全部 标题 作者
关键词 摘要

OALib Journal期刊
ISSN: 2333-9721
费用:99美元

查看量下载量

相关文章

更多...

第23太阳活动周期太阳风参数及地磁指数的统计分析

DOI: 10.6038/cjg20150202, PP. 362-370

Keywords: 太阳风,日冕物质抛射,共转相互作用区,地磁暴,统计分析

Full-Text   Cite this paper   Add to My Lib

Abstract:

日冕物质抛射(CoronalMassEjection,简称CME)和共转相互作用区(CorotatingInteractionRegion,简称CIR)是造成日地空间行星际扰动和地磁扰动的两个主要原因,提供了地球磁暴的主要驱动力,进而显著影响地球空间环境.为深入研究太阳风活动及受其主导影响的地磁活动的时间分布特征,本文对大量太阳风参数及地磁活动指数的数据进行了详细分析.首先,采用由NASAOMNIWeb提供的太阳风参数及地磁活动指数的公开数据,通过自主编写matlab程序对第23太阳活动周期(1996-01-01—2008-12-31)的数据包括行星际磁场Bz分量、太阳风速度、太阳风质子密度、太阳风动压等重要太阳风参数及Dst指数、AE指数、Kp指数等主要的地磁指数进行统计分析,建立了包括269个CME事件和456个CIR事件列表的数据库.采用事例分析法和时间序列叠加法分别对两类太阳活动的四个重要太阳风参数(IMFBz、太阳风速度、太阳风质子密度、太阳风动压)和三个主要地磁指数(Dst、AE、Kp)进行统计分析,并研究了其统计特征.其次,根据Dst指数最小值确定了第23太阳活动周期内的355个孤立地磁暴事件,并以Dst指数最小值为标准将这些磁暴进一步分类为145个弱磁暴、123个中等磁暴、70个强磁暴、12个剧烈磁暴和5个巨大磁暴.最后,采用时间序列叠加法对不同强度磁暴的太阳风参数和地磁指数进行统计分析.统计分析表明,对于CME事件,Nsw/Pdyn(Nsw表示太阳风质子密度,Pdyn表示太阳风动压)线性拟合斜率一般为正;对于CIR事件,Nsw/Pdyn线性拟合斜率一般为负,这可作为辨别CME和CIR事件的一种有效方法.从平均意义上讲,相较于CIR事件,CME事件有更大的南向IMFBz分量、太阳风动压Pdyn、AE指数、Kp指数以及更小的Dstmin.一般情况下,CME事件有更大的可能性驱动极强地磁暴.总体而言,对于不同强度的地磁暴,Dst指数的变化呈现出一定的相似性,但随着地磁暴强度的增强,Dst指数衰减的速度变快.CME和CIR事件以及其各自驱动的地磁暴事件有着很多不同,因此,需要将CME事件驱动的磁暴及CIR事件驱动的磁暴分开研究.建立CME、CIR事件及地磁暴的数据库以及获取的统计分析结果,将为深入研究地球磁层等离子体片、辐射带及环电流对太阳活动的响应特征提供有利的帮助.

References

[1]  Borovsky J E, Denton M H. 2006. Differences between CME-driven storms and CIR-driven storms. Journal of Geophysical Research: Space Physics, 111(A7), doi: 10.1029/2005JA011447.
[2]  Cane H V, Richardson I G. 2003. Interplanetary coronal mass ejections in the near-Earth solar wind during 1996—2002. Journal of Geophysical Research: Space Physics, 108(A4), doi: 10.1029/2002JA009817.
[3]  Chen G M, Xu J Y, Wang W B, et al. 2012. A comparison of the effects of CIR-and CME-induced geomagnetic activity on thermospheric densities and spacecraft orbits: Case studies. Journal of Geophysical Research: Space Physics, 117(A8), doi: 10.1029/2012JA017782.
[4]  Denton M H, Borovsky J E, Skoug R M, et al. 2006. Geomagnetic storms driven by ICME- and CIR-dominated solar wind. Journal of Geophysical Research: Space Physics, 111(A7), doi: 10.1029/2005JA011436.
[5]  Heber B, Sanderson T R, Zhang M. 1999. Corotating interaction regions. Advances in Space Research, 23(3): 567-579.
[6]  Loewe C A, Pr?lss G W. 1997. Classification and mean behavior of magnetic storms. Journal of Geophysical Research: Space Physics, 102(A7): 14209-14213.
[7]  Reeves G D, McAdams K L, Friedel R H W, et al. 2003. Acceleration and loss of relativistic electrons during geomagnetic storms. Geophysical Research Letters, 30(10): 1529-1533.
[8]  Turner N E, Cramer W D, Earles S K, et al. 2009. Geoefficiency and energy partitioning in CIR-driven and CME-driven storms. Journal of Atmospheric and Solar-Terrestrial Physics, 71(10-11): 1023-1031.
[9]  Yuan S Z. 2011. The study on several problems of geomagnetic activity. Nanjing: Nanjing University of Information Science and Technology
[10]  Zhang Y, Sun W, Feng X S, et al. 2008. Statistical analysis of corotating interaction regions and their geoeffectiveness during solar cycle 23. Journal of Geophysical Research: Space Physics, 113(A8), doi: 10.1029/2008JA013095.

Full-Text

Contact Us

service@oalib.com

QQ:3279437679

WhatsApp +8615387084133