ИСТИНА

В работе представлены результаты развития метода [1] классификации образов причинно-следственной связи суббуревой активности по индексу AL с параметрами солнечного ветра и межпланетного магнитного поля (ММП) для солнечных потоков типа магнитное облако (МО). Классификация выполнялась искусственными нейросетями (ИНС) типа слоя Кохонена. Изучаемые образы представляли собой соответствующие минутные данные, отвечающие интервалам наблюдений 23 МО, зарегистрированных в 1998-2012 гг. в интервалы их воздействия на земную магнитосферу. Эти события в [1] подвергались раздельной классификации по параметрам причин (параметры, относящиеся к МО) и последствий (параметры, относящиеся к геомагнитному отклику магнитосферы). Полученные классы сопоставлялись специальным алгоритмом. В случае совпадения класса комбинаций причинных параметров с классом суббуревого следствия, класс объявлялся установленным. Всего было обнаружено 3 класса суббуревой активности. В настоящем исследовании выполняется совместная причинно-следственная нейросетевая классификация параметров солнечного ветра и ММП для МО с вызываемой ими суббуревой активностью. При этом ставилось целью установить степень согласованности получаемых классов с классами, установленными в [1,2]. Численные эксперименты показали, что наиболее успешная совместная классификация возможна при включении в расчет следующих параметров: экстремум Bz, экстремум NV2 , интегральный NV2 , экстремум AL, интегральный AL. В число используемых параметров для новой классификации был включен индекс глобальной геомагнитной активности вычисляемой на основе SYM/H. Учет этого параметра позволил достичь большей согласованности c результатами [1, 2] по определению трех ранее установленных классов. Класс 1 проявляется в динамике индекса AL в виде уединенных слабых суббурь с медленно изменяющейся Bz-компонентой в теле МО с точностью 77%; класс 2 – умеренные проявления суббуревой активности в динамике индекса AL в виде уединенных или серий суббурь, вызываемых интенсивными изменениями Bz в теле МО с точностью 62%; класс 3 – экстремальные проявления суббуревой активности в виде серий Geomagnetic storms and substorms 20 суббурь с экстремальными значениями индекса AL, отождествляемые со значительным ростом интегральной величины NV2 в теле МО с точностью 85%. Каждый выделенный нами класс представляет собой причинно-следственную связь типов суббурь с конкретным типом возмущений параметров солнечного ветра и ММП в теле магнитного облака. Успешность выявления конкретных причинно-следственных классов содержащих совместные параметры причин суббуревой активности и ее развития указывает на нелинейные характеристики связи динамики AL индекса с параметрами МО. Важным является то обстоятельство, что результаты нейросетевой классификации вполне согласуются с физическими представлениями о процессах развития суббурь. 1. N.A. Barkhatov, V.G. Vorobjev, S.E. Revunov, O.M. Barkhatova, E.A. Revunova, O.I. Yagodkina, Neural network classification of substorm geomagnetic activity caused by solar wind magnetic clouds // Journal of Atmospheric and Solar– Terrestrial Physics, 205 (2020), 105301, https://doi.org/10.1016/j.jastp.2020.105301 2. Н.А. Бархатов, В.Г. Воробьев, С.Е. Ревунов, И.С. Ундалова, Нейросетевая классификация суббуревой активности, вызываемой магнитными облаками солнечного ветра // “Physics of Auroral Phenomena”, Proc. XLII Annual Seminar, Apatity, pp. 36-39, 2019, DOI: 10.25702/KSC.2588-0039.2019.42.36-39