霂瑞霂��撘����迨��辣: http://elartu.tntu.edu.ua/handle/lib/44678

Title: Method of analysis of solar activity geoeffectiveness
Other Titles: Метод аналізу геоефективності сонячної активності
Authors: Івантишин, Данило
Ivantyshyn, Danylo
Affiliation: Національний університет «Львівська політехніка», Львів, Україна
Lviv Polytechnic National University, Lviv, Ukraine
Bibliographic description (Ukraine): Ivantyshyn D. Method of analysis of solar activity geoeffectiveness / Danylo Ivantyshyn // Scientific Journal of TNTU. — Tern. : TNTU, 2024. — Vol 113. — No 1. — P. 111–118.
Bibliographic description (International): Ivantyshyn D. (2024) Method of analysis of solar activity geoeffectiveness. Scientific Journal of TNTU (Tern.), vol. 113, no 1, pp. 111-118.
Is part of: Вісник Тернопільського національного технічного університету, 1 (113), 2024
Scientific Journal of the Ternopil National Technical University, 1 (113), 2024
Journal/Collection: Вісник Тернопільського національного технічного університету
Issue: 1
Volume: 113
Issue Date: 19-三月-2024
Submitted date: 10-一月-2024
Date of entry: 17-四月-2024
Publisher: ТНТУ
TNTU
Place of the edition/event: Тернопіль
Ternopil
DOI: https://doi.org/10.33108/visnyk_tntu2024.01.046
UDC: 520.8
Keywords: геоефективність сонячної активності
аналіз даних
просторова агрегація
класифікація геоефективності
solar activity geoeffectiveness
data mining
spatial data aggregation
geoeffectivenes classification
Number of pages: 8
Page range: 111-118
Start page: 111
End page: 118
Abstract: Розроблено метод аналізу геоефективності сонячної активності й оцінювання її рівня на основі аналізу просторово-часових даних збурень геофізичних полів, викликаних активністю Сонця. На першому етапі методу проведено аналіз сонячної активності. При виявленні сонячних збурень надалі сумісно аналізовано інформацію про сонячну активність і геофізичні збурення, викликані нею. Надалі проведено очищення та перетворення неопрацьованих даних геофізичних полів у формат, придатний для аналізу, а також їх часове вирівнювання, що має вирішальне значення при порівнянні або під час об’єднання часових рядів з різних джерел і з різною частотою дискретизації. Після цього проведено нормалізацію даних, оскільки значення даних геофізичних полів, які використовуються для аналізу геоефективності сонячної активності виміряні за різними шкалами, мають різну розмірність, що вимагає їхнього масштабування до умовно загальної шкали співставного діапазону. На наступному етапі методу реалізовано просторову агрегацію даних, яка забезпечує процес об’єднання для заданого проміжку часу числових значень групи ресурсів в одне репрезентативне значення. В результаті агрегації експериментальних даних геофізичних полів отримано часовий ряд середніх значень цих полів для кожного моменту часу. Аналіз геоефективності сонячної активності на основі агрегованих даних дозволяє оцінювати її рівень з урахуванням індексу Dst геомагнітної бурі, геомагнітного індексу полярного електроструму АЕ, величини природного атмосферного інфразвуку та градієнта електричного потенціалу атмосфери PG. Шкала класифікації геоефективності активності Сонця знаходиться в діапазоні [0, 1]. Подія вважається геоефективною, якщо агрегований сигнал досягає порогового значення 0,25 шкали геоефективності. Геоефективність сонячної активності класифікується як слабка, помірна або сильна, якщо величина агрегованого сигналу складає відповідно 0,25AS<0,5; 0,5AS<0,75; 0,75AS1,0
The method of analysis of the solar activity geoeffectiveness and assessing its level based on the mining spatiotemporal data of geophysical field disturbances caused by the activity of the Sun is developed. At the first stage of the method, solar activity is analysed. When solar disturbances are detected, the information about solar activity and the geophysical disturbances caused by it are further jointly analysed. Further, the raw data of geophysical fields are cleaned and converted into a format suitable for analysis, as well as their time alignment is carried out, which is crucial when comparing or combining time series from different sources and with different sampling rates. After that, the data is normalized, since the data values of the geophysical fields, which are used to analysis of solar activity geoeffectiveness, are measured on different scales, have different dimensions, which requires their scaling to the conventionally general scale of the comparable range. At the next stage of the method, spatial data aggregation is implemented, which ensures the process of combining the numerical values of a group of resources into one representative value for a given period of time. As a result of aggregation of experimental data of geophysical fields, we obtain a time series of average values of these fields for each moment of time. The analysis of the solar activity geoeffectiveness on the basis of aggregated data makes it possible to estimate its level taking into account the index Dst of the geomagnetic storm, the geomagnetic index of the polar electric current AE, the magnitude of natural atmospheric infrasound and the gradient of the electrical potential of the atmosphere PG. The scale of classification of the solar activity geoeffectiveness is in the range [0, 1]. An event is considered geoeffectiveness if the aggregated signal reaches a threshold value of 0.25 on the geoeffectiveness scale. Geoeffectiveness of solar activity is classified as weak, moderate or strong if the value of the aggregated signal is, respectively, 0,25AS<0,5; 0,5AS<0,75; 0,75AS1,0.
