2. 华盛顿大学地球与空间科学学院, 西雅图 98195;
3. 中国科学院空间科学与应用研究中心, 北京 100190
2. Department of Earth and Space Science, University of Washington, Seattle 98195, USA;
3. National Space Science Center, Chinese Academy of Sciences, Beijing 100190, China
沉降到地球极区电离层的粒子能量从高到低依次为银河宇宙线、太阳高能质子、外辐射带相对论电子和极光粒子.相对低能的极光粒子(100 eV~100 keV)沉降持续存在,通量远高于其他高能粒子,在磁层-电离层耦合中扮演着重要角色(Thorne,1980;Jackman and McPeters, 2004).首先,极光沉降粒子能够改变高纬热层大气成份(Crowley et al., 2008);其次,极光沉降粒子在极区的电离作用可能等于甚至超过太阳EUV辐射的贡献,改变极区电离层电导率的分布,进而显著影响无线电通讯和极区电磁能输入效率(Zhang et al., 2010);最后,极光沉降粒子的部分能量转化为极光和高层大气的内能(Rees and Luckey, 1974).
极光沉降能量是沉降粒子能通量对整个沉降区域面积的积分,通常用HP(Hemispheric Power)表示,单位通常为Gigawatts(GW).此前人们对极光沉降能量的研究重点是HP与地磁活动指数、太阳风参数和行星际磁场条件、太阳周期的长时期统计关系(Hardy et al., 1985;Brautigam et al., 1991;Newell et al., 1998;Shue et al., 2001;Coumans et al., 2006;Emery et al., 2008;Newell et al., 2007;Emery et al., 2009),发现HP与行星际磁场强度、太阳风速度、地磁活动强度等参量呈正相关关系.除HP总量外,HP的南北半球不对称性也受到关注.Ridley(2007)基于NOAA卫星1979—2006年的数据发现冬季半球的HP高于同期的夏季半球.Zheng等(2013)的研究也有类似的结论.Luan等(2010)基于2002—2007年TIMED/GUVI的数据认为在地磁活动平静期夏季半球的HP高于冬季半球的,而当地磁活动强烈时,HP半球差异和季节效应消失.目前对磁暴期间HP的研究还较少,特别是针对不同行星际扰动源驱动的磁暴期间HP变化规律的研究还未见报道.本文试图从驱动磁暴的不同行星际扰动源这个新的角度来分析磁暴期间HP值和HP南北半球不对称性的变化规律.
日冕物质抛射(CME)和共转相互作用区(CIR)是引发磁暴的两种主要驱动源(Gonzalez et al., 1999).CME在太阳活动高年较为常见,而CIR多出现在太阳活动周的下降期.Wang等(2007)认为,CIR可以进一步分为盔状冕流(Helmet streamer)和伪冕流(Pseudostreamer)两类.若开放磁力线被日球层电流片分开成极性相反的两部分则称为盔状冕流,若开放磁力线极性相同则称为伪冕流.Borovsky和Denton(2013)(以下简称BD2013)提出,CIR引发的磁暴同样应当被分成两类:盔状冕流CIR磁暴和伪冕流CIR磁暴.两类CIR的主要差异在于盔状冕流CIR磁暴存在“磁暴前的平静期”,而伪冕流CIR磁暴则没有这一现象.BD2013使用Russell-McPherron效应(Russell and McPherron, 1973)对磁暴前的平静期进行了解释.
本文基于NOAA/POES极轨卫星观测获得的HP数据,研究了2001—2008年不同的行星际扰动源(ICME、盔状冕流CIR和伪冕流CIR)驱动的磁暴事件期间,HP总量及其南北半球不对称性的统计特性.本文首先分别选出ICME磁暴和CIR磁暴事件,再将CIR磁暴分为盔状冕流驱动和伪冕流驱动两类,然后对三类磁暴事件的太阳风参数、耦合函数、地磁活动指数、极光粒子沉降能量的时间变化规律进行时序叠加分析,并对不同驱动源磁暴期间HP的南北半球不对称性进行统计分析. 2 数据来源和事件选取 2.1 数据来源
本文中的HP数据来源于Evans(1987)的数据集(NOAA estimated HP data set,http://www.swpc.noaa.gov/ftpdir/lists/hpi/).该数据集是由NOAA卫星的极光粒子能谱数据外推得到,首先根据NOAA/POES(TIROS)卫星的大量观测数据建立一个按照地磁活动的水平分为10个等级的统计模型,然后把地磁纬度45°以上的极区按照经纬度分成若干个格点,卫星观测到的各个格点上极光沉降粒子的平均能通量对所有格点的面积积分就得到HP的零阶估计值.利用零阶估计值和统计模型进行匹配得到初步的修正系数,进而得到下一阶的HP估计值.新计算出来的HP估计值重新与统计模型进行匹配,如此反复多次,得到最终的HP值和对应的修正系数.这种方法得到的HP数据时间精度从十几分钟到1 h不等,本文统一转换为1 h精度.
