Автоматическое прогнозирование солнечных вспышек на основе наблюдений Солнца

Автоматическое
прогнозирование
солнечных вспышек на
основе наблюдений Солнца
на РАТАН-600
Тохчукова С.Х., Богод В.М.,Шендрик А.В.
Санкт-Петербургский филиал САО РАН
VII семинар-совещание "Информационные системы в фундаментальной
науке. Большие данные", 22-26 июля 2014г, САО РАН, Нижний Архыз
Текущая фаза цикла
солнечной
активности
Провал Гневышева
«диаграмма бабочек» Маундера: широты групп солнечных пятен в
зависимости от времени. На нижней диаграмме показана зависимость
суммарных площадей пятен от времени.
Вспышка X2.2 10 июня 2014г
helioviewer.org
РАТАН-600
Получение одномерного изображения
S   B( ,  ) A( x   , y   )d  B  A

*
=
Количество наблюдений Солнца на
РАТАН-600 в год
До 61 сканов в день
От 4 мин интервал
112 частотных каналов
1.8-0.76ГГц диапазон
14 мс временное разрешение
регистрации
450000
400000
Number of scans
350000
300000
250000
200000
150000
100000
50000
0
1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
Years
Исходные данные
Блок-схема
наблюдений
Job for
scheduler
scenario
Observations
preparation
ephemeris
carriage
Job for antenna
Antenna
feed
Cabine
positioning
To antenna
scheduler
Roof
open/close
registration
RAW- file
ARM
FITS- file
PLD
ADC
Signal from
receivers
RATAN-600
Cabine №3
Перенос данных
GPRS
reserve channel
ref3.sao.ru
~ 2 km
-FITS (~2Мб)
-RAW (~80Мб)
rs.sao.ru
RATAN-600
local network
~ 20 km
Rsync,
crond
SAO RAS
local network
mail.sao.ru
~ 2000 km
http://www.sao.ru/hq/sun
Http://w0.sao.ru/hq/s
Moscow server
~ 2500 km
St.Petersburg Dept
SAO local network
prognoz.spbf.sao.ru
http://www.spbf.sao.ru/prognoz/
ИС «Прогноз»
Технические
средства
Общее ПО
Прочие
Средства для создания
новых программных
средств
Unix shell
Прочие
СУБД Oracle XE
Apache
OS Linux
Управление ресурсами
вычислительной системы,
обеспечение работы в сети
Выделенный
сервер в СПбФ
PHP/PERL
ЛВС
РАТАН-600
RSI IDL/ION/
SSW
СПКВР
Информационное
обеспечение и
Методическая
документация
Программные
средства
Функциональное ПО
Программы
обработки
данных
РАТАН-600
Программы
обработки
спутниковых
данных
Программы
для
заполнения
БД и архива
Вебприложения
для онлайнанализа
данных
Автоматическая обработка данных
Подготовка наблюдений
Сбор данных
Cбор вспомогательных данных
Контроль качества
Хранение
Подготовка данных
Анализ
Входные
данные
Моделирование
прогноз
Вывод данных
Научный результат
Автоматизация рутинных операций при обработке данных облегчает
исследовательскую работу, и способствует получению новых результато
RAT_FITS
Таблицы БД
-метаданные
-информация об
активных областях
-информация о
вспышках
FILEID
DATEOBS
TIMEOBS
NAXIS1
NAXIS3
TELESCOP
STARTOBS
STOPOBS
NSAMPLES
OBJECT
SOLAR_R
SOLAR_P
SOLAR_B
SOL_RA
SOL_DEC
AZIMUTH
ALTITUDE
CRPIX1
CDELT1
FLAG_IV
CALIBR
DSPDT
SHIFT