URI: http://elartu.tntu.edu.ua/handle/lib/44678
ISSN: 2522-4433
Copyright owner: © Тернопільський національний технічний університет імені Івана Пулюя, 2024
URL for reference material: https://doi.org/10.1016/j.jastp.2008.06.010
https://doi.org/10.1029/2006JA012149
https://doi.org/10.1051/0004-6361/202141977
https://doi.org/10.1029/2012JA017536
https://doi.org/10.1007/1-4020-5446-7_24
https://doi.org/10.1051/0004-6361/201220417
https://rjp.nipne.ro/2020_65_9-10/RomJPhys.65.813.pdf
https://doi.org/10.1029/2021SW002944
https://doi.org/10.1051/swsc/2014022
https://doi.org/10.3389/fenrg.2021.652801
References (Ukraine): 1. Gopalswamy N. Solar connections of geoeffective magnetic structures. Journal of Atmospheric and Solar- Terrestrial Physics. 2008. Vol. 70. P. 2078–2100. https://doi.org/10.1016/j.jastp.2008.06.010
2. Gopalswamy N., Yashiro S., Akiyama S. Geoeffectiveness of halo coronal mass ejections. J. Geophys. Res. Earth Surf. 2007. Vol. 112. URL: https://doi.org/10.1029/2006JA012149.
3. D.-C. Talpeanu, S. Poedts, E. D’Huys and M. Mierla. Study of the propagation, in situ signatures, and geoeffectiveness of shear-induced coronal mass ejections in different solar winds. A&A. 2022. Vol. 658. A56. https://doi.org/10.1051/0004-6361/202141977
4. Cid C., Cremades H., Aran A., Mandrini C., Sanahuja B., Schmieder B., Menvielle M., Rodriguez, L., Saiz E., Cerrato Y., et al. Can a halo CME from the limb be geoeffective? J. Geophys. Res. 2012. Vol. 117. A11102. https://doi.org/10.1029/2012JA017536
5. Menvielle M., Marchaudon A. Geomagnetic Indices in Solar-Terrestrial Physics and Space Weather. Space Weather. Astrophysics and Space Science Library. 2007. Vol. 344. Springer. Dordrecht. P. 277–288. https://doi.org/10.1007/1-4020-5446-7_24
6. Verbanac G., Živković S., Vršnak B., Bandić M. and Hojsak T. Comparison of geoeffectiveness of coronal mass ejections and corotating interaction regions. A&A. 2013. Vol. 558. A85. https://doi.org/10.1051/0004-6361/201220417
7. Koshovyy V., Ivantyshyn O., Mezentsev V., Rusyn B., Kalinichenko M. Influence of active cosmic factors on the dynamics of natural infrasound in the Earth’s atmosphere. Rom. Journ. Phys., 2020. Vol. 65. 813. URL: https://rjp.nipne.ro/2020_65_9-10/RomJPhys.65.813.pdf.
8. Tacza J., Odzimek A., Tueros Cuadros E., Raulin J.-P., Kubicki M., Fernandez G., & Marun A. Investigating effects of solar proton events and Forbush decreases on ground-level potential gradient recorded at middle and low latitudes and different altitudes. Space Weather. 2022. Vol. 20. e2021SW002944. https://doi.org/10.1029/2021SW002944
9. Elhalel G., Yair Y., Nicoll K., Price C., Reuveni Y., Harrison RG: Influence of short-term solar disturbances on the fair weather conversion current. J. Space Weather Space Clim. 2014. 4, A26. https://doi.org/10.1051/swsc/2014022
10. Івантишин Д., Буров Є. Розроблення бази даних для інтелектуальної системи дослідження параметрів космічної погоди. Вісник Інформаційні системи та мережі. 2023. № 13. С. 329–337.
