[口头报告]基于深度学习的上升调电磁离子回旋波的统计研究

基于深度学习的上升调电磁离子回旋波的统计研究

编号：160 稿件编号：2244 访问权限：私有更新：2023-04-07 17:36:20 浏览：917次口头报告

报告开始：2023年05月06日 10:15 （Asia/Shanghai）

报告时间：15min

所在会议：[11] 11、空间物理与空间探测 » [11-3] 11-3 磁层物理

暂无文件

摘要

基于范艾伦探测器7年的观测数据以及深度学习技术，我们构建了一个卷积神经网络模型，用于自动识别范艾伦探测器波动观测中的上升调电磁离子回旋波，统计研究表明，观测到上升调电磁离子回旋波事件的总时间占卫星驻留时间的0.016%。此外我们发现氢频段事件的发生率峰值出现在中午，而氦频段的发生率峰值出现在下午侧。我们的统计分析还揭示出两种趋势：其一，在氢和氦频段的上升调精细结构的扫频率与频率之间呈正相关；其二，在氢频段，扫频率明显随着波幅的增加而增加。这两种趋势都与上升调电磁离子回旋波的非线性增长理论一致。