YEAR
NUMBER
<ak,fk>
DATE
<pk>
TIMESTAMP (6) <pk>
NUMBER
NUMBER
CHAR(50)
RAT_FILE
TIMESTAMP (6)
FILEID
NUMBER
<pk>
TIMESTAMP (6)
DIR
VARCHAR2(255) <ak1>
NUMBER
FNAME
CHAR(100)
<ak1,ak2>
CHAR(50)
DATETIME
FSIZE
NUMBER
NUMBER
FK_RAT_FITS_REFERENCE_RAT_FILE
RAT_LETTERS_CONSUBJ
ENABLE
NUMBER
NUMBER
TEXT
REMARK
VARCHAR2(255)
NUMBER
GIF
FREQS
VARCHAR2(1000)
NUMBER
FNAME
FREQSBAD VARCHAR2(500)
NUMBER
ID
JOURNAL
VARCHAR2(2500)
NUMBER
VYNOS
NUMBER
NUMBER
PASID
CHAR(100)
<fk>
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
RAT_AR_SPECTR_CON
NUMBER
RAT_FILE_PAS FK_RAT_AR_REFERENCE_RAT_FILE
NUMBER(4,0)
-результаты
моделирования
RAT_LETTERS
TIMESTAMP (6)
VARCHAR2(256)
VARCHAR2(4000)
BLOB
CHAR(100)
<fk>
NUMBER
<pk>
RAT_AR_SPECTR
RAT_PAS
PASID
TIME_BEG
TIME_END
SHAG
CONFIG_NAME
PAS_NAME
RAT_AR
CHAR(30)
<pk>
TIMESTAMP (6)
TIMESTAMP (6)
NUMBER
CHAR(100)
CHAR(40)
2
ARNUM
X_ARCSEC
X_PIX
HEIGHT
MAG_FIELD
N_E
T_DISTR
N
FILEID
NUMBER
<pk>
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
CHAR(256)
NUMBER
NUMBER
<fk>
3
FK_RAT_FREQ_REFERENCE_RAT_PAS
FNAME
POS
FREQ
WIDTH
T_A
FLUX
T_B
MAG_FIELD
UPDATED
ID
FILEID
CHAR(25)
<pk>
NUMBER
<pk>
NUMBER
<pk>
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
TIMESTAMP (6)
NUMBER
NUMBER
<fk>
FK_RAT_AR_N_REFERENCE_RAT_AR
RAT_FREQ
-параметры ЛИ
1
FREQ
PAS_NAME
WL
BEAM_SIZE_X
BEAM_SIZE_Y
NOISE_TEMP
tqsun
kflux
NUMBER
<pk>
CHAR(256) <fk>
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
NUMBER
4
RAT_AR_NOAA
NOAA
CHAR(10) <pk,fk1>
ARNUM NUMBER <pk,fk2>
5
FK_RAT_AR_N_REFERENCE_NOAA
CYCL1
NOAA
NOAA
LOCATION
DATEOBS
TIMEOBS
LO
AREA
Z
LL
NN
MAG_TYPE
TIME_ISSUE
SRS_NUMBER
ORIG_URL
PATH
CHAR(10)
<pk>
CHAR(10)
DATE
TIMESTAMP (6)
CHAR(10)
CHAR(10)
CHAR(10)
CHAR(10)
CHAR(10)
CHAR(10)
TIMESTAMP (6)
NUMBER
CHAR(250)
CHAR(250)
ID
PARAMS
HCENTR
THOTCOR
CON
XROM
DEEP
SFI
SLAM
DSTEP
GUID
NUMBER
<ak1>
CHAR(50)
<ak2>
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
NUMBER(10,0)
CHAR(50)
Архитектура приложения ION
CLIENT
User requests
Ion page
SERVER
Crond
--------------(wget, rsync)
ION Script
Document
ION Script Tags
HTML Tags
User gets
HTML page
File archive
---------(RATAN-600, and
supplemetary data)
Parser
IDL
HTML
Image
Server
Models
(Fortran
programs)
Database
-----------(metadata,
derivatives)
Страница анализа данных
Виды зависимостей в исходных данных
На примере параметра Стокса I(x,f,t)
x=const
x
f=const,t=const
-
I(x)
t=const
I(f)
I(x,f)
f=const
I(t)
I(x,t)
I(t,f)
I(f,t)
1)I(x,f,t)
2)I(x,t,f)
Визуализация переменности скана во времени
M3.2 flare at 17 May 2013
AR 11748
Flare forecast methods
The Greek scientist Theophrastus compiled a book on weather forecasting, called
the Book of Signs. The work of Theophrastus remained a dominant influence in the
study of weather and in weather forecasting for nearly 2,000 years.
