基于机器学习的太阳风流相互作用区地磁效应研究  

作　　者：梁乐熙 雷泽宇 韩浩天 黄凤金(指导)[1] 叶煜东(指导) 

机构地区：[1]广州市第六中学 [2]中山大学行星环境与宜居性研究实验室

出　　处：《中国国家天文》2025年第3期98-99,共2页Chinese National Astronomy

摘　　要：日地间的太阳风流相互作用区(Stream Interaction Regions,SIRs)是引发地磁扰动的重要结构。我们使用机器学习算法支持向量机拟合了太阳风参数和Dst指数(主要用于测量地磁暴强度)的关系,建立了预报SIRs地磁效应的模型,并用Shapley(Shapley Additive exPlanations,SHAP)可加性解释值,识别出了与地磁暴紧密相关的太阳风参数。这为预测空间天气灾害和深入理解空间环境提供了更多支持。

关 键 词：太阳风流相互作用区 地磁效应 

分 类 号：P353[天文地球—空间物理学]