利用符号回归发现几何磁暴动力学方程
计算工程、金融与科学
2025-04-28 v1 机器学习
摘要
几何磁暴是由太阳风与地球磁层相互作用引发的大尺度扰动，对基于太空的和基于地面的基础设施构成严重威胁。扰动暴时间（Dst）指数通过测量全球磁场变化来量化几何磁暴的强度。本研究应用符号回归来推导描述 Dst 指数随时间演化的方程。我们使用来自 NASA OMNIweb 数据库的历史数据，包括太阳风密度、浓度速度、对流电场、动压和磁压。采用 PySR 框架——一种基于进化算法的符号回归库——来识别将 dDst/dt 与关键太阳风参数相联系的数学表达式。所得模型包含多个复杂度层次，可用于与 established 经验模型（如 Burton-McPherron-Russell 和 O'Brien-McPherron 模型）进行比较。最佳-performing 符号回归模型在大多数情况下表现优异，尤其在中等几何磁暴期间，同时保持物理可解释性。对历史风暴事件的性能评估包括 2003 年万圣节风暴、2015 年圣帕特里克日风暴以及 2017 年中等风暴。结果提供了捕捉 Dst 演化中非线性依赖性和阈值效应的可解释闭形式表达式。
引用
@article{arxiv.2504.18461,
title = {Discovering Governing Equations of Geomagnetic Storm Dynamics with Symbolic Regression},
author = {Stefano Markidis and Jonah Ekelund and Luca Pennati and Andong Hu and Ivy Peng},
journal= {arXiv preprint arXiv:2504.18461},
year = {2025}
}
备注
Accepted for publication in the 25th International Conference on Computational Science proceedings