利用监督学习算法和时间序列基础模型预测地球外辐射带中的兆电子伏特电子通量
Forecasting megaelectron-volt electron flux in the Earth's outer radiation belt using supervised machine learning algorithms and a timeseries foundation model
arXiv:2605.15752v1 公告类型:新 原文摘要:对地球外辐射带中的兆电子伏特(MeV)电子进行准确预测,对于降低风险和航天器运行至关重要,这些电子可能对卫星构成重大威胁。我们开发了一个基于机器学习的预测流程,用于预测1兆电子伏特电子通量的变化,首先关注6小时的预测时间范围。使用POES NOAA-15测量的沉降电子、GOES测量的近1兆电子伏特电子通量、L1附近的太阳风测量数据以及地磁活动指数作为输入,时间为2013年至2023年,我们训练算法
