空间物理

• 替换

查看 最近的 文章

显示 2025年10月08日， 星期三 新的列表

替换提交 (展示 2 之 2 条目 )

[1] arXiv:2510.05513 (替换) [中文pdf, pdf, html, 其他]

标题： 源表面高度的PFSS外推经验优化 显示英文标题

标题： Empirical Optimization of the Source-Surface Height in the PFSS extrapolation

Munehito Shoda, Kyogo Tokoro, Daikou Shiota, Shinsuke Imada

评论： 已接受发表于《天体物理学杂志》

主题： 太阳与恒星天体物理学 (astro-ph.SR) ; 空间物理 (physics.space-ph)

电势场源面（PFSS）方法是空间天气领域广泛使用的磁场外推技术。 PFSS方法中的唯一自由参数是源面高度（$R_{\rm SS}$），在此高度之外所有磁场线都是开放的。 尽管$R_{\rm SS}$已知会随着太阳活动而变化，但目前尚无关于如何根据给定的表面磁场分布确定它的共识。 在本研究中，我们利用一个长期（2006-2023）的数据集，涵盖了两个太阳最小期和一个最大期，来研究$R_{\rm SS}$的性质。 我们采用ADAPT-GONG磁图，并通过将1 au处观测得到的开放通量与使用PFSS方法计算得到的开放通量进行匹配来确定$R_{\rm SS}$。 我们的分析表明，$R_{\rm SS}$在太阳活动极小期后和太阳活动极大期附近略有增加，并且可以通过光球层无符号平均磁场强度和偶极参数$f_{\rm dip}$来表征，定义为$f_{\rm dip} = B_{\rm dip}^2/(B_{\rm dip}^2 + B_{\rm quad}^2 + B_{\rm oct}^2)$，其中$B_{\rm dip}$、$B_{\rm quad}$和$B_{\rm oct}$分别表示光球层径向磁场的偶极、四极和八极分量的大小。 我们的结果表明，$R_{\rm SS}$并不表现出与太阳活动简单的单调依赖关系，必须通过适当考虑表面磁场强度和全球磁场结构来确定。 显示英文摘要

The potential field source surface (PFSS) method is a widely used magnetic field extrapolation technique in the space weather community. The only free parameter in the PFSS method is the source-surface height ($R_{\rm SS}$), beyond which all field lines are open. Although $R_{\rm SS}$ is known to vary with solar activity, there is no consensus on how to determine it for a given surface magnetic field distribution. In this study, we investigate the nature of $R_{\rm SS}$ using a long-period (2006-2023) data, covering two solar minima and one maximum. We adopt ADAPT-GONG magnetograms and determine $R_{\rm SS}$ by matching the open flux estimated from observations at 1 au with that calculated using the PFSS method. Our analysis reveals that $R_{\rm SS}$ increases slightly after the solar minima and around the solar maximum, and that it can be characterized by both the mean unsigned photospheric magnetic field strength and the dipolarity parameter $f_{\rm dip}$, defined as $f_{\rm dip} = B_{\rm dip}^2/(B_{\rm dip}^2 + B_{\rm quad}^2 + B_{\rm oct}^2)$, with $B_{\rm dip}$, $B_{\rm quad}$, and $B_{\rm oct}$ denoting the magnitudes of dipolar, quadrupolar, and octupolar components of photospheric radial magnetic field, respectively. Our results suggest that $R_{\rm SS}$ does not exhibit a simple monotonic dependence on the solar activity and must be determined by properly considering both surface magnetic field strength and global field structure.

[2] arXiv:2510.05873 (替换) [中文pdf, pdf, html, 其他]

标题： 探索太阳风结构和流的复杂性度量 显示英文标题

标题： Exploring Complexity Measures for Analysis of Solar Wind Structures and Streams

Venla Koikkalainen, Emilia Kilpua, Simon Good, Adnane Osmane

评论： 发表于《地球物理学中的非线性过程》，2025年9月

期刊参考： 非线性过程地球物理, 32, 309-327, 2025

主题： 太阳与恒星天体物理学 (astro-ph.SR) ; 等离子体物理 (physics.plasm-ph) ; 空间物理 (physics.space-ph)

在本文中，我们使用统计复杂性和信息论度量来研究太阳风时间序列中的结构。 我们通过熵-复杂性和信息平面进行探索，其中熵的度量是通过排列熵或水平可见图（HVG）的度分布形成的。 然后将熵与Jensen复杂性（Jensen-Shannon复杂性平面）和Fisher信息度量（Fisher-Shannon信息平面）进行比较，这些度量均基于排列和HVG方法形成。 此外，我们通过研究HVG度分布的特性来表征太阳风时间序列。 分析了四种类型的太阳风区间，即高速流、低速流、磁云和鞘区，它们都有不同的起源和行星际特征。 我们的结果表明，总体而言，不同的度量给出相似的结果，但Fisher-Shannon度量由于提供了更局部的复杂性度量，在熵-复杂性平面上导致了更大的值的分散。 所有方法中，磁云区间都表现突出，特别是在分析磁场强度时。 除磁云外，太阳风类型的差异通常在较大的时间滞后下更为明显，这表明小尺度波动具有普遍性。 太阳风时间序列内的波动通常被发现是随机的，这与之前的研究一致。 在太阳风时间序列分析中使用信息论工具有助于识别结构，并提供关于其起源和形成机制的见解。 显示英文摘要

In this paper we use statistical complexity and information theory metrics to study structure within solar wind time series. We explore this using entropy-complexity and information planes, where the measure for entropy is formed using either permutation entropy or the degree distribution of a horizontal visibility graph (HVG). The entropy is then compared to the Jensen complexity (Jensen-Shannon complexity plane) and Fisher information measure (Fisher-Shannon information plane), formed both from permutations and the HVG approach. Additionally we characterise the solar wind time series by studying the properties of the HVG degree distribution. Four types of solar wind intervals have been analysed, namely fast streams, slow streams, magnetic clouds and sheath regions, all of which have distinct origins and interplanetary characteristics. Our results show that, overall, different metrics give similar results but Fisher-Shannon, which gives a more local measure of complexity, leads to a larger spread of values in the entropy-complexity plane. Magnetic cloud intervals stood out in all approaches, in particular when analysing the magnetic field magnitude. Differences between solar wind types (except for magnetic clouds) were typically more distinct for larger time lags, suggesting universality in fluctuations for small scales. The fluctuations within the solar wind time series were generally found to be stochastic, in agreement with previous studies. The use of information theory tools in the analysis of solar wind time series can help to identify structures and provide insight into their origin and formation.