本文使用的1AU处太阳风参量和地磁活动指数等数据来源于OMNI2数据库(http://omniweb.gsfc.nasa.gov/),包括太阳风速度、行星际磁场Bz、Kp指数以及Dst指数等,数据精度为1 h.2.5个太阳半径(RS)处的太阳风速度场、日球层电流片的位置使用了Wang-Sheeley-Arge(WSA)模型(Wang and Sheeley, 1990;Arge et al., 2004)和potential field source surface(PFSS)模型(Zhao and Webb, 2003)的估算结果.2.2 ICME事件选取
ICME具有以下主要特征(Neugebauer and Goldstein, 1997):(1)质子、电子温度异常低;(2)质子分布的反常各向异性;(3)He的丰度显著增强;(4)双向的超热电子流和高能离子流;(5)较强的磁场强度;(6)平缓旋转的磁场方向和变化很小的磁场强度.事实上,很少有ICME事件具备上述所有的特征,同时也没有一个特征存在于所有的ICME事件中,因而准确选取ICME事件有很大的难度.本文参考了Jian(2008)、Richardson和Cane(2010)两个ICME列表,选取2001—2008年同时存在于两个列表中且背景较为平静的ICME事件.Jian(2008)判定的ICME至少满足下列条件中的三个:超过背景的强磁场,相对平静的磁场方向旋转,低质子密度,较高的He/H密度比,垂直压强的增强和太阳风速度降低等.Richardson和Cane(2010)主要利用异常低的质子温度来识别ICME,同时参考其他的ICME特征,与Jian(2008)的主要区别在于没有采用He/H密度比作为衡量标准.
统计结果表明超过90%的CIR磁暴Dst极小值在-100 nT以内(Richardson et al., 2006),而多数ICME磁暴暴时强度远高于CIR磁暴的.本文主要关注在相同磁暴强度下不同磁暴驱动源对HP的影响,所以在选取ICME和CIR事件时,限定为中等磁暴(Dst极小值在-100~-40 nT之间).按照以上标准,文本共选取了25个ICME事件.2.3 CIR事件选取和分类
本文采用McPherron等(2009)的标准来选取CIR事件:(1)太阳风速度在界面前的速度小于350 km·s-1,在界面后超过500 km·s-1;(2)太阳风密度在界面前增加,界面处达到最大后快速下降;(3)总磁场在界面处达到最大;(4)太阳风速度的方位角从西向转向东向.根据上述判据,文本筛选出Dst极小值在-100~-40 nT之间,且背景平静的116个CIR事件.
CIR可分为盔状冕流和伪冕流(Wang et al., 2007;BD2013)两类,区分方法有直接法和间接法.直接法由Crooker等(2004a)提出:在1AU附近盔状冕流伴随着太阳风磁扇区的反转,而伪冕流则没有这一现象,因而可以利用GSE坐标系下的局地磁场方位角(在黄道面上,局地磁场方向与日地连线的 夹角)的跃变来区分两种冕流.BD2013采用直接法.
间接法(Crooker at el.,2012)更为严格.在太阳表面确定日球层电流片位置有成熟的模型,行星际空间传播通常不会对日球层电流片产生影响.Crooker等(2012)提出将1AU处的太阳风与太阳附近的太阳风对照,若太阳附近的太阳风包含日球层电流片,则认为其传播到1AU处同样包含日球层电流片,此类CIR事件判定为盔状冕流CIR.间接法需要三组数据:(1)日球层电流片位置,由potential field source surface(PFSS)模型(Zhao and Webb, 2003)计算;(2)2.5 RS处的太阳风速度场,由Wang-Sheeley-Arge(WSA)模型(Wang and Sheeley, 1990;Arge et al., 2004)估算;(3)1AU处太阳风的速度.本文中前两组数据来源于中国科学院空间中心Feng等(2010,2012)编写的程序,第三组数据来源于OMNI2数据库.
