中文

空间天气预报的技能评估

空间物理 2026-08-08 v1

摘要

太阳日冕物质抛射(CME)会以地磁暴的形式对地球环境产生严重影响。这些风暴对全球技术基础设施构成风险,使得对这些事件的预测势在必行。在本文中,我们拓宽了Bz4Cast工具的统计验证,该工具是首个在CME到达地球之前预测其内部太阳风磁矢量的经验驱动模型。我们使用Bz4Cast模型测试了25个CME事件(2012年至2016年间),并将其技能与美国国家海洋和大气管理局(NOAA)空间天气预报中心(SWPC)G级3天磁暴预报的启发式方法进行了比较。在广泛的评分范围内,且在不确定性范围内,Bz4Cast架构提供了与SWPC经验丰富的值班预报员相同的技能。最显著的区别在于,Bz4Cast架构的误报率略高于SWPC的3天预报。

关键词

引用

@article{arxiv.2608.08102,
  title  = {Skills for forecasting space weather},
  author = {H. J. Austin and N. P. Savani},
  journal= {arXiv preprint arXiv:2608.08102},
  year   = {2026}
}

备注

5 pages, 6 Figures, 2 Tables, Published in Royal Meteorological Society, Weather