MEMPSEP I：利用卷积神经网络多元集成预报太阳高能粒子事件发生概率
太阳与恒星天体物理
2023-09-27 v1 空间物理
摘要
太阳通过一系列相互关联且动态的物理学过程持续影响着行星际环境。太阳耀斑、日冕物质抛射（CMEs）和太阳高能粒子（SEPs）是近地及更远空间环境中空间天气的关键驱动因素。虽然部分CME和耀斑与强烈的SEP相关，但另一些则几乎或完全不伴随SEP。迄今为止，针对SEP发生及其相关属性（如起始时间、峰值强度）的稳健长期（数小时至数天）预报尚不存在，相关研究仍在持续探索。通过Operations-2-Research支持，我们开发了一个自包含模型，该模型利用综合数据集并提供SEP事件发生及其属性的概率预报。该模型被命名为太阳高能粒子概率预报多元模型集成（MEMPSEP）。MEMPSEP的核心是一个卷积神经网络集成，其输入来自不同源的全日面磁图序列和原位数据综合数据集（MEMPSEP III - (Moreland et al., 2023)），用于预报SEP事件的发生（MEMPSEP I - 本工作）与属性（MEMPSEP II - Dayeh et al. (2023)）。本工作聚焦于估计真实SEP发生概率，在可靠性上实现了2.5%的提升，并获得0.14的Brier分数。该结果为终端用户提供了自行确定可接受风险水平的灵活性，而非强加一个优化任意二分类指标的探测阈值。此外，该模型集成经过训练以利用事件与非事件之间的大类不平衡，为我们的预报提供了明确的不确定性度量。
引用
@article{arxiv.2309.14570,
title = {MEMPSEP I : Forecasting the Probability of Solar Energetic Particle Event Occurrence using a Multivariate Ensemble of Convolutional Neural Networks},
author = {Subhamoy Chatterjee and Maher Dayeh and Andrés Muñoz-Jaramillo and Hazel M. Bain and Kimberly Moreland and Samuel Hart},
journal= {arXiv preprint arXiv:2309.14570},
year = {2023}
}
备注
17 pages, 8 figures, 1 table, accepted for publication in Space Weather journal