Based mainly on the McIntosh classification, a specially dedicated system called
Theophrastus was developed and adopted in 1987 (McIntosh 1990) as a tool in
the daily operations of the USA NOAA SWPC. The method depends on human
expert. Used also for Australian forecast center IPS.
Gallagher (Ireland) et al. (2002) developed a Flare Prediction System which
estimated the probability for each active region to produce C-, M-, or X-class flares
using historical averages of flare numbers according to the McIntosh classifications
(presented on http://www.solarmonitor.org ).
At Beijing Astronomical Observatory, Zhang & Wang (1994) developed a multidiscrimination method for flare forecast by using observations of sunspots, 10 cm
radio flux and longitudinal magnetic fields.
In 2009 Qahwaji and Colak (UK) presented an automated hybrid computer
platform for the short-term prediction of significant solar flares using SOHO MDI
images. Proposed method incorporates sunspot grouping, McIntosh classification,
and afterwards, flare prediction using neural networks.
Национальные прогнозы 22 июля 2014
Solarmonitor.org:
http://rwcc.bao.ac.cn
http://spaceweather.inf.brad.ac.uk/
http://www.swpc.noaa.gov/forecast.html
http://sidc.oma.be/products/meu/
Диаграмма наклон спектра - поток для
вспышечных и невспышечных областей
○ -proton centers, ▲ – 10 MeV particle event , ●- non-proton
259 active regions during four years from 1968 to 1971 (20th cycle of solar activity )
analised. (Haruo Tanaka and Shinzo Enome, Sol.Phys.1975)
Диаграмма поток-наклон спектра из БД,
2011-2014гг
Реализация
-Автоматическое
распознавание источников
-автоматическое
вычитание шаблона
спокойного Солнца
-автоматический расчет
параметров и занесение в
БД
Оценка критерия
Проверка:
-Автоматическое
отождествление с NOAA
-Сопряжение с таблицей
вспышек
http://www.spbf.sao.ru/prognoz/
Способы оценки эффективности прогноза
Accuracy:
ACC отображает процент верных прогнозов, однако для редких событий он
малоприменим.
True Skill Statistic:
TSS имеет смысл разности оценок вероятностей верного (POD) и ложного
(POFD) обнаружений.
Результаты проверки эффективности
прогноза
События
Индексы эффективности
ACC
TSS
Протонные вспышки
94%
13.2%
Вспышки класса M и X
88%
12.8%
за период с 1 июня 2011 года по 27 января 2013 проанализировано 4677 наблюдений
Для вспышек классов М и Х
Для протонных событий
V=I(L)-I(R)
Ta,V
3.21 cm
4.32 cm
4.08 cm
3.83 cm
3.06 cm
4000
K
3.21 cm
3.06 cm
2.90 cm
2.90 cm
2.74 cm
2.67 cm
2.32 cm
2.24 cm
2.11 cm
2.74 cm
1.92 cm
1.83 cm
1061" 532"
3"
E
AR 9408
527" 1056"
W
AR 9393
2.67cm
212" 477" 742" 1006"
53"
Center
W
of the disc
1.0
Flux,V [s.f.u.]
А1
2
3
b)
1.0
Flux,V [s.f.u.]
a)
А2
В
4
, [cm]
2
3
, [cm]
Bogod and Tokhchukova, Astronomy Letters, 2003, 29, 4, p. 263.
Bogod and Tokhchukova, Cosmic Research, 2006, 44, 6, p. 506.
4
Выводы
Создание автоматизированной информационной системы
“Прогноз” для сбора, хранения, обработки, поиска,
удаленного интерактивного анализа, моделирования и
визуализации данных наблюдений Солнца на РАТАН-600
стало предпосылкой для создания автоматической системы
прогнозирования мощных вспышечных событий. Текущая
реализация основана на известных предвспышечных
признаках в радиодиапазоне, но имеющаяся база данных
различных параметров излучения Солнца в разных
спектральных диапазонах может быть использована для
поиска новых закономерностей в данных и разработки
более эффективных критериев прогнозирования солнечных
вспышек.