-30 April 2004

7. Бархатов H.A., Левитин A.E., Ревунов C.E. Космическая классификация глобальных геомагнитных возмущений. Тезисы докладов III Международной конференции «Солнечно-земные связи и электромагнитные предвестники землетрясений», 16-21 августа 2004, Институт космофизических исследований и распространения радиоволн (ИКИР) ДВО РАН (с. Паратунка, Камчатская обл.), С.46

8. Бархатов Н.А., Левитин А.Е., Ревунов С.Е. Классификация глобальных геомагнитных возмущений на основе комплекса событий космической погоды. Тезисы докладов международной конференции «Солнечно-земная физика», Иркутск, 20-25 сентября 2004 г., С.46

9. Barkhatov N.A., Revunov S.E., Uryadov V.P. (2004), Forecasting of the critical frequency of the ionosphere F2 layer by the method of artificial neural networks. Int. J. Geomagn. Aeron., 5, GI2010, D01:10.1029/2004GI000065

10. Бархатов H.A., Ревунов C.E., Урядов В.П. Технология искусственных нейронных сетей для прогнозирования критической частоты ионосферного слоя F2. // Известия ВУЗов «Радиофизика», 2005, Т.48. С.1-15

11. Бархатов Н.А., Ревунов С.Е., Урядов В.П., Вертоградов Г.Г., Вертоградов В.Г., Валов В.А. Прогнозирование МНЧ с помощью искусственных нейронных сетей. Материалы 21 Всероссийской конференции по распространению радиоволн, Йошкар-Ола, 24-27 мая 2005 г.

12. Barkhatov N., Levitin A., Revunov S. Location of high latitude zones of geomagnetic activity by the data from the Greenland chain of magnetic stations. // Abstracts of 10-th IAGA Scientific Assembly, Toulose-Franee, July 18-29, 2005, IAGA2005-A-01244

13. Barkhatov N.A., Revunov S.E., Ulibina R.I. Classification of discontinuities in parameters of space plasma using magnetohydrodynamic approach. Abstracts of 9th Asian-Pacific Regional International Astronomical Union (IAU) Meeting (APR1M2005), Bali, Indonesia, 26-29 July 2005, P. 17

14. Barkhatov N.A., Gromova L.I., Dremuhina L.A, Levitin A.E., Revunov S.E., Ulibina R.I. The analysis of magnetospheric disturbance power according to its solar source. Abstracts of 9th Asian-Pacific Regional International Astronomical Union (IAU) Meeting (APR1M2005), Bali, Indonesia, 26-29 July 2005. P. 18

15. Бархатов H.A., Левитин A.E., Ревунов C.E. Установление границ областей полярной шапки и овала полярных сияний по данным Гренландской цепочки магнитных станций. Тезисы Всероссийской конференции «Экспериментальные и теоретические исследования основ прогнозирования гелиогеофизической активности» (10-15 октября 2005 г., г. Троицк), С.7

16. Бархатов Н.А., Громова Л.И., Дремухина Л.А., Левитин А.Е., Ревунов С.Е., Улыбина Р.И. Анализ энергетики магнитосферного возмущения в зависимости от его солнечного источника. Тезисы Всероссийской конференции «Экспериментальные и теоретические исследования основ прогнозирования гелиогеофизической активности» (10-15 октября 2005 г., г. Троицк), С.44

17. Бархатов Н.А., Ревунов С.Е., Урядов В.П., Вертоградов Г.Г, Вертоградов В.Г. Учет проявлений солнечной активности при прогнозировании максимально наблюдаемой частоты ионосферного KB радиоканала. Тезисы Всероссийской конференции «Экспериментальные и теоретические исследования основ прогнозирования гелиогеофизической активности» (10-15 октября 2005 г., г. Троицк), С.59

18. Barkhatov N.A., Revunov S.E., Uryadov V.P., Vertogradov G.G., Vertogradov V.G. Forecasting of hf propagation with use of artificial neural networks. XXVIIIth URSI General Assembly New Delhi, India, 23 to 29 October 2005

19. Бархатов H.A., Левитин A.E., Ревунов C.E. Классификация глобальных геомагнитных возмущений на основе комплекса событии космической погоды. В сб. «Солнечно-земная физика», вып.8, Изд. СО РАН, Новосибирск, 2005, С. 129-131