下面我们举例说明间接法事件选取过程.2.5RS处的太阳风速度场的赤道附近空间切片进行时间延迟后,与1AU处太阳风速度的时间序列进行匹配.具体过程如下:(1)标出所有1AU处太阳风速度的极小值(图 1a中的1-5);(2)标出2.5RS处太阳风速度场中赤道附近的速度极小值(图 1b中的Ⅰ、Ⅱ);(3)建立两组太阳风极小值的对应关系,需要满足的约束条件是,每个2.5RS处的太阳风极小值到对应的1AU处太阳风极小值的延时约为2—7天(太阳风到达地球所需时间),且在同一卡林顿太阳周内,每个2.5RS处的太阳风极小值到对应的1AU极小值的延时相等.在图 1的例子中,仅有一组对应关系满足上述约束条件,即图 1a中的1对应图 1b中的Ⅰ,图 1a中的3对应图 1b中的Ⅱ,由此得到时间延迟约为5天.确定延时之后,将1AU处的CIR事件回溯至2.5RS处,若2.5RS处包含日球层电流片,则将此CIR判定为盔状冕流CIR(图 1a中1、3),否则判定为伪冕流CIR(图 1a中2、4和5).需要注意时间延时并非固定不变,对于每个卡林顿太阳周,我们需要重新确定时间延迟.
我们发现使用直接法和间接法得到的结果并不完全一致,75个间接法判定的盔状冕流中有37个符合直接法的判定,39个间接法判定的伪冕流中有19个符合直接法的判定.本文选取了2001—2008年同时满足两种判定方法的事件,包括37个盔状冕流CIR和19个伪冕流CIR磁暴事件. 3 数据统计研究 3.1 1AU处行星际太阳风参数变化
在本文的时序叠加分析中,我们首先给出均值曲线,若均值曲线特征明显,则不再给出分位数曲线(在这种情况下,我们考察了分位数曲线,确定其与均值曲线特征一致);若均值曲线特征不明显,则结合分位数曲线进一步讨论.本文中时序叠加分析的零点(t=0 h)为磁暴主相开始的时刻(Dst指数突然减小),时间区间为零点前的2.5天(t=-60 h)和零点后的3天(t=72 h).
图 2a展示了三类事件太阳风速度时序叠加分 析的均值曲线,其中黄色表示ICME,蓝色表示盔状冕流CIR,红色表示伪冕流CIR.在零点之前(t=-60 h至t=-15 h),两类CIR事件的太阳风速度均缓慢下降(ΔV≈-50 km·s-1),在零点附近(t= -15 h至t=15 h)太阳风速度快速上升(ΔV≈150~ 200 km·s-1),上升至最高点之后(t=15 h至t=72 h),速度缓慢下降(ΔV≈-50 km·s-1).在零点前(t<0 h)盔状冕流的速度均值小于伪冕流的,速度差约为40 km·s-1.在磁暴后期,盔状冕流维持高速的时间更长,这与Neugebauer等(2004)、BD2013的观测结果一致.对于ICME事件,太阳风速度仅在零点附近(t=-5 h至t=5 h)有小幅增加(ΔV≈20 km·s-1),其他时间稳定在450 km·s-1附近.
图 2b给出了三类事件行星际磁场Bz分量(GSM坐标系)的变化规律.在磁暴事件之前(t<-10 h),伪冕流的Bz略低于盔状冕流和ICME的,而盔状冕流和ICME的Bz难以区分.观察分位数曲线(图 2c),我们发现盔状冕流和伪冕流Bz整体的差异不大,仅仅在t=-40 h至-30 h差异较为明显.在零点附近(t=-10 h至t=0 h),三类事件Bz均北向增强,而在零点后(t=0至t=5 h)Bz均快速转为南向,这是导致磁暴的主要原因.在磁暴恢复相,ICME事件的Bz均值在t=20 h已经转为北向,而两类CIR事件Bz南向持续时间更长,这导致CIR磁暴的持续时间长于ICME事件的.
图 2d给出了三类事件的太阳风密度均值曲线.在磁暴之前,两类CIR的数密度高于ICME的,而在磁暴恢复相,ICME的数密度高于两类CIR的.在零点附近,伪冕流和ICME的数密度均值相仿,而 盔 状冕流的数密度显著更高,与BD2013一致.Crooker 等(2004b)、Neugebauer等(2004)发现经常在磁扇区反转结构中存在致密等离子体,与我们的研究结果相符.3.2 耦合函数变化
图 3a给出了耦合函数-VBz的时序叠加分析均值曲线,其中V为太阳风速度,Bz是GSM坐标系下行星际磁场的z分量.图 3b给出了盔状冕流和伪冕流CIR事件中耦合函数-VBz的均值曲线和分位数曲线.图 3c给出了Newell耦合函数(Newell et al., 2007),其中V是太阳风速度,θ是行星际磁场垂直于日地连线方向的分量,是行星际磁场的时钟角.ICME、盔状冕流、伪冕流同样分别用黄色、蓝色、红色表示.
