因为它是由特殊的太阳活动周期的预测结论面板中,不同预测的样本是分开在两个主要的预测相当大或小SC24大小为2007 ( http://www.swpc.noaa.gov/SolarCycle/SC24/index.html)。第一个共识提出了两个相当不同的振幅140年和90年的太阳黑子数量单位最可能的估计,但后来减少到90年的最低的变体。另一个信息在不同的SC预测比较可以看到简•詹森web资源 http://users.telenet.be/j.janssens/SC24.html/。一些额外的高震级的预测可以在[ 1- - - - - - 5]。另一个较低的预测是发表在 6]。SC24比较分析不同方法预测了在论文[ 7, 8]。

所有的预测都分类技术作为物理,统计,和混合。值得注意的是,物理预测震级较低比统计和混合的,除了Dikpati研究[ 1- - - - - - 5]。所使用的大多数的预测技术统计。

的统计技术称为运动学方法之前允许预测长23日周期的最后阶段,高振幅的24日( http://journals.cambridge.org/action/displayAbstract?fromPage=online&援助= 288312)。事实上,SC的最后阶段是预测准确使用这种技术的对比其他预测。运动技术的使用使作者的经验或多或少认为它可以提供精确的预测只~ 5年预测区间的长度大约50年每月的平均数据处理。最后预测当前太阳周期的形状进行了2005年和2006年出版。它展示了相对较大的月度平均太阳黑子指数收盘160太阳黑子数量单位( 9]。如今,这种预测和更新测试考虑最新的月度数据。

时间序列的月度平均值太阳能指数被用于分析。国际太阳黑子数目(Ri)收到的网站( http://sidc.oma.be/index.php3)。10.7厘米的数据得到了太阳射电流量的网站( http://www.spaceweather.ca/sx-eng.php)。每月的意思是太阳黑子区域的时间序列(S)来自互联网网站( http://solarscience.msfc.nasa.gov/greenwch/sunspot_area.txt)。宇宙射线的观测时间序列每月的间隔从莫斯科观测站用于研究太阳能作为额外的间接数据可变性( ftp://cr0.izmiran.rssi.ru/COSRAY ! / FTP_DDMM /数据/)。每一个系列是不同的在不同的时间跨度分析如下所述。

使用数值的观测数据处理技术作为主导的序列分析谐波的方法。该方法首先用于里海海平面变化预测( 10),但完全描述和发表的论文( 11]。它简要描述如下。

重复观测的结果 y 不规则的时间序列表达的 k 未知参数 x 和一个时间参数 t作为 (1) y 我 = f ( x 1 , x 2 , … , x k , t ) 。 这个函数是由期刊(正弦)组件的数量,可以叠加单向趋势变化。此后,连接方程可以写成 (2) y t = b 0 + b 1 t + ∑ j = 1 n ( 米 j + 一个 j 罪 ⁡ ( ω j t + ϕ j ) ) , 在哪里 b 0 的值是线性趋势函数在初始时刻, b 1 是一阶的线性系数(线速度), 米 j 是振荡的纵轴的 jth谐波, 一个 j , ω j , φ j 表示振幅、角频率和角的阶段 j分别th谐波。

在缺乏修道院信息数量和贡献水平的期刊谐波在整个角色的变化,一步一步迭代过程似乎是有效的分析。

在第一阶段,人们很自然地确定趋势和删除组件使用方程从系列 (3) y = b 0 + b 1 t 。 系统将记者校正方程 (4) v l = ( 1 t 1 1 t 2 ⋯ ⋯ 1 t n ] ⋅ ( b 0 b 1 ] - - - - - - ( - - - - - - y 1 - - - - - - y 2 ⋯ - - - - - - y n ] = 一个 l x l + l l , 在哪里 v l 代表一个剩余随机噪声项, l指数反映了一个线性变化的一部分 n 值的数量在时间序列分析。

这个任务的条件下可以解决 (5) v l T P v l = 最小值 ⁡ , 在哪里 P 是一个 n × n 权重矩阵。

常见的情况,我们可以有一个女修道院逆权重矩阵 (6) 问 l = P - - - - - - 1 = ( 问 11 问 12 ⋯ 问 1 n 问 21 问 22 ⋯ 问 2 n ⋯ ⋯ ⋯ 问 n 1 问 n 2 ⋯ 问 n n ] 。 的最小二乘解( 4)将得到 (7) x l = - - - - - - ( 一个 l T P 一个 l ) - - - - - - 1 一个 l T P l l 。