20. Ревунов С.Е., Улыбина Р.И. Нейросетевая классификация разрывов параметров космической плазмы, XI Нижегородская сессия молодых ученых, Математические науки, 22-25 мая 2006 г., Нижний Новгород, Тезисы докладов, 2006, С.36-37

21. Barkhatov N.A., Levitin А.Е., Revunov S.E. Monitoring of polar cap spatial dynamics basing on data from Greenland chain of magnetic observatories. Abstracts of 29 Annual Seminar «Physics of auroral phenomena», Apatity, 27 February-3 March 2006, PGI KSC RAS, P.31

22. Barkhatov N.A., Revunov S.E. Classification of abrupt changes of the interplanetary medium parameters by a method of artificial neural networks. Abstracts of 29 Annual Seminar «Physics of auroral phenomena», Apatity, 27 February-3 March 2006, PGI KSC RAS, P.51

23. Бархатов H.A., Ревунов C.E., Вертоградов Г.Г, Вертоградов В.Г, Валов В.А., Урядов В.П. Прогнозирование максимально наблюдаемой частоты ионосферного КВ-радиоканала методом искусственных нейронных сетей. // Геомагнетизм и аэрономия, 2006, Т.46, N 1, С. 88-98

24. Barkhatov N.A., Dremukhina L.A., Gromova L.I., Levitin A.E., Revunov S.E., Ulibina R.I. «Magnetosphere power budget role in the task of classification of magnetospheric activity sources» 36th Cospar scientific assembly, Beijing, China, 16-23 July 2006. Session D2.1/E3.1, A-00873

25. Бархатов H.A., Громова Л.И., Дремухина Л.А., Левитин А.Е., Ревунов С.Е., Улыбина Р.И. Учет энергетического бюджета магнитосферы в задаче классификации источников магнитосферной активности. Изв.РАН (сер.физ), 2006, 70. N10, С. 1535-1537

26. Barkhatov N.A., Levitin А.Е., Revunov S.E. Complex Classification of Global Geomagnetic Disturbances. // Kosmicheskie Issledovaniya, 2006, Vol. 44, No. 6, pp. 488-499

27. Barkhatov N.A., Levitin A.E., Revunov S.E. Monitoring of polar cap spatial dynamics basing on data from Greenland chain of magnetic observatories. Proceedings of 29 Annual Seminar «Physics of auroral phenomena», Apatity, 2007, PGI KSC RAS, P.75

28. Barkhatov N.A., Revunov S.E. Classification of abrupt changes of the interplanetary medium parameters by a method of artificial neural networks. Proceedings of 29 Annual Seminar «Physics of auroral phenomena», Apatity, 2007, PGI KSC RAS, P. 175

29. Бархатов H.A., Левитин A.E., Ревунов C.E. Контроль пространственной динамики полярной шапки и полярного овала по данным гренландской сеги магнитных станций. // Геомагнетизм и аэрономия, 2007, Т.47, N2, С. 230-235

30. Бархатов Н.А., Громова Л.И., Левитин А.Е., Ревунов С.Е. Анализ влияния электрического поля солнечного ветра на геомагнитную активность. Тезисы докладов 11 Пулковской международной конференции по физике Солнца: Физическая природа солнечной активности и прогнозирование ее геофизических проявлений. ГАО РАН, Пулково, Санкт-Петербург, 2-7 июля 2007, С. 17

31. Бархатов Н.А., Левитин А.Е., Ревунов С.Е., Смирнова А.С., Снегирев С.Д., Хвиюзова Т.А. Классификация событий космической погоды. Тезисы докладов 11 Пулковской международной конференции по физике Солнца: Физическая природа солнечной активности и прогнозирование ее геофизических проявлений. ГАО РАН, Пулково, Санкт-Петербург, 2-7 июля 2007, С. 19

32. Barkhatova О.М., Revunov S.E., Barkhatov N.A., Levitin A.E. Nonlinear connection of global and polar current systems on the main phase of a geomagnetic storm. Abstracts of 31 Annual Seminar «Physics of auroral phenomena», Apatity, 26-29 February 2008, PGI KSC RAS, P. 12

33. Barkhatov N., Levitin A., Revunov S. Connection of geomagnetic activity with orientation of the solar wind electric field concerning the terrestrial magnetic moment. Geophysical Research Abstracts, Vol. 10, EGU2008-A-00000, 2008 EGU General Assembly 2008

Список литературы диссертационного исследования кандидат физико-математических наук Ревунов, Сергей Евгеньевич, 2008 год

1. Витинский Ю. И. Солнечная активность. -М.: Наука, 1969. - С. 192.