图 3a显示-VBz的变化规律基本与Bz相类似,在磁暴前(t<-10 h),伪冕流的-VBz高于盔 状冕流和ICME的,而盔状冕流和ICME的-VBz 难以区分.观察分位数曲线(图 3b),我们发现盔状冕流和伪冕流的整体差异不大,仅仅在t=-40 h至-30 h差异较为明显.图 3c给出的是Newell耦合函数.在磁暴前(t<-10 h),盔状冕流的Newell耦合函数显著小于伪冕流和ICME的,ICME的Newell耦合函数与伪冕流的相近.图 3表明,在磁暴前(t<-10 h),ICME的Newell耦合函数与伪冕流的相近,而与盔状冕流的相差较大;在磁暴前(t<-10 h),ICME的-VBz耦合函数与盔状冕流的相近,而与伪冕流的相差较大.3.3 地磁活动指数变化
图 4给出了三类事件相应的地磁活动均值曲线,三栏分别对应于AE、Kp、Dst指数.ICME、盔状冕流、伪冕流分别用黄色、蓝色、红色表示.AE和Kp均值曲线的主要差别是,AE指数在t=0时有明显的拐点,而Kp指数则较为平滑.在磁暴之前(t=-60 h至t=-10 h),盔状冕流的AE和Kp指数均明显小于伪冕流和ICEM的指数,具体而言,盔状冕流的AE均值为100 nT,Kp均值为1,而伪冕流和ICME的AE均值为200 nT,Kp均值为2,这就是BD2013中的“磁暴前的平静期”现象.在磁暴主相及恢复相(t>0 h),我们发现盔状冕流AE和Kp的均值要高于伪冕流和ICME的指数,与BD2013的观测一致.ICME在t=20 h地磁活动已经恢复平静,而两 类CIR的地磁活动时间要持续更长的时间(t>50 h).
对于Dst指数的变化(图 4c),显然可以发现与AE、Kp指数类似的特征:盔状冕流相对于伪冕流和ICME存在“磁暴前的平静期”;盔状冕流磁暴主相和恢复相的地磁活动最强;ICME磁暴恢复相的持续时间最短. 3.4 HP变化
图 5给出了三类事件中HP的均值曲线.在磁暴之前(t=-60 h至t=-20 h),盔状冕流的HP 在10 GW左右,而伪冕流和ICME的HP在20 GW 左右,与盔状冕流“磁暴前的平静期”现象一致.在磁暴开始前(t=-5 h至t=0 h),两类CIR事件的HP均出现了小幅的上行,而ICME事件则没有这一现象.在磁暴主相(t=0 h至t=5 h),三类事件的HP均快速上行,在t=0 h存在明显的拐点.对比图 3发现磁暴前HP的变化特征与Newell耦合函数 一致性很高,表明HP受到行星际太阳风条件的调制,其中太阳风的速度和磁场,以及时钟角是造成 HP差异的主要原因.
在t=0时附近,AE指数与HP都有明显的拐点,斜率由平缓变为陡峭.Dst指数拐点是由增大变为减小,与AE和HP拐点不同.Kp指数在t=0时没有拐点(图 4、图 5).AE指数和HP指数特征高度相似,而与Dst和Kp不同,表明在磁暴开始附近,极区的能量传输过程与赤道以及全球整体的能量传输过程存在差异.在磁暴恢复相,盔状冕流的HP均值为30 GW且持续时间较长(t=30 h至t=72 h),伪冕流的HP均值为25 GW且持续时间较短(t=20 h至t=50 h),而ICME在t=20 h已经回归平静.恢复相的特征与Newell耦合函数、AE、Kp、Dst基本相同,表明在磁暴恢复相时全球的地磁活动特征基本一致.
对比图 5中的三条HP曲线,盔状冕流磁暴主相的HP明显高于伪冕流和ICME的,这一特征在AE指数中也可看到.但是图 4中显示盔状冕流与伪冕流磁暴主相时Newell耦合函数几乎相同,这表明不同扰动源磁暴主相HP的差异并非Newell耦合函数造成.Coumans等(2006)认为HP受到太阳风动压的影响,由于盔状冕流和伪冕流磁暴主相的太阳风速度相似,因而太阳风数密度可能导致太阳风动压不同进而影响HP.图 2d显示盔状冕流在t=0时数密度明显高于伪冕流和ICME的,支持上述猜测.此外,盔状冕流磁暴主相的Bz南向程度更 强(图 2b),也可能是盔状冕流主相HP更高的原因. 3.5 HP的半球不对称性分析
此前的研究表明,南、北半球的HP与Kp均呈现明显的正相关(Hardy et al., 1985;Emery et al., 2008),但是南、北半球的HP随Kp增大幅度的相对差异存在争议.图 6给出了三类磁暴事件期间HP的南、北半球不对称性