主要太阳耀斑的集合预报——初步结果

我们展示了首个针对主要太阳耀斑（M 级和 X 级）的集合预测模型的结果。本研究的主要目的是探索构建集合以对该新概念进行初步原型设计。利用托管在社区协调建模中心 (NASA-GSFC) 的三个模型的概率预报以及 NOAA 的预报，我们通过线性组合所有四种方法的耀斑概率开发了集合预报。使用一种蒙特卡洛型算法计算基于性能的组合权重，该算法对组合概率应用决策阈值 $P_{th}$ 并最大化 Heidke 技能评分 (HSS)。利用 2012 至 2014 年间 13 个近期太阳活动区的数据，我们发现线性组合方法可以提高整体概率预测，并在某些决策阈值值下提高分类预测。组合权重随所应用的阈值而变化，且测试的各个独立预报模型似乎未能在所有 $P_{th}$ 值下提供比其他模型更准确的预测。根据 HSS 的最大值，通过对样本平均计算出的基于性能的权重表现与等权重模型相似。集合预报表现最佳的 $P_{th}$ 值对于 M 级耀斑为 25\%，对于 X 级耀斑为 15\%。当从集合中排除来自 NOAA 的人工调整概率时，集合在 Heidke 评分方面的性能有所下降。