2. Харгривс Д.К. Верхняя атмосфера и солнечно-земные связи. Введение в физику околоземной космической среды. Л.: Гидрометеоиздат., 1982.

3. Хундхаузен А. Расширение короны и солнечный ветер. М., Изд. Мир, 1976

4. Смольков Г.Я., Фомичев В.В., Снегирев С.Д. Радиоизлучение Солнца и космическая погода // Солнечно-земная физика. 2002. - Вып. 2. - С. 31.

5. Гибсон Э. Спокойное Солнце / Пер. с англ. М.: Мир, 1977.

6. Акасофу С.И., Чепмен С. Солнечно-земная физика. 4.1,2 М.: Мир, 1974. - С. 444.

7. Витинский Ю.И., Копецкий М., Куклин Г.В. Статистика пятно-образовательной деятельности Солнца —М.: Наука, 1986.

8. Ишков В. Н. Солнечные геоэффективные явления: как и когда они воздействуют на околоземное космическое пространство // Солнечно-земная физика, Иркутск, ИСЗФ, 2002.-Вып2.-С.10.

9. Куликовский А.Г., Любимов Г.А. Магнитная гидродинамика. М.: Физматгиз, 1962, 246 с.

10. Баранов В.Б., Краснобаев К.В. Гидродинамическая теория космической плазмы. М.: Наука, 1977, 336 с.

11. Пудовкин М.И., Семенов B.C. Теория пересоединения и взаимодействие солнечного ветра с магнитосферой Земли. М. Наука, 1985.

12. Брюнелли Б.Е., Намгаладзе А.А. Физика ионосферы. М.Наука. 1988. 527с.

13. Пудовкин М.И., Распопов О.М., Клейменова Н.Т. Возмущения электромагнитного поля Земли. Л.: Изд-во ЛГУ, 1976. С. 247.

14. Sonnerup B.U.O, Н. Hasegawa Orientation and motion of two-dimensional structures in a space plasma, J. Geophys. Res., 2005, Vol. 110, N A06208, doi:10.1029/2004JA010853.

15. Milan S.E., Lester M., Cowley S.W.H., Oksavik K., Brittnacher M., Greenwald R.A., Sofko G., Villain J.-P. Variations in the polar cap area during two substorm cycles // Ann. Geophys. Vol. 21. P. 1121.2003

16. Blanchard G.T., Lyons L.R., Samson J.C., Rich F.J. Locating polar cap boundaiy from observations of 6300A auroral emission //J. Geoph. Res. Vol. 100. No. A5. P. 7855. 1995

17. Newell P.T., Liou Kan, Sotirelis Т., Meng Ching-I. Polar Ultraviolet Imager observations of global auroral power as a function of polar cap size and magnetotail stretching // J. Geoph. Res. Vol. 106. No. A4. P. 5895. 2001

18. Gerard, J.-C., Hubert В., Grard A., Meurant M., and Mende S. B. Solar wind control of auroral substorm onset locations observed with the IMAGE-FUV imagers, J. Geoph. Res., 2004, V. 109, A03208, doi: 10.1029/2003JA010129

19. Misiti M., Misiti Y., Oppenheim G., Poggi J.-M. Wavelet Toolbox for use with MATLAB. The Math Works Inc. 941 p. 2000

20. Дьяконов В.П., Круглов В.В. Математические пакеты расширения MATLAB. Специальный справочник. СПб.: Питер, 2001, 480с.

21. Дьяконов В.П. MATLAB 6. Учебный курс. СПб.: Питер. 593 с. 2001

22. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия-Телеком. 384 с. 2000

23. Медведев B.C., Потёмкин В.Г. Нейронные сети. MATLAB 6. М.: Диалог-МИФИ, 2002, 496с.

24. Бархатов Н.А., Королев А.В., Пономарев С.М., Сахаров С.Ю. Долгосрочное прогнозирование индексов солнечной активности методом искусственных нейронных сетей. Известия ВУЗов "Радиофизика", 2001, Т.44, № 9, С.806

25. Бархатов Н.А., Беллюстин Н.С., Левитин А.Е., Сахаров С.Ю. Сравнение эффективности предсказания индекса геомагнитной активности Dst искусственными нейронными сетями. // Изв. ВУЗов "Радиофизика", 2000, Т.43, № 5, С.385

26. Бархатов Н.А., Левитин А.Е., Сахаров С.Ю. Метод искусственных нейронных сетей как способ восстановления пробелов в записях отдельных магнитных обсерваторий по данным других станций. // Геомагнетизм и аэрономия, 2002, Т.42, С. 195

27. Munsami, V. Determination of the effects of substorms on the storm-time ring current using neural networks. J. Geophys. Res., 2000, Vol. 105, №. A12, P.27833

28. Gleisner H., Lundstedt H. A neural network-based local model for prediction of geomagnetic disturbances. J. Geophys. Res., 2001, Vol. 106, № A5, P.8425

29. Lundstedt H., Wintoft P. Prediction of geomagnetic storms from solar wind data with the use of a neural network. Ann. Geophys., 1994, Vol. 12, № 1, P. 19

30. Gleisner H., Lundstedt H., Wintoft P. Predicting geomagnetic storms from solar-wind data using time-delay neural networks. Ann Geophys., 1996, Vol. 14, № 7, P.679

31. Sutcliffe P.R. Substorm onset identification using neural networks and Pi2 pulsations. Ann Geophys., 1997, Vol. 15, № 10, P.1257

32. Sutcliffe P.R. The development of a regional geomagnetic daily variation model using neural networks. Ann Geophys., 2000, Vol. 18, № 1, P. 120

33. Conway, A.J.; Macpherson, K.P.; Blacklaw, G.; Brown, J.C. 1998 A neural network prediction of solar cycle 23. J. Geophys. Res. Vol. 103, № A12, P.29, 733

34. Fessant F., Bengio S., Collobert D. On the prediction of solar activity using different neural network models. Ann Geophysic., 1996, Vol. 14, № 1, P.20

35. Wintoft, P.; Lundstedt, H. A neural network study of the mapping from solar magnetic fields to the daily average solar wind velocity. J. Geophys. Res. 1999, Vol. 104, № A4, P.6729

36. Gonzalez W.D., Tsurutani B.T. Criteria of interplanetary parameters causing intense magnetic storms (Dst<-100 nT), Planetary and Space Science, 1987, Vol. 36, P. 1101

37. Echer E. and W.D. Gonzalez. Geoeflectiveness of interplanetary shocks, magnetic clouds, sector boundary crossings and their combined occurrence, Geophys. Res. Lett., 2004, 31, L09808, 10.1029/2003 GL019199

38. Watari S., M. Vandas and T. Watanabe, Formation of a strong southward IMF near the solar maximum of cycle 23, Annales Geophysicae, 2004, Vol. 22, P. 673

39. Иванов К.Г. Солнечные источники потоков межпланетной плазмы на орбите Земли. // Геомагнетизм и аэрономия, Т.36, № 2, С. 19, 1996.

40. Бархатов Н.А., Гольберг К.Ю., Зырянова М.С., Иванов К.Г. МГД-моделирование взаимодействия высокоскоростного потока и медленного солнечного ветра. // Геомагнетизм и аэрономия, 2004, Т.44, N 1, С. 28-36.

41. Gonzalez W.D., Joselyn J.A., Kamide Y., Kroehl H.W., Rostoker G., Tsurutani B.T., Vasyliunas V.M. What is geomagnetic storm? J. Geophys. Res., 1994, Vol. 99, № A4, P. 5771

42. Tsurutani B.T., Gonzalez W.D., Gonzalez Alicia, Tang Frances, Arballo J.K., Okada Masaki. Interplanetary origin of geomagnetic activity in the declining phase of the solar cycle. J. Geophys. Res., 1995, Vol. 100, № Al 1, P. 21717

43. Нишида А. Геомагнитный диагноз магнитосферы. M.: "Мир", 1980, 300 с.

44. Tu C.Y., Marsch Е. MHD structures, waves and turbulence in the solar wind: Observations and theories, Space Sci. Rev., 1995, V.73, P.l

45. Russell C.T., McPherron R.L. Semiannual variation of geomagnetic activity // J. Geophys. Res. 1973,V.78, N1, P.92-107.

46. Яновский Б.М. Земной магнетизм, 1978; Л.: Изд. Ленинградского университета, 591 С.

47. Lyatsky W., Tan A. Latitudinal effect in semiannual variation of geomagnetic activity // J.Geophys. Res., 2003, V.108.N5, 1204, doi:10.1029/2002JA009467.

48. Кузнецова T.B., Лаптухов А.И., Кузнецов В.Д. Учет геометрии взаимодействия солнечного ветра с магнитным полем Земли в геоэффективных параметрах и прогнозе геомагнитной активности // Астрономический вестник, 2006, Т. 40, №6, с. 561-568

49. Rice W.K. М., Zank J.P., Lee G. Particle acceleration and coronal mass ejection driven shocks: Shocks of arbitrary strength. J. Geophys. Res., 2003, Vol. 108, № A10, 1369, 10.1029/2002JA009756

50. Lee M.A., An analytical theory of morphology, flows. And shock compressions at corotating interaction regions in solar wind. J. Geophys. Res., 2000, Vol. 105, № A5, P. 10491

51. Бархатов H.A., Гольберг К.Ю., Зырянова M.C., Иванов К.Г. Локальное МГД моделирование взаимодействия высокоскоростного потока и медленного солнечного ветра. «Геомагнетизм и аэрономия», 2003, Т.43, № , С. 28

52. Физика магнитосферы. Под ред. Грингауза К.И., Жулина И.А., М.: Мир, 1972, 592 с.

53. Л.ДЛандау, Е.М.Лифшиц. Теоретическая физика: Гидродинамика. Том 6, М.: Наука, 1986, 736 с.

54. Ройхваргер З.Б. Эволюционность и ширина ударных волн, Письма в ЖЭТФ, 1974, Т. 19, Вып. 8, с. 496-499

55. Lindsay G.M., Russell С.Т., Luhmann J.G. Predictability of Dst index based upon solar wind conditions monitored inside 1 AU. J. Geophys. Res., 1999, Vol. 104, № A5, P. 10335

56. Temerin M., Li Xinlin. A new model for the prediction of Dst on the basis of the solar wind. J. Geophys. Res., 2002, Vol. 107, № A12, 1472, 10.1029/2001JA007532

57. Zhou Xiaoyan and Tsurutani Bruce T. Interplanetary shock triggering of nightside geomagnetic activity: Substorms, pseudobreakups, and quiescent events. J. Geophys. Res., 2001, Vol. 106, № A9, P. 18957

58. Emilia K., Huttunen J., Koskinen Hannu E.J., Schwenn Rainer. Variability of magnetospheric storms driven by different solar wind perturbations. J. Geophys. Res., 2002, Vol. 107, № A7, 1121, 10.1029/2001JA900171

59. Webb D.F., Cliver E.W., Crooker N.U., Cyr O.C. St., Thompson B.J. Relationship of halo coronal mass ejections, magnetic clouds, and magnetic storms. J. Geophys. Res., 2000, Vol. 105, №A4, P. 7491

60. Wu Chin-Chun and Lepping R.P. Effects of magnetic clouds on the occurrence of geomagnetic storms: The first 4 years of Wind. J. Geophys. Res., 2002, Vol. 107, № A10, 1314, 10.1029/2001JA000161

61. Nakai H., Kamide Y. Solar cycle variations in the storm-substorm relationship. J. Geophys. Res., 1999, Vol. 104, № A10, P. 22695

62. Vennerstroem S. Interplanetary sources of magnetic storms: A statistical study. J. Geophys. Res., 2001, Vol. 106, № A12, P. 29175

63. Lyatsky W. and Tan A. Solar wind disturbances responsible for geomagnetic storms. J. Geophys. Res., 2003, Vol. 108, № A3. 1134, 10.1029/2001 JA005057

64. Jurac S., Richardson J.D. The dependence of plasma and magnetic field correlations in the solar wind on geomagnetic activity. J. Geophys. Res., 2001, Vol. 106, № A12, P. 2919505

65. Wang Y.M., Ye P.Z., Wang S., Zhou G.P., Wang J.X. A statistical study on the geoeffectiveness of Earth-directed coronal mass ejections from March 1997 to December 2000. J. Geophys. Res., 2002, Vol. 107, № A11, 1340, 10.1029/2002JA009244

66. Leamon Robert J., Canfield Richard C., Pevtsov Alexei A. Properties of magnetic clouds and geomagnetic storms associated with eruption of coronal sigmoids. J. Geophys. Res., 2002, Vol. 107, №A9, 1234, 10.1029/2001JA000313

67. Stampler R., Lockwood V., Wild M.N., Clark T.D.G. Solar causes of the long-term increase in geomagnetic activity // J. Geophys. Res., 1999, V. 104, N12, P. 28325-28342.

68. Crooker N.U., Cliver E.W., Tsurutani B.T., The semiannual variation of great geomagnetic storms and the postshock Russell-McPherron effect preceding coronal mass ejecta // Geophys. Res. Lett., 1992, V. 19, P. 429.

69. Crooker N.U., Cliver E.W., A postmodern view of M-regions // J. Geophys. Res., 1994, V.99, P. 23383

70. Tsurutani B.T., Gonzalez W.D., Tang P., Lee Y.T., Great magnetic storms, // Geophys. Res. Lett., V. 19, N73, 1992.

71. Исаев С. И., Пудовкин М.И. Полярные сияния и процессы в магнитосфере Земли. Изд. Наука, Ленингр. отд., 1972, С. 244.

72. Воробьев В.Г, Ягодкина О.И. Влияние магнитной активности на глобальное распределение зон авроральных вторжений // Геомагнетизм и аэрономия. Т. 45. № 4. С.43 8-448. 2005

73. Иванов В.А., Куркин В.И., Носов В.Е., Урядов В.П., Шумаев В.В. ЛЧМ ионозонд и его применение в ионосферных исследованиях // Изв. ВУЗов "Радиофизика", 2003, Т.46, № 11, С.919.

74. Зевакина Р.А., Киселева М.В. О возможности количественного прогноза интенсивности отрицательных ионосферных возмущений. // Сб. Прогнозирование ионосферы и условий распространения радиоволн. М. Наука 1985, с.39-43.

75. Бархатов Н.А., Левитин А.Е., Рябкова Г.А. Искусственные нейронные сети для прогнозирования индексов геомагнитной активности по параметрам околоземного космического пространства. В сб. "Солнечно-земная физика", вып.2 (115), Иркутск,2002, С. 104

76. Baker D.N., Pulkkinen T.I., Hesse М., McPherron R.L. A quantitative assessment of energy storage and release in the Earth's magnetotail // J. Geophys. Res. Vol. 102. No. A4. P. 7159 (96JA03961). 1997

77. Burlaga, L.F., C. Wang, J.D. Richardson and N.F. Ness. Evolution of the multiscale statistical properties of corotating streams from 1 to 95 AU, J. Geophys. Res., 2003, Vol. 108, № A7, 1305, 10.1029/2003JA009841

78. Chin-Chun Wu and R.P. Lepping. Effect of solar wind velocity on magnetic cloud-associated magnetic stonn intensity J. Geophys. Res., 2002, Vol. 107, №. All, 1346, 10.1029/2002JA009396

79. Falconer D.A., R.L. Moore and G.A. Gary. A measure from line-of-sight magnetograms for prediction of coronal mass ejections, J. Geophys. Res., 2003. Vol. 108, № A10, 1380, 10.1029/2003JA010030

80. Gerard J.-C., Hubert В., Grard A., Meurant M., Mende S.B. Solar wind control of auroral substorm onset 13. P. 2165-2174. 1976

81. Huang, C.-S., G.D. Reeves, J.E. Borovsky, R.M. Skoug, Z.Y. Pu, and G. Le. Periodic magnetospheric substorms and their relationship with solar wind variations, J. Geophys. Res.,2003, Vol 108, №A6, 1255, 10.1029/2002JA009704

82. Kahler S.W. Hudson H.S. Origin and development of transient coronal holes, J. Geophys. Res., 2001, Vol. 100,№A12, P. 29239

83. Kan J.R., Lee L.C. Energy coupling function and solar wind-magnetosphere dynamo // Geophys. Res. Lett. Vol. 6. No 7. P. 577-580. 1979

84. Lam H.-L., Boteler D.H., Trichtchenko L. Case studies of space weather events from their launching on the Sun to their impacts on power systems on the Earth // Ann. Geophys. Vol. 20. P.1073-1079.2002

85. Luhmann J.G., У. Li, C.N. Arge, P.R. Gazis and R. Ulrich. Solar cycle changes in coronal holes and space weather cycles J. Geophys. Res., 2002, Vol. 107, № A8, 1154, 10.1029/2001JA00755092.