第二步,把线性建模组件从初始时间序列,减去( 3)( 2),我们将搜索主导谐波组件。

剩余时间序列的模型将会出现 (8) y = ∑ j = 1 k ( 米 j + 一个 j 罪 ⁡ ( ω j t + ϕ j ) ) 。 其未知参数将因此寻找每一个谐波分量 (9) y = 米 j + 一个 j 罪 ⁡ ( ω j t + ϕ j ) 。 分配由粗糙的模型参数 (10) x 0 = ( 米 0 , 一个 0 , ω 0 , φ 0 ] T 谐波( 9),由第一次用泰勒级数线性化后,我们将得到一个校正方程矩阵 B : (11) v = B x + l , 并代表 (12) B 0 = ( 1 罪 ⁡ ( ω o t 1 + ϕ 0 ) 一个 o t 1 因为 ⁡ ( ω 0 t 1 + ϕ 0 ) 一个 o 因为 ⁡ ( ω 0 t 1 + ϕ 0 ) 1 罪 ⁡ ( ω o t 2 + ϕ 0 ) 一个 o t 2 因为 ⁡ ( ω 0 t 2 + ϕ 0 ) 一个 o 因为 ⁡ ( ω 0 t 2 + ϕ 0 ) ⋯ ⋯ ⋯ ⋯ 1 罪 ⁡ ( ω o t n + ϕ 0 ) 一个 o t n 因为 ⁡ ( ω 0 t n + ϕ 0 ) 一个 o 因为 ⁡ ( ω 0 t n + ϕ 0 ) ] 。 免费的校正方程将收到 (13) l 0 = ( y 1 - - - - - - ( 米 0 + 一个 0 罪 ⁡ ( ω 0 t 1 + ϕ 0 ) ) y 2 - - - - - - ( 米 0 + 一个 0 罪 ⁡ ( ω 0 t 2 + ϕ 0 ) ) ⋯ y 我 - - - - - - ( 米 0 + 一个 0 罪 ⁡ ( ω 0 t 我 + ϕ 0 ) ) ] 。 作为初始模型( 9)是非线性的,我们将寻找未知参数 x 数值迭代过程。

迭代过程将被写成 (14) x r + 1 = x r + f ( x r ) , ( r = 0 , 1、2 , … ) , 在哪里 r 是一个迭代的数字。

向量函数的估计 f ( x r ) 将会由 (15) f ( x r ) = - - - - - - ( B r T P B r ) - - - - - - 1 B r T P l r 。

然后,迭代过程( 14)将表单 (16) x r + 1 = x r - - - - - - ( B r T P B r ) - - - - - - 1 B r T P l r 。 签署一些忽视的区别 Δ x 目前,我们继续迭代时( x r + 1 - - - - - - x r )将小于或等于 Δ x 。

因此,最后一次迭代的结果将被接受为最终估计的模型( 9)参数 (17) x = ( 米 一个 ω ϕ ] T 。 为了估计的统计信心导致特性,我们使用单位重量的评估标准 (18) μ = v T P v n - - - - - - 4 , 在哪里 v 是一个 n × 1 残差向量( 11)计算使用( 17)。

实验标准 年代 谐波参数估计会决定 (19) ( 年代 米 年代 一个 年代 ω 年代 ϕ ] = μ 问 我 我 = μ ( B r T P B r ) 我 我 - - - - - - 1 , 在哪里 问 我 我 = ( B r T P B r ) 我 我 - - - - - - 1 是倒生的权重矩阵的对角元素的参数。

然后,我们将计算归一化参数估计 (20) Z = ( 米 / 年代 米 一个 / 年代 一个 ω / 年代 ω ϕ / 年代 ϕ ] 。 分配一个置信界限 t ≥ Z 问 % 我们确定收到了估计的置信水平。根据解决任务,信心的限制 t 被分配使用正态分布。在大多数的研究中,我们可以考虑解决参数统计自信的时候 Z ≥ 2 。

有理由认为和谐是统计上的自信,我们得到一个近似函数( 9),必须减去从之前的剩余时间序列。我们遵循的逐步过程主导谐波测定( 11)- ( 20.之前我们将确定缺乏自信的组件的剩余时间序列。完成一次迭代过程的标准是一个级别的单位重量的亲密的谐波标准。

这项技术被认为是在这项工作中使用统计建模的时间观察到的变化特征。这个方法可以被认为是在周期图分析方法的一般理论描述,例如,在[ 12]。在大多数的已知的方法相比,目前的工作中使用的技术不需要规律的观察。这种技术的具体特点还在于一个有组织的顺序确定主导正弦组件与减少振幅。这项技术似乎可以单独估计主导谐波所需测定的准确性。

上述方法的建模和预测23日太阳周期形式使用国际扶轮和无线电通量数据(10.7厘米 13]。预测是似乎相当接近真正的SC23大纲。预计每月的意思是最大配合官方最大平滑值但月度指数本身有10 - 15%的相对标准误差。此外,一些回顾性SC使用技术显示,而准确预测与现实至少在5年预测时间间隔后每月平均指数的50年的观察。

实践证明,最好的预测结果在相对较短的太阳能使用时间序列。自信地预测通常成为低于现实使用数百年来长期一系列月度平均指数。这个特性可以解释不准确的观察和古代可能错过一些周期出版物中讨论。

