本文選題：太陽黑子 + 奇異譜分析　； 參考：《重慶大學(xué)》2015年碩士論文

【摘要】：奇異譜分析(Singular Spectrum Analysis——SSA)作為一個(gè)處理時(shí)間序列的重要的工具,應(yīng)用于太陽黑子活動(dòng)的時(shí)間序列中。前人研究發(fā)現(xiàn),太陽活動(dòng)具有一定的周期性和復(fù)雜性。本文通過對(duì)太陽Wolf黑子數(shù)時(shí)間序列的奇異譜分析,來討論和分析太陽活動(dòng)的周期性和趨勢(shì)性,并結(jié)合最大熵法對(duì)太陽黑子活動(dòng)做出預(yù)報(bào)。對(duì)于短的、充滿噪音的、非線性的時(shí)間序列的周期性分析,奇異譜分析(SSA)是一種有效恰當(dāng)?shù)姆椒�。本文采用奇異譜分析,得到了太陽Wolf月平均黑子數(shù)和每日黑子數(shù)的不同階的主成分。這些不同階的主成分代表了太陽活動(dòng)的不同的長(zhǎng)期規(guī)律,而各階主成分的和則構(gòu)成了太陽黑子活動(dòng)的總體特征。為了進(jìn)一步確定SSA的每一階主成分所代表的周期性,再對(duì)每一階主成分的重構(gòu)成分(Reconstruction Components——RC)進(jìn)行小波變換。月平均黑子數(shù)的結(jié)果顯示,在前20階顯著成分中,最顯著的周期仍然是準(zhǔn)11年周期和一個(gè)重要的趨勢(shì),周期性質(zhì)大約107年。同時(shí),也顯示有豐富的中期周期性,比如8.1年、5.3年、5.1年、4.2年和3.9年——與磁場(chǎng)周期相關(guān)的周期、3.7年和3.5年——Rieger型周期。更高階的主成分似乎被噪音掩蓋。因此,我們進(jìn)一步分析了更短時(shí)間尺度的22活動(dòng)周和23活動(dòng)周的每日黑子數(shù)。結(jié)果顯示,在這兩個(gè)活動(dòng)周的前8階主成分中,最顯著的還是準(zhǔn)11年周期以及太陽自轉(zhuǎn)周期約27天。另外,22活動(dòng)周中,還出現(xiàn)165天的Rieger型周期;23活動(dòng)周中,出現(xiàn)135天的周期,被認(rèn)為是27天的5倍諧波。結(jié)合以上SSA的分析結(jié)果,我們應(yīng)用最大熵法對(duì)太陽活動(dòng)進(jìn)行了預(yù)報(bào)。結(jié)果表明,24活動(dòng)周將在2019年達(dá)到極小期,而25活動(dòng)周將在2024年達(dá)到極大期。所以,以黑子數(shù)表征的太陽活動(dòng)長(zhǎng)期行為,具有豐富的周期性。奇異譜分析的結(jié)果與前人的結(jié)果是一致的。同時(shí)也表明,太陽活動(dòng)中的一些周期之間的可能關(guān)系,即很多周期可能是太陽自轉(zhuǎn)周期的幾倍諧波。但也存在另外一些不同的周期和趨勢(shì),它們的起源和相互關(guān)系都還需要進(jìn)一步的研究。
[Abstract]:As an important tool to deal with time series, singular Spectrum Analysis (SSA) is applied to the time series of sunspot activities. Previous studies have found that solar activity has a certain periodicity and complexity. In this paper, the periodicity and tendency of solar activity are discussed and analyzed by the singular spectrum analysis of the time series of solar Wolf sunspot number, and the maximum entropy method is used to predict the sunspot activity. Singular spectral analysis (SSA) is an effective and appropriate method for the periodic analysis of short, noisy and nonlinear time series. In this paper, by using singular spectral analysis, the principal components of the monthly mean sunspot numbers and daily sunspot numbers of the solar Wolf are obtained. These principal components of different order represent different long-term laws of solar activity, and the sum of principal components of each order constitutes the general characteristics of sunspot activity. In order to further determine the periodicity represented by each order principal component of SSA, the reconstruction components (RC) of each order principal component are transformed by wavelet transform. The results of the monthly mean sunspot number show that the most significant period of the first 20 significant components is still a quasi-11-year period and an important trend with a periodic property of about 107 years. At the same time, there are abundant medium-term periodicity, such as 8.1 years, 5.3 years, 5.1 years, 4.2 years and 3.9 years, which are related to the period of magnetic field, 3.7 years and 3.5 years of Rieger-type cycles. Higher-order principal components seem to be obscured by noise. Therefore, we further analyze the daily sunspot numbers of 22 and 23 activity cycles in shorter time scales. The results show that among the first eight principal components of the two cycles, the quasi-11-year period and the solar rotation period are about 27 days. In addition, 165 days of Rieger cycle and 135 days of cycle appear in the activity week of Yi-22, which is considered to be 5 times of that of 27 days. The maximum entropy method is used to predict the solar activity based on the above results of SSA. The results show that the activity week of Yi-24 will reach the minimum period in 2019 and the activity week of 25 will reach the maximum period in 2024. Therefore, the long-term behavior of solar activity represented by sunspot number is rich in periodicity. The results of singular spectrum analysis are in agreement with those of the predecessors. At the same time, it also shows the possible relationship between some periods in solar activity, that is, many periods may be several times harmonics of the solar rotation period. But there are also some different cycles and trends whose origins and interrelationships need further study.
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：P182.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 朱岳清,邢如英;亞歐大陸地震活動(dòng)的空間譜分析[J];地球物理學(xué)報(bào);1985年01期

