基于GBR方法的Kp指數(shù)預報模型

摘要： 地磁Kp指數(shù)是空間天氣預警的重要指標,也是研究太陽風–磁層耦合的關鍵參數(shù).采用梯度提升回歸(GBR)算法和隨機森林(RF)兩種機器學習方法,構建了以太陽風、行星際磁場參數(shù)、歷史Kp值和太陽黑子數(shù)據(jù)為輸入的3 h地磁Kp指數(shù)預報模型.預報結果表明,兩種方法均可提前1 h預報地磁Kp指數(shù),預測結果與觀測值之間的相關系數(shù)為0.90,其中GBR方法在均方根誤差上表現(xiàn)出更好的效果,均方根... （共9頁）