有必要的话,样本的数量决定定期组件通常是关于几个时态每月50年平均太阳时系列。在这些情况下,统计400多自由度,演示了一个水平的使用近似方法的有效性。一系列相对太阳黑子数目的时间跨度从1950.0和太阳黑子地区传播。使用一系列的10.7厘米太阳射电流量和宇宙射线指数从1947.0开始到1958年,分别。历史系列的最后时刻被有限的开始日期在过去和当前的预测。

最后SC预测使用的顺序分析主导谐波在2004 - 2005(见图 1- - - - - - 3)[ 9]。三种类型的太阳能指数被加工,24日SC模式使用大约50年的时间序列的预测月度平均值。今天,可以检查这些预测的准确性和可靠性。的原始曲线预测和控制标志显示数据 1- - - - - - 3。蓝色标志添加发布的数据显示,预测效果。

有必要解释一个西格玛倾向以前确定的均方值的真正错误五回顾性预报的Ri指数的行为方式。

分析不同的指标之间的相关性被允许确定记者线性回归公式的使用在一个旧金山的σ的决心你和太阳黑子面积值。

测试之前的SC预测表明,最好的预测是目前预计在5年的时间间隔从最早的实验。可以看到,真正的错误预测的附近一个σ利润率。实际系统太阳能指数低于预测位置为国际扶轮和10.7电台通量变化(见图 1和 2)。的性格差异是太阳黑子稍微不同的地区(见图 3)。所有预测证明可见相移之间的预测和实际数据后5年预测区间。

前者SC行为预测的一般结论是下一个( 9, 14]。 (1)

最小月平均指数预计为2006.5 -2008。

最后阶段估计尤其是主要太阳能指数与银河宇宙射线数据( 15]。我们必须注意的一般特征SC23最后阶段预测相当准确。尤其是异常23日周期的长度约为12.6年( 16)密切与预测。

在引用控制周期的最低阶段,我们必须给一些主要研究通过提到。最小相位的性质在23日和24日太阳周期是仔细分析使用太阳射电流量指标摘要[10.7厘米 17]。连续的主要太阳周期最大值之间的间隔是彻底研究[ 18]。

今天,它是一个吉祥的时刻更新发布之前的预测,因为最大的振幅和时间活动还不明显。

相同的数据类型集更新的现代观测值用于校正前SC24预测。分析时间序列是由每月的平均指数。上面数据档案地址表示。目前的主要任务是提高幅度的估计和SC24的长度。

新的数据处理使用顺序主导谐波分析方法进行太阳黑子数目,10.7厘米广播流量指标,和太阳黑子面积时间序列。宇宙射线观测从莫斯科站使用。新的SC24预测数据中所示的结果 4, 7, 5, 6。

从这些数据我们可以看出 4- - - - - - 6,新的建模的四个不同太阳和宇宙过程演示了他们的可能的未来行为相互封闭。的振幅SC24预计将接近前一周期意味着高度。国际太阳黑子数量预测曲线显示了更大的国际扶轮130±20级建模。最大间隔阶段可以从中间开始到2012年底。

有趣的事实是,前级高SC24 SC的预报预测面板的同时,提出了预测一般在大小和形状相对狭窄的引用。它与图中可以看到 8从最初的web资源( http://www.swpc.noaa.gov/SolarCycle/SC24/index.html)。但后来,小组人员改变他们的意见给出的最低的变体是更好的与预测与最大的时间从2012年中期到2013年初(图 9)。

三种类型的太阳能数据用于运动学建模前预测( 9)更新。所有的新预测表明,24日周期最大阶段可能会发生在2012年或稍后的中间。预测时刻的最大的月度平均值下降到2012年7月- 9月。这个区间的不确定性 +1 - 2个月。预计平均振幅一般周期的形状接近23日最大的从数据 7, 5, 6。SC24将持续不长。它可能会短于10年。下一个最小的开始阶段是初步预测在2017年。太阳黑子数的最大月度平均值Ri被预测为130±20。超过2000±350单位的数以百万计的半球最大月度意味着太阳黑子面积指数的预测。预计每月10.7厘米无线电通量最大价值的200±20学院。宇宙射线的变化在莫斯科站也是建模作为额外的数据来源。其逆转级处理的水平略低于上一个太阳周期的形状。宇宙射线下最少是一年左右转向未来预测太阳能数据最大的引用。 The last estimation of the shift between galactic cosmic ray and solar activity variations was 0.6 years [ 15]。

Jan詹森所示,90 - 140中振幅SC24预测今天的支配。目前,一些研究人员得出这样的结论:最大SC阶段已经开始。我们的建模允许认定研究人员每月至少一半的前一年的意思是太阳黑子会发生和专家有机会检查和更新当前SC的预测。

从上述仿真结果支持相对较高(约130 Ri)或中等大小的变体24日SC预测月度平均值的情况。预测功能的建模方法被一些回顾性验证模拟。的预测成真,进入一个超级一世纪的太阳会改变几十年来。