11. Han J., Kamber M., Pei J. Data mining: concepts and techniques. Elsevier Science. 2012. 3rd ed. p. cm. ISBN 978-0-12-381479-1. P. 744.
12. F. Cheng, C. Meiling, W. Xinghua, W. Jiayuan, H. Bufu. A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery From Building Operational Data. Frontiers in Energy Research. 2021. Vol. 9. https://doi.org/10.3389/fenrg.2021.652801
References (International): 1. Gopalswamy N. Solar connections of geoeffective magnetic structures. Journal of Atmospheric and Solar- Terrestrial Physics. 2008. Vol. 70. P. 2078–2100. https://doi.org/10.1016/j.jastp.2008.06.010
2. Gopalswamy N., Yashiro S., Akiyama S. Geoeffectiveness of halo coronal mass ejections. J. Geophys. Res. Earth Surf. 2007. Vol. 112.. https://doi.org/10.1029/2006JA012149
3. D.-C. Talpeanu, S. Poedts, E. D’Huys and M. Mierla. Study of the propagation, in situ signatures, and geoeffectiveness of shear-induced coronal mass ejections in different solar winds. A&A. 2022. Vol. 658. A56. https://doi.org/10.1051/0004-6361/202141977
4. Cid C., Cremades H., Aran A., Mandrini C., Sanahuja B., Schmieder B., Menvielle M., Rodriguez, L., Saiz E., Cerrato Y., et al. Can a halo CME from the limb be geoeffective? J. Geophys. Res. 2012. Vol. 117. A11102. https://doi.org/10.1029/2012JA017536
5. Menvielle M., Marchaudon A. Geomagnetic Indices in Solar-Terrestrial Physics and Space Weather. Space Weather. Astrophysics and Space Science Library. 2007. Vol. 344. Springer. Dordrecht. P. 277–288. https://doi.org/10.1007/1-4020-5446-7_24
6. Verbanac G., Živković S., Vršnak B., Bandić M. and Hojsak T. Comparison of geoeffectiveness of coronal mass ejections and corotating interaction regions. A&A. 2013. Vol. 558. A85. https://doi.org/10.1051/0004-6361/201220417
7. Koshovyy V., Ivantyshyn O., Mezentsev V., Rusyn B., Kalinichenko M. Influence of active cosmic factors on the dynamics of natural infrasound in the Earth’s atmosphere. Rom. Journ. Phys., 2020. Vol. 65. 813 URL: https://rjp.nipne.ro/2020_65_9-10/RomJPhys.65.813.pdf.
8. Tacza J., Odzimek A., Tueros Cuadros E., Raulin J.-P., Kubicki M., Fernandez G., & Marun A. Investigating effects of solar proton events and Forbush decreases on ground-level potential gradient recorded at middle and low latitudes and different altitudes. Space Weather. 2022. Vol. 20. e2021SW002944. https://doi.org/10.1029/2021SW002944
9. Elhalel G., Yair Y., Nicoll K., Price C., Reuveni Y., Harrison RG: Influence of short-term solar disturbances on the fair weather conversion current. J. Space Weather Space Clim. 2014. 4, A26. https://doi.org/10.1051/swsc/2014022
10. Ivantyshyn D., Burov Ye. Rozroblennia bazy danykh dlia intelektualnoi systemy doslidzhennia parametriv kosmichnoi pohody. Visnyk Informatsiini systemy ta merezhi. 2023. No. 13. P. 329–337. [In Ukrainian].
11. Han J., Kamber M., Pei J. Data mining: concepts and techniques. Elsevier Science. 2012. 3rd ed. p. cm. ISBN 978-0-12-381479-1. P. 744.
12. F. Cheng, C. Meiling, W. Xinghua, W. Jiayuan, H. Bufu. A Review on Data Preprocessing Techniques Toward Efficient and Reliable Knowledge Discovery From Building Operational Data. Frontiers in Energy Research. 2021. Vol. 9. https://doi.org/10.3389/fenrg.2021.652801
�蝷箔����:Вісник ТНТУ, 2024, № 1 (113)



�DSpace銝剜�������★��������雿��.