太阳周期预测的代数方法探析 II. 利用 ARDoR 减少对详细输入数据的需求

本系列第一篇论文提出了一种用于重建并潜在预测太阳黑子极小期太阳偶极矩值（已知为下一太阳周期振幅的良好预测因子）的代数方法。该方法求和一个太阳周期中单个活动区的终极偶极矩贡献：为此，原则上需要该太阳周期中数千个活动区的详细可靠输入数据。为减少对详细输入数据的需求，我们在此提出一种称为 ARDoR（活动区 rogue 程度）的新活动区描述符。在对 2$\times$2D 发电机模型模拟的大量活动周期进行的详细统计分析中，我们证明按 ARDoR 降序排列活动区，为良好复现周期结束时太阳偶极矩，显式考虑该列表中前 $N$ 个区域即可，其中 $N$ 为相对较低的数，而其余区域的 ARDoR 值可设为零。例如，当 $N=5$ 时，偶极矩误差超过 $\pm$30% 的周期占比仅 12%，相对于 $N=0$（即所有活动区 ARDoR 设为零）时的 26% 显著降低。这表明太阳活动周期间变化的随机效应由少数大型“rogue”活动区的影响主导，而非众多小活动区的联合效应。该方法在未来太阳周期预测中具有应用潜力。