[论文解读] Predicting Sunspot Numbers for Solar Cycles 25 and 26

S.‐S. Wu, G. Qin|arXiv (Cornell University)|Feb 11, 2021

Solar and Space Plasma Dynamics参考文献 1被引用 5

一句话总结

本研究提出了一种扩展的双参数修正逻辑斯蒂预测（TMLP-E）模型，用于预测太阳周期25和26的太阳黑子数（SSN），该模型在先前基于香农熵和周期长度作为预测因子的TMLP模型基础上进行构建。TMLP-E模型预测太阳周期25的太阳极大值为115.1（峰值时间为2024年10月），周期26的太阳极大值为107.3（峰值时间为2035年11月），表明周期24至26处于格莱斯贝格周期的极小值阶段，而非进入道尔顿型或蒙德型极小期。

ABSTRACT

The prediction of solar activity is important for advanced technologies and space activities. The peak sunspot number (SSN), which can represent the solar activity, has declined continuously in the past four solar cycles (21$-$24), and the Sun would experience a Dalton-like minimum, or even the Maunder-like minimum, if the declining trend continues in the following several cycles, so that the predictions of solar activity for cycles 25 and 26 are crucial. In Qin & Wu, 2018, ApJ, we established an SSN prediction model denoted as two-parameter modified logistic prediction (TMLP) model, which can predict the variation of SSNs in a solar cycle if the start time of the cycle has been determined. In this work, we obtain a new model denoted as TMLP-extension (TMLP-E), which can predict the solar cycle nearly two cycles in advance, so that the predictions of cycles 25 and 26 are made. It is found that the predicted solar maximum, ascent time, and cycle length are 115.1, 4.84 yr, and 11.06 yr, respectively, for cycle 25, and 107.3, 4.80 yr, and 10.97 yr, respectively, for cycle 26. The solar activities of cycles 25 and 26 are predicted to be at the same level as that of cycle 24, but will not decrease further. We therefore suggest that the cycles 24$-$26 are at a minimum of Gleissberg cycle.

研究动机与目标

• 为周期25和26的太阳活动提供长期预测，因其在周期21至24期间太阳黑子数呈下降趋势而具有重要意义。
• 解决目前大多数研究仅关注周期25而缺乏对周期26可靠预测的不足。
• 将双参数修正逻辑斯蒂预测（TMLP）模型扩展为新的TMLP-E模型，使其能够利用周期25的起始时间预测周期26。
• 评估太阳活动下降趋势是否会持续至周期25和26，或是否已在格莱斯贝格周期极小值阶段出现恢复迹象。
• 利用周期4至24的历史数据（排除格莱斯贝格极小期初期的周期）评估TMLP-E的预测准确性。

提出的方法

• TMLP-E模型通过假设周期n的行为与周期n−1相似，从而实现利用周期n的数据预测周期n+1，扩展了原始TMLP模型。
• 周期n+1的最大累积太阳黑子数（xₘ）通过周期n−1和n−2的香农熵以及周期n−1的长度进行预测。
• 周期n+1的初始累积太阳黑子数（x₀）通过预测的xₘ和周期n的观测太阳极小期进行估算。
• 模型利用周期25的起始时间（2019年12月确认）分别通过TMLP和TMLP-E预测周期25和26的SSN变化。
• 通过周期4至24的平均绝对相对误差和95%置信区间（CIs）评估预测准确性，涵盖太阳极大值、上升时间和周期长度。
• 当结合TMLP结果时，TMLP-E模型将周期25太阳极大值预测的95%置信区间从（89.0, 136.3）缩小至（101.8, 136.3）。

实验结果

研究问题

• RQ1 TMLP-E模型是否能仅基于周期25的起始时间，准确预测太阳周期25和26的太阳极大值、上升时间和周期长度？
• RQ2 周期21至24期间太阳黑子数的下降趋势是否会持续至周期25和26，还是在格莱斯贝格周期极小值阶段出现逆转？
• RQ3 TMLP-E在预测历史周期的太阳极大值、上升时间和周期长度方面，与TMLP相比表现如何？
• RQ4 TMLP-E模型能否可靠预测格莱斯贝格周期极小期的第一个周期，还是仅限于此类极小期之后的周期？
• RQ5 周期26预测太阳极大值的置信区间是多少？与其他现有预测相比如何？

主要发现

• TMLP-E模型预测太阳周期25的太阳极大值为115.1，95%置信区间为（101.8, 136.3），峰值时间为2024年10月（95%置信区间：2023年2月至2026年9月）。
• 周期26预测的太阳极大值为107.3，95%置信区间为（62.3, 143.6），峰值时间为2035年11月（95%置信区间：2033年10月至2038年11月）。
• TMLP-E的平均绝对相对误差为：太阳极大值16.8%，上升时间19.7%，周期长度10.3%，表明预测精度中等。
• 模型在太阳极大值、上升时间和周期长度的95%置信区间分别为（-41.9%, 33.9%）、（-43.1%, 62.5%）和（-28.9%, 22.8%）。
• 周期25和26的太阳极大值预测值与周期24（116.4）相近，表明处于与格莱斯贝格周期极小期一致的低活动水平阶段，而非道尔顿型或蒙德型极小期。
• TMLP-E模型在预测格莱斯贝格周期极小期的第一个周期时表现较差，而TMLP可提前一个周期预测此类转变，凸显前期周期特征的重要性。