2 劉企英;谷力民;;多譜分析的研究和應(yīng)用[J];中國(guó)海上油氣;1989年04期

3 DavidC.Bartel;AlexBecker;朱希安;;航空電磁測(cè)量的譜分析[J];國(guó)外地質(zhì)勘探技術(shù);1991年10期

4 吳永剛,王建民,劉英杰;最大熵譜分析及其在時(shí)間譜分析中的應(yīng)用[J];大慶石油地質(zhì)與開發(fā);1993年02期

5 王克峰,周云,趙彤;考慮結(jié)構(gòu)地震損傷影響的能力譜分析方法[J];地震工程與工程振動(dòng);2003年02期

6 張吉峰;譜分析在測(cè)定時(shí)間序列周期中的應(yīng)用[J];預(yù)測(cè);1994年04期

7 O.L.Frost;L.J.Griffiths;頡保缺;;“自回歸譜分析”專題討論小結(jié)[J];水聲譯叢;1978年02期

8 楊正己;;風(fēng)浪的統(tǒng)計(jì)性質(zhì)及譜分析[J];水利水運(yùn)科學(xué)研究;1985年03期

9 韓大宇;滑動(dòng) AR 譜分析與地震信息處理[J];地震學(xué)報(bào);1987年04期

10 郭化文;譜分析預(yù)測(cè)法及其在氣象上的應(yīng)用[J];泰安師專學(xué)報(bào);2002年03期

相關(guān)會(huì)議論文 前7條

1 吳宣志;劉光海;薛光琦;;富里葉變換和位場(chǎng)譜分析方法(1985)[A];中國(guó)地質(zhì)科學(xué)院礦床地質(zhì)研究所文集（18）[C];1986年

2 王小兵;;鈦合金的看譜分析研究[A];探索創(chuàng)新交流－－中國(guó)航空學(xué)會(huì)青年科技論壇文集[C];2004年

3 張焱;;農(nóng)業(yè)經(jīng)濟(jì)波動(dòng)態(tài)勢(shì)和周期的譜分析[A];中國(guó)現(xiàn)場(chǎng)統(tǒng)計(jì)研究會(huì)第九屆學(xué)術(shù)年會(huì)論文集[C];1999年

4 馬瑞平;徐寄遙;;小波變換在時(shí)間序列數(shù)據(jù)譜分析中的應(yīng)用[A];第十一屆全國(guó)日地空間物理學(xué)術(shù)討論會(huì)論文摘要集[C];2005年

5 梅光泉;袁曉玲;曾錦萍;;5，，10，15，20-四(4-羧基苯基)卟啉及其鈀(Ⅱ)配合物的熱譜分析[A];中國(guó)化學(xué)會(huì)2008年中西部地區(qū)無機(jī)化學(xué)、化工學(xué)術(shù)交流會(huì)會(huì)議論文集[C];2008年

6 沈聯(lián)芳;胡建治;袁漢珍;朱潔;彭崇瑩;唐維高;鄧元偉;;TRANILAST ~1H，~(13)C NMR譜分析及其結(jié)構(gòu)的測(cè)定[A];第五屆全國(guó)波譜學(xué)學(xué)術(shù)會(huì)議論文摘要集[C];1988年

7 張素新;鄭曙;劉祥文;肖少泉;;含碳樣品能譜定量分析測(cè)試條件的研究[A];2006年全國(guó)電子顯微學(xué)會(huì)議論文集[C];2006年

相關(guān)重要報(bào)紙文章 前1條

1 楊宏亮;浪尖波谷在哪里[N];上海證券報(bào);2005年

相關(guān)碩士學(xué)位論文 前5條

1 袁忠良;基于奇異譜分析研究太陽黑子長(zhǎng)期行為的周期性及其預(yù)報(bào)[D];重慶大學(xué);2015年

2 張永瑞;基于MicroBlaze實(shí)時(shí)譜分析系統(tǒng)的研究和設(shè)計(jì)[D];中北大學(xué);2014年

3 何雅婷;一種基于ADSP-21160平臺(tái)的實(shí)時(shí)非均勻譜分析系統(tǒng)研究[D];電子科技大學(xué);2005年

4 解少飛;高超音速尖錐邊界層轉(zhuǎn)捩的多尺度互相關(guān)譜分析[D];天津大學(xué);2010年

5 文鑫濤;強(qiáng)震前后地下水位頻譜響應(yīng)特征研究[D];中國(guó)地震局地震預(yù)測(cè)研究所;2014年

本文編號(hào)：2112882