Анализ динамики вариаций космических лучей и обнаружение Форбуш-эффектов на основе метода машинного обучения

Дистанционное зондирование Земли (ДЗЗ) при помощи космической, авиационной и наземной техники, оснащённой различными видами регистрирующей аппаратуры, составляет важную основу изучения поверхности Земли. Нейтронные мониторы, являющиеся одним из средств ДЗЗ, представляют собой детекторы, регистрирующие интенсивность вариаций космических лучей. Данные о вариациях космических лучей в настоящее время активно используются в фундаментальных исследованиях области солнечно-земной физики и прикладных задачах прогнозирования различных природных явлений и событий [1, 2]. Актуальным направлением исследований, в частности, является оперативный мониторинг волновых процессов, связанных с приходом к Земле высокоскоростных потоков солнечного ветра, связанных с корональными выбросами масс, предшествующих началу геомагнитных бурь, способных привести к радиационной опасности для космонавтов, экипажей и пассажиров высотных самолётов, а также потере спутников и выходу из строя космической и наземной техники [2-4]. Поэтому методы, направленные на своевременное обнаружение аномальных проявлений в вариациях космических лучей, имеют особую практическую значимость.

В работе исследуется новый метод анализа вариаций космических лучей и обнаружения Форбуш-эффектов, основанный на сочетании методов машинного обучения с элементами теории статистических решений [5]. Основу метода составляют построенные авторами когнитивные правила выбора решения о состоянии данных, основанные на отображении данных в вейвлет-пространство и позволяющие в автоматическом режиме получить близкие к оптимальным оценки характеристик исследуемого природного процесса. Предлагаемые в работе численные алгоритмы реализации метода включают средства адаптации и позволяют в интерактивном режиме обнаруживать и оценивать аномальные изменения в данных о вариациях космических лучей, свидетельствующие о возникновении Форбуш-эффектов. Исследование показало эффективность разработанного метода и алгоритмов для обнаружения аномальных изменений в скорости прихода космических лучей на Землю, наблюдаемых за несколько часов до начала умеренных и экстремальных геомагнитных бурь (уровней G3-G5) в период 2024-2025 гг. 

Авторы выражают благодарность институтам, выполняющим поддержку станций нейтронных мониторов [https://www.nmdb.eu, http://spaceweather.izmiran.ru) и данных о состоянии межпланетной среды (http://ipg.geospace.ru, https://omniweb.gsfc.nasa.gov/ow.html) и магнитосферы [https://wdc.kugi.kyoto-u.ac.jp], которые использовались в работе.

Работа выполнена за счет Государственного задания ИКИР ДВО РАН (рег. № темы 124012300245-2).

Литература:

1. Гетманов В.Г., Гвишиани А.Д. и др. Ранняя диагностика геомагнитных бурь на основе наблюдений систем космического мониторинга // Солнечно-земная физика. 2019. Т. 5. № 1. С. 59-67
2. Кузнецов В.Д. Космическая погода и риски космической деятельности // Космическая техника и технологии, 2014, №. 3 (6). С. 3–13.
3. Демьянов В.В., Ясюкевич Ю.В. Космическая погода: факторы риска для глобальных навигационных спутниковых систем // Солнечно-земная физика. 2021. Т. 7. № 2. С. 30-52.
4. Белов А.В., Виллорези Д. и др. Влияние космической среды на функционирование искусственных спутников земли // Геомагнетизм и аэрономия. 2004. Т. 44. № 4. С. 502-510. 
5. Mandrikova O., Mandrikova B. Hybrid model of natural time series with neural network component and adaptive nonlinear scheme: application for anomaly detection. Mathematics. 2024. 12. 1079. https://doi.org/10.3390/math12071079