CN116027442A - 一种地磁扰动时段确定方法 - Google Patents
一种地磁扰动时段确定方法 Download PDFInfo
- Publication number
- CN116027442A CN116027442A CN202310066505.7A CN202310066505A CN116027442A CN 116027442 A CN116027442 A CN 116027442A CN 202310066505 A CN202310066505 A CN 202310066505A CN 116027442 A CN116027442 A CN 116027442A
- Authority
- CN
- China
- Prior art keywords
- geomagnetic
- station data
- disturbance
- period
- sliding time
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/30—Assessment of water resources
Landscapes
- Measuring Magnetic Variables (AREA)
Abstract
本发明公开了一种地磁扰动时段确定方法,该地磁扰动时段的确定方法包括:获取N个地磁台站数据;N≥2;针对每个地磁台站数据,截取地磁台站数据的滑动时窗;在每一个滑动时窗内,均求取地磁台站数据的二阶导数,并根据二阶导数结果计算对应地磁台站之间的相关系数;判断在同一个滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;若是,则判定该滑动时窗内发生磁扰;并判断K个连续的滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;K≥2;若是,则将K个连续的滑动时窗的时间段判定为磁扰发生时段。本发明的时间分辨率更高,对磁扰发生时段确定更为精确。
Description
技术领域
本发明涉及地球科学地磁学领域,具体涉及一种地磁扰动时段确定方法。
背景技术
地磁日变改正是磁测数据处理中的一个重要环节,而地磁日变化影响是否消除完全直接影响着磁测成果数据的精度。地磁日变化分为平静变化和扰动变化。为了更好的消除地磁日变影响,需要对不同的日变化采取不同的日变改正方法,通常需要对磁扰发生时段的地磁数据进行数据分离,得到静日变化和地磁扰动,并分别进行改正,因此能否合理区分静日变化和地磁扰动,并确定磁扰发生时间段对于地磁日变改正尤为重要,直接影响着地磁日变改正效果,进而影响磁测成果数据精度。
目前国内外对于地磁平静时和扰动时区分方法是基于多种参数判断,而利用地磁指数判断地磁扰动情况是目前较为通用的方法,其中K指数是目前广泛应用的地磁指数之一,它是由Bartels等人在1939年设计的,其描述单个地磁台站扰动强度,用0~9分10级描述地磁场不规则变化的扰动程度,通常K>3时认为发生磁扰;后来为了表示全球地磁活动性,由全球地磁台网中13个地磁台站的K指数计算得到Kp指数,取值范围从0到9分为28个级别,一般Kp>3时认为发生磁扰,同时把Kp=5,6时成为中心地磁暴,Kp=7,8,9称为大地磁暴;将Kp指数换成等效幅度的形式,便出现了Ap指数,其范围由0到400,值越大,地磁扰动幅度越大;另外还有Dst指数,它主要是测量地磁水平分量的强度变化,由4个低纬度地磁台站计算得到,通常认为Dst<-30时发生磁扰,且Dst值越小,磁扰程度越大,除了以上常用的几个地磁指数外,还有aa、am、F107、AU、AL、AE等指数,使用时往往是多个参数联合使用,判断磁扰发生时段。除此之外,也有部分学者采用日变幅度值作为判断标准,通常在海洋磁力测量中,将日变幅度大于100nT视为磁扰,卞光浪等人层提出,采用日变幅度、日变幅差、日变标准差、扰动幅度、扰动幅差、扰动标准差6个量化指标联合判断磁扰发生情况,例如认为日变幅度大于50、幅差大于10、标准差大于10、扰动幅度大于20、扰动幅差大于1、扰动标准差大于2时发生扰动。地磁指数判别方法虽然为目前国内外较为常用的方法,但每个指数数值均是由一段时间内地磁数据计算得到,例如Kp指数是3小时一个数值,Dst指数是1小时一个数值,F107指数则是一天一个数值,其对于时间的分辨程度有限,尤其对于持续时间小于1小时的磁扰,会因为计算时窗偏大的问题被淹没掉,导致无法分辨。而采用日变幅值量化指标判定时,虽然可以根据实际情况控制计算时窗,使得时间分辨率更高,但其由日变幅度对磁扰进行区分,则不够准确,导致一些磁扰因扰动幅度不大而无法被识别出来。针对上述地磁扰动发生时间和幅值两方面问题的存在,行业内急需研究合理适宜的方法对地磁扰动发生时段进行确定。
发明内容
本发明的目的是为了克服以上现有技术存在的不足,提供了一种能精确确定磁扰发生时段的地磁扰动时段确定方法。
本发明的目的通过以下的技术方案实现:
一种地磁扰动时段的确定方法包括:获取N个地磁台站数据;N≥2;针对每个地磁台站数据,截取地磁台站数据的滑动时窗;在每一个滑动时窗内,均求取地磁台站数据的二阶导数,并根据二阶导数结果计算对应地磁台站之间的相关系数;判断在同一个滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;若是,则判定该滑动时窗内发生磁扰;并判断K个连续的滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;K≥2;若是,则将K个连续的滑动时窗的时间段判定为磁扰发生时段。
优选地,第一预设阈值为0.9。
优选地,N=2。
优选地,N个地磁台站之间的地理位置小于第一预设范围。
优选地,N个地磁台站之间的纬度差不超过5°,经度差不超过50°。
优选地,若判断出在同一个滑动时窗内,N个地磁台站数据的相关系数不大于第一预设阈值,则判定该滑动时窗内磁平静。
优选地,地磁台站数据为地磁F值。
本发明相对于现有技术具有如下优点:
本发明参考静日变化和扰动变化的特点差异,通过滑动时窗控制,在每一个滑动时窗内,均求取地磁台站数据的二阶导数,逐点比较两个地磁台站数据变化趋势相关性,通过相关分析判断是否发生地磁扰动,为磁扰发生时段确定提供了新的方法和思路,相较于已有传统方法,该方法时间分辨率更高,对磁扰发生时段确定更为精确。
附图说明
构成本申请的一部分的说明书附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本实施例的地磁扰动时段的确定方法的流程示意图。
图2为本实施例的地磁日变数据对比图。
图3为本实施例的时段一两台站二阶导数对比图。
图4为本实施例的时段二两台站二阶导数对比图。
图5为本实施例的滑动时窗长度为15min时,窗口相关系数结果图。
图6为本实施例的滑动时窗长度为30min时,窗口相关系数结果图。
图7为本实施例的滑动时窗长度为60min时,窗口相关系数结果图。
图8为本实施例的不同滑动时窗长度的相关系数对比图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
静日变化依赖于地方时,其变化比较平缓,且呈周期变化,而地磁扰动则与地方时无关,依赖于世界时的非周期性变化,变化形态复杂,选取国际地磁台网中心中DLT和GUA两个地磁台站数据进行对比说明,其中DLT台站地理位置为11.945°N、108.482°E,GUA台站地理位置为13.588°N、144.867°E,两台站纬度相近,地理位置相差约4000km,选取两地磁台站2018年5月22日至6月2日地磁场F值,并取对应时间的地磁指数Kp值同时成图,如图2所示。
从图2中看到,同时参考kp指数和Dst指数,可以判断图2的时段一发生磁扰,图2的时段二为磁平静时,对应两个台站的地磁日变曲线可以看到,时段一内两条曲线出现相同的变化形态,虽然扰动幅差不同,但扰动发生时间和持续时间一致,尤其可以明显看出每个扰动的峰值出现时间一致。而时段二内两条日变曲线形态虽然相似,但峰值出现时间不一致,这与上述提到的静日变化和地磁扰动的特点差异相契合。
根据地磁扰动特点,磁扰发生时对应全球时,即无论地磁台站位于何处,磁扰发生时各地磁台同时响应,在日变曲线上呈现同样形态的波动,并且从图2中看到,波动时曲线的各拐时间相同,分别取图1中两时段两台站数据求取二阶导数,结果见图3和图4所示。对应图3中时段一两台站F值二阶导数对比结果,可以看到两组结果相关性较高,对应图4中时段二两台站F值二阶导数对比结果,可以看到两组结果相关性较差,因此可通过采用分析两地磁台日变数据二阶导数相关性确定磁扰发生时段。
基于上述理论分析,本申请人提出了一种地磁扰动时段的确定方法。参见图1,一种地磁扰动时段的确定方法包括:
S1,获取N个地磁台站数据;N=2;2个地磁台站之间的地理位置小于第一预设范围,即2个地磁台站之间的纬度差不超过5°,经度差不超过50°。地磁台站数据为地磁F值。
S2,针对每个地磁台站数据,截取地磁台站数据的滑动时窗;在每一个滑动时窗内,均求取地磁台站数据的二阶导数,并根据二阶导数结果计算对应地磁台站之间的相关系数;
S3,判断在同一个滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;若是,则执行步骤S4;若是否,则执行步骤S7;其中,第一预设阈值为0.9。
S4,则判定该滑动时窗内发生磁扰;
S5,判断K个连续的滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;K≥2;若是,则执行步骤S6;
S6,则将K个连续的滑动时窗的时间段判定为磁扰发生时段;
S7,判定该滑动时窗内磁平静。
