行星Kp指数使用自回归模型进行预测
摘要：使用历史数据开发一种预测至少三小时时间间隔的Kp指数的方法。测试了五种不同的模型来预测Kp和ap指数。使用了从1932年到2012年12月15日21:00 UT的Kp指数值的时间序列作为模型的输入。AR模型具有最低的计算成本和令人满意的结果。ARIMA模型在预测地磁扰动条件下的Kp指数方面效果显著。本文提供了一种不使用卫星数据的快速、高效的预测Kp指数的方法。尽管报告称利用卫星数据的预测结果更好，但是我们的结果仅基于Kp随机时间序列，所以相关性值可以被认为是令人满意的。
作者：Arian Ojeda Gonzalez, Clezio Marcos Denardini, Siomel Savio Odriozola, Reinaldo Roberto Rosa and Odim Mendes Jr
论文ID：1404.2836
分类：Space Physics
分类简称：physics.space-ph
提交时间：2014-04-11