Технология искусственных нейронных сетей в моделировании и прогнозировании элементов магнитосферной и ионосферной активности

Бархатов Н.А.1, 2, Королев А.В.2, Левитин А.Е.3, Ревунов С.Е.2, Урядов В.П.1, Бархатова О.А.2
  1. НИРФИ
  2. НГПУ
  3. ИЗМИРАН

Настоящая работа посвящена созданию методов восстановления, коррекции, прогнозирования и классификации характеристик магнитосферной активности и прогнозирования параметров ионосферных слоев основанных на технологии искусственных нейронных сетей (ИНС) с учетом изменяющихся условий космической погоды. Такой подход определяет связи между входными и выходными параметрами на основе экспериментальных данных без построения физических моделей. Это особенно эффективно для сложных геофизических систем, когда физическая модель слишком сложна или даже отсутствует.

В наших исследованиях была использована рекуррентная ИНС с обратным распространением ошибки, петлей обратной связи и линией задержки. Методами ИНС здесь рассмотрены вопросы прогнозирования динамики геомагнитного индекса Dst по параметрам солнечного ветра (ПСВ) и межпланетного магнитного поля (ММП). В результате осуществлено надежное прогнозирование с качеством 76% на час вперед динамики геомагнитного индекса Dst. Определен набор гелиосферных параметров, определяющих динамику магнитосферы Земли.

Ввиду различного рода проблем в настоящее время закрыт ряд магнитных обсерваторий. Кроме того, часто имеют место сбои в работе действующих центров регистрации геомагнитного поля. Для этого создана ИНС и разработана методика восстановления с ее помощью пробелов в записях магнитных обсерваторий по записям на других обсерваториях. В случае, когда станции расположены  в одном широтном поясе, это удается делать с точностью превышающей 70%. Записи на близко расположенных (500 км) станциях удается восстанавливать с точностью до 95%. Такой способ восстановления информации может восполнять пробелы в записях отдельных обсерваторий мировой сети магнитных станций.

Известно, что на данный момент функционируют только 8 полярных магнитных станций для вычисления индексов полярной активности (AE, AU, AL). Поэтому возникают проблемы с проведением магнитосферных исследований по традиции выполнявшихся на базе классического набора станций. Стало невозможным применять разработанные соотношения между индексами AE, AU, AL и важными параметрами энергетики магнитосферы. Метод ИНС успешно применен для коррекции полярных индексов, рассчитываемых в настоящее время по данным с 8 станций, к классическим индексам, рассчитывавшихся ранее по данным с 12 обсерваторий. В результате проведенной работы удалось создать методику коррекции индексов в некоторых случаях с учетом ПСВ и параметров ММП, которая в некоторых случаях обеспечивает качество до 95%.

Другой важной прикладной задачей является прогнозирование ионосферных параметров на интервалы от 30 мин до нескольких часов, что используется для повышения надежности КВ радиосвязи. При решении задачи выясняется, что совершенствование физических моделей часто не приводит к желаемому результату. Кроме того, существенен учет ионосферно-магнитосферного взаимодействия обусловленного особенностями солнечно-земных связей, которые обычно не принимаются во внимание. В данной работе разработан ряд алгоритмов прогнозирования критической частоты fкр слоя F2 с использованием ИНС. Работоспособность метода продемонстрирована на массиве - февраль-март 2002 г. - получасовых значений fкр для станции вертикального зондирования Сhilton (Англия). В число входных данных, кроме самой последовательности fкр и ее характеристик, были включены ПСВ, параметры ММП и данные по индексам магнитосферной возмущенности Dst и Pc. Созданный вариант ИНС обеспечил наилучший прогноз fкр на час вперед с качеством 94% и коэффициент корреляции между реальными и спрогнозированными значениями равный 0,97 по всей анализируемой последовательности значений fкр.

Существующие в настоящее время типы классификации геомагнитной активности по морфологическим признакам основаны на данных, полученных только по наземным записям магнитного поля. Другим недостатком является лишь косвенный учет предшествующих явлений космической погоды. Задачей имеющей отношение к созданию новых стандартов цифровой оценки геомагнитной активности является выполненная разработка классификации учитывающей истинную космическую причину геомагнитных возмущений на Земле. Классификация комплексов возмущенных параметров проводилась путем создания самообучающихся ИНС, действующих по алгоритму Кохонена. Такие самонастраивающиеся схемы позволяют автоматизировать процесс классификации и привнести эффект интеллектуального разделения входных образов на классы.

Таким образом, выполненные исследования продемонстрировали высокое качество решения ряда прикладных задач. Ценность методики также и в том, что во всех случаях ИНС позволяют решать поставленные задачи универсальным автоматизированным способом по непрерывным спутниковым данным, магнитным измерениям на земной поверхности и результатам зондирования ионосферы. В настоящее время такие данные можно получать в режиме <on line>. В перспективе можно создать вычислительный комплекс, включающий в себя ИНС и сервис, позволяющий с высокой надежностью в автоматическом режиме выполнять необходимую работу с учетом изменяющейся солнечно-геомагнитной обстановки. Применение методики ИНС превращает прогнозирование требуемой величины из некоторой формальной, заранее установленной с какой-то точностью, операции в интеллектуальный процесс. Он непрерывно подстраивается под изменяющиеся солнечно-земные условия, учитывая при этом все особенности предыстории прогнозируемого процесса.