主成分分析作为从地磁观测中提取 Sq 变化的工具:适用条件
地球物理
2022-07-14 v2
摘要
本文中,我们分析主成分分析(PCA)作为提取地磁场 Sq 变化工具时的适用性。我们测试了不同的地磁场分量,并使用了在太阳与地磁活动不同水平以及不同月份期间测得的数据。通过 PCA 获得的地磁场变化被分类为 SqPCA,使用了两类参考序列:基于地磁宁静日计算的 SqIQD 序列,以及利用模型对电离层场的模拟。X、Y 和 Z 分量的结果本质不同。对于 Y 和 Z 分量,Sq 变化总是被滤波到第一 PCA 模态。因此,PCA 可自动从地磁场 Y 和 Z 分量的观测中提取 Sq 变化。对于 X 分量,无法自动提取 Sq 变化,始终需要补充分析,例如与参考序列的比较。我们测试了两类参考序列:平均 SqIQD 以及 CM5 和 DIFI3 模型的输出。结果表明基于数据和基于模型的参考序列均可使用,但 DIFI3 模型表现更好。我们还建议不使用相关分析估计序列相似性,而采用考虑被比较序列可能局部拉伸/压缩的度量,例如动态时间规整(DTW)距离。
引用
@article{arxiv.2112.01827,
title = {Principal component analysis as a tool to extract Sq variation from the geomagnetic field observations: conditions of applicability},
author = {Anna Morozova and Rania Rebbah},
journal= {arXiv preprint arXiv:2112.01827},
year = {2022}
}
备注
32 pages, 18 figures, 4 tables, 9 SM. Re-submitted to MethodsX in July 2022. arXiv admin note: substantial text overlap with arXiv:2104.00391