本申请考虑使用比较两台站日变曲线变化趋势的方法进行判断,二阶导数的变化可反映曲线的趋势,二阶导数为正,则曲线呈上升趋势,为负值时,则曲线呈下降趋势,曲线拐点处对应二阶导数为零。选取地理位置相近(纬度差不超过5°,经度差不超过50°)的两个地磁台站数据,取滑动时窗,在每一个时窗内,分别求取两台站数据的二阶导数,并对两组二阶导数结果做相关性分析,若两组数据相关性较好(相关系数>0.9),则认为该时窗内发生磁扰,则对应连续滑动时窗内相关系数均>0.9时,该段时间即可判定为磁扰发生时段。
本申请依据静日变化和扰动变化不同特点,运用了统计学中的相关分析法,由不同地磁台站地磁场F值二阶导数的相关性(即曲线变化趋势一致性)判断是否发生地磁扰动,方法高效有效。本申请计算时使用滑动时间窗口进行控制,时间分辨率较传统的地磁指数判断方法更高,且方法高效有效,对于地磁扰动发生时间的判断更为精确。
实验数据
选取上述DLT和GUA地磁台站数据,选取滑动时窗长度分别为15min、30min和60min,计算各时窗内地磁F值二阶导数的相关系数,结果如下图5-图7所示。
从图5-图7中看到,依时窗增大,相关系数变化幅度依次减小,另外三组相关系数在时间尺度上的分辨率有所不同,随时窗增大,时间段分辨度降低,将三组相关系数结果与对应时间的地磁日变曲线同时对比,结果见图8所示。
从图8可以看到,同步对应日变曲线上,当相关系数≥0.9时,均发生了磁扰,但部分小幅度扰动时段未能识别出,如图8的方框部分数据,发生了小幅度磁扰,但该时段对应三组相关系数均<0.9,主要是因为小幅度磁扰在地磁场F值二阶导数相关性上表现不明显导致的,但对于幅度较大的扰动均能通过相关系数识别出来,例如图8中通过二阶导数相关性分析方法识别磁扰发生时段为:5月22日16:58-21:18、5月24日12:58-16:38、5月26日13:46-22:30、5月27日18:53-20:42、5月30日11:20-15:50、6月1日13:10-19:32、6月2日17:32-20:35,而通过地磁指数方法识别磁扰发生时段仅为5月23日06:00-12:00和5月31日15:00-6月1日22:00,由识别结果看到,使用地磁场F值二阶导数相关系数计算的方法可以较好地区分出磁扰发生时间段,较地磁指数方法识别方法更为准确,识别出的磁扰发生时段更多且起止时间更为精确,具有较好的应用效果。
另外三组相关系数对应时间分辨率各不相同,15min时窗可对磁扰发生时段划分更为精细,即对于时段起始和终止时间划分更为精确,但其时窗内计算数据量较少,使得相关系数计算结果误差较大,而60min时窗对磁扰发生时段划分不够细致,但因计算数据量多,相关系数更为可靠。因此,在使用该方法确定磁扰发生时段时,应根据用户需求合理选择时窗,或如图8实例,使用多组时窗结果联合对比判断,以得到更为合理的结果。
上述具体实施方式为本发明的优选实施例,并不能对本发明进行限定,其他的任何未背离本发明的技术方案而所做的改变或其它等效的置换方式,都包含在本发明的保护范围之内。
Claims (7)
1.一种地磁扰动时段的确定方法,其特征在于,包括:
获取N个地磁台站数据;N≥2;
针对每个地磁台站数据,截取地磁台站数据的滑动时窗;在每一个滑动时窗内,均求取地磁台站数据的二阶导数,并根据二阶导数结果计算对应地磁台站之间的相关系数;
判断在同一个滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;
若是,则判定该滑动时窗内发生磁扰;并判断K个连续的滑动时窗内,N个地磁台站数据的相关系数是否大于第一预设阈值;K≥2;
若是,则将K个连续的滑动时窗的时间段判定为磁扰发生时段。
2.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,第一预设阈值为0.9。
3.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,N=2。
4.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,N个地磁台站之间的地理位置小于第一预设范围。
5.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,N个地磁台站之间的纬度差不超过5°,经度差不超过50°。
6.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,若判断出在同一个滑动时窗内,N个地磁台站数据的相关系数不大于第一预设阈值,则判定该滑动时窗内磁平静。
7.根据权利要求1所述的地磁扰动时段的确定方法,其特征在于,地磁台站数据为地磁F值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310066505.7A CN116027442A (zh) | 2023-01-12 | 2023-01-12 | 一种地磁扰动时段确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310066505.7A CN116027442A (zh) | 2023-01-12 | 2023-01-12 | 一种地磁扰动时段确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116027442A true CN116027442A (zh) | 2023-04-28 |
