[发明专利]基于行星际和地磁参数的极光卵边界位置预测方法

权利要求书

1.基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，包括以下步骤：

步骤1：选取Polar卫星拍摄到的UVI极光图像，并对UVI极光图像预处理，以消除噪声点、移除无效背景像素；

步骤2：对预处理后的UVI极光图像中的极光卵边界进行提取；

步骤3：利用NASAOMNI数据，并根据每幅极光图像发生的UT时间，得到每个极光卵边界点对应的行星际和地磁参数；

步骤4：对步骤2获得的极光卵边界数据结合步骤3获得的行星际和地磁参数值进行筛选，去除无效边界点，构建有效数据集；

步骤5：根据步骤4得到的有效数据集，用一元线性回归模型，对赤道向和极向极光卵边界位置进行建模，因变量取赤道向或极向极光卵边界的地磁纬度值，自变量取行星际和地磁参数；

步骤6：根据步骤5建立的极光卵边界位置模型，对任意给定的行星际和地磁条件，能够预测出此条件下的赤道向和极向极光卵边界位置。

2.根据权利要求1所述的基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，步骤1中对UVI极光图像预处理的方法为：

步骤1.1：移除UVI极光图像中纬度低于50度的区域；

步骤1.2：掩膜：根据UVI极光图像外边界呈椭圆状的特点，用直径为228像素的圆去截取经过步骤1.1处理后的UVI极光图像，并从中间把宽度限制到200像素，最后图像大小为228*200；

步骤1.3：清除经步骤1.2处理后的UVI极光图像中像素值为负值的点；

步骤1.4：将经过步骤1.3处理后的UVI极光图像中面积小于50个像素，极光强度大于整幅图像灰度均值加3倍方差的区域的像素值重置为整幅图像像素的灰度均值。

3.根据权利要求1所述的基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，步骤2中对UVI极光图像中极光卵边界进行提取的方法为：

步骤2.1：利用包含空间信息的模糊c均值聚类方法将UVI极光图像聚成6类；

步骤2.2：根据聚类结果把UVI极光图像分割为极光卵区和背景区域；

步骤2.3：对聚类后出现的与周围区域类别不同的区域，用其周围邻域的类别信息对其进行平滑处理；

步骤2.4：获取极光卵边界并将其映射到磁地方时-地磁纬度坐标系下。

4.根据权利要求3所述的基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，步骤2.2中根据聚类结果把UVI极光图像分割为极光卵区和背景区域的准则为：将强度最小的2个或3个聚类簇视为背景区域，其他则为极光卵区。

5.根据权利要求1所述的基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，步骤3中所述的行星际参数包括行星际磁场三分量Bx、By、Bz和太阳风动压Pdyn、太阳风速度Vp、太阳风密度Np；地磁参数包括极光电集流指数AE、极盖指数PC。

6.根据权利要求5所述的基于行星际和地磁参数的极光卵边界位置预测方法，其特征在于，步骤5中建立的模型为：

MLAT＝a0+a1·Bx+a2·By+a3·Bz+a4·Pdyn+a5·Vp+a6·Np

其中，a0-a6表示此模型的回归系数，Bx,By,Bz为行星际磁场的三分量，Pdyn,Vp,Np分别为太阳风动压、速度和密度。