针对非常长时间序列的模式拟合方法优化

我描述并展示了一种新开发的拟合方法，针对非常长的时间序列进行优化。开发这种新方法的动机是因为我们现在已经有超过半十年的几乎不间断的观测，GONG和 MDI的采样率分别可达89.8%和82.2%。最近这一方法的推动是 MDI团队提供了一段2088天长的时间序列。该拟合程序使用基于模式 linewidth 的最优正弦-多潮汐谱估计器——其中潮汐数的选择基于模式 linewidth，包含完整的漏泄矩阵（即水平和垂直分量），以及不对称的模式轮廓来同时拟合所有方位角阶数，并对每个方位角阶数进行单独的参数化。该方法被应用于2088天的MDI和 GONG观测时间序列，以及728天的子集，以及球面调和次数在1到25之间。所得结果进行了相互比较（MDI与GONG），并与 MDI团队和 GONG项目的等效估计相比较。我还将728天子集的结果与2088天时间序列的结果进行了比较。这一比较显示了随着太阳活动变化而发生的频率变化——以及它如何随着频率和m/l几乎恒定的模式而变化。这一比较也显示了一些模式 linewidth和模式非对称性恒定性的变化。