Family
ID=86075731
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310066505.7A Pending CN116027442A (zh) | 2023-01-12 | 2023-01-12 | 一种地磁扰动时段确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116027442A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116661009A (zh) * | 2023-08-01 | 2023-08-29 | 南方科技大学 | 局部电磁信号识别方法、装置及电子设备 |
-
2023
- 2023-01-12 CN CN202310066505.7A patent/CN116027442A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116661009A (zh) * | 2023-08-01 | 2023-08-29 | 南方科技大学 | 局部电磁信号识别方法、装置及电子设备 |
CN116661009B (zh) * | 2023-08-01 | 2023-10-10 | 南方科技大学 | 局部电磁信号识别方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116027442A (zh) | 一种地磁扰动时段确定方法 | |
US6868339B2 (en) | Systems and methods for time corrected lightning detection | |
US20170370722A1 (en) | Particle filter based heading correction | |
KR20210092895A (ko) | 전력 데이터의 결측치 보완 서버 및 방법 | |
KR20200131831A (ko) | 센서 교정 | |
CN111651728B (zh) | 一种辨识实测风速非平稳性与非平稳度的方法 | |
CN111598109A (zh) | 一种变电站指针仪表读数智能识别方法 | |
CN116776094B (zh) | 一种晶振温度测试数据智能分析存储*** | |
CN115436572B (zh) | 一种基于循环神经网络的传感器校准方法及装置 | |
CN109670540A (zh) | 基于kNN算法的客运枢纽区域驻留人数变化趋势短时预测方法 | |
CN102761397A (zh) | 一种信道质量指示cqi的调整方法、装置和*** | |
EP3441794B1 (en) | Device and method for obtaining local geomagnetic disturbances at mid-latitudes | |
CN111741493A (zh) | 一种基于aoa与mdt的方位角的纠偏方法及装置 | |
Johansson et al. | An improved estimate for the long-term mean sea level on the Finnish coast | |
CN117798744A (zh) | 一种数控机床运行状态监测方法 | |
CN109521451B (zh) | 智能设备所处环境的判断方法、设备、***及存储介质 | |
CN117053838A (zh) | 一种测距传感器测距结果校准方法 | |
CN110376350B (zh) | 测定高普通铅锆石年龄及源区初始铅同位素组成的方法 | |
CN115290078A (zh) | 一种决策切换的室内外联合定位方法 | |
Gerner et al. | Improving self‐noise estimates of broadband seismometers by 3D trace rotation | |
CN103856293A (zh) | 一种调制编码方式的选择方法和装置 | |
CN111523715A (zh) | 一种负荷综合预测方法 | |
CN110852397A (zh) | 一种基于相对波动的自适应信号融合方法及*** | |
CN117969769B (zh) | 基于传感技术的大气污染物含量监测方法 | |
CN112130179A (zh) | 一种基于监测接收机的bds卫星导航信号稳定性分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |