F10.7 - 超高層大気長期変動の全球地上ネットワーク観測・研究

2014年3月13‐14日
「太陽地球環境メタデータ・データベースによる時空間変動の学際研究」
太陽EUV輻射の代理指標としてのF10.7指数の再考と
超高層大気長期変動
情報通信研究機構丸山隆
Practical advantages of F10.7 are
(1) daily measurements free from cloud interference
(2) accurate daily calibrations, and
(3) complete measurements during the era when ionospheric and
thermospheric measurements were prolific.
[Donnelly et al., 1986]
F10.7 index is not sufficient
to describe IE-EUV
Comparison of EUV and proxies
Thuillier and Bruinsma, Ann. Geophys. 2001
Long-term Dissimilarity among proxies
Floyd et al., J. Atmos. Solar-Terr. Phys., 2005
Cross section
超高層大気変動 -- Ionization cross section
Wave length [nm]
Richards et al., J. Geophys. Res., 1994
超高層大気変動 -- Solar UV energy deposit
Dissociation
Ionization
Bowman et al., J. Atmos. Solar-Terr. Phys., 2008
超高層大気変動 -- UV/EUV spectrum irradiance
Dudok de Wit et al., Adv. Space Res., 2008
Solar proxies examined
Ionization cross section
10.7-cm radio flux
Sunspot number
(Rz, F10.7)
(X-ray/EUV)
Mg IIcwr (M10.7)
SOHO (S10.7)
Energy deposit
EUVは11年周期の長期変動幅がF10.7と同じになるように規格化してある
27-day solar rotational amplitude
Step 1: Consider different contributions from active network
緩やかに変動する成分からのずれ
主に27-日変動成分
緩やかに変動する成分の原点
27-日変動を圧縮
F10.7
長期変動成分
＋
27-日変動
疑似EUV変動
aの最適値 = 0.8
The solar-rotational variations of F10.7 tend to peak earlier and decay
more quickly than the UV fluxes during episodes of major activity,
because the plages that dominate the UV variations grow more slowly
and persist much longer than the associated sunspots that dominate
R and strongly influence F10.7
[Donnelly et al., 1983,1985; Floyd et al., 2005]
F10.7指数から疑似EUV指数を作るにはタイムラグを考える必要がある
Step 2: Consider different life times (time lags)
最適な値 : t1 = 20 days, t2 = 11 days, t3 = 7 days
Step 3: Consider different time evolutions
さらに緩やかな変動傾向の違いを補正する (上昇フェーズと下降フェーズ）
最適な値 : t4 = 21 days, b = 0.15
Step 1: Consider different contributions from active network
Step 2: Consider different life times (time lags)
Step 3: Consider different time evolutions (long term)
最適な値の探し方： Artificial Neural Network
a, b, t1, t2, t3, t4
国分寺のfoF2を例にとる
24時間変動パターンをフーリエ展開してその係数をANNに
学習させる
ここでは M = 7
したがって、ANNのターゲット（学習対象）は15個のパラメータ
ANNの入力には評価する疑似EUV指数と季節要因 (DOY)
a, b, t1, t2, t3, t4 の様々な値を試す物量作戦！
疑似EUV指数
MoF10.7 の有効性
の一例
二つの異なる指数
によるIGY以降の
foF2 (Kokubunji)
の長期変動解析
まとめ
大気モデル(MSIS, IRI, HWM, …) の多くは太陽活動度の
影響を取り込むため波長10.7cmの太陽電波強度を指数
化 (F10.7) して用いている。
大気への影響は、考える物理量により異なるが、UV/EUV輻
射強度が最も大きい。
F10.7 は明らかに UV/EUV と異なる振る舞いをしているが、
多くの利点も持ち合わせている。
太陽の活動領域の盛衰の特性を利用してF10.7の時間変動
から疑似EUVとも呼ぶべき指数を導出した。
これを用いた国分寺のfoF2の長期変動解析の一例では
F10.7より分散の少ない長期トレンド直線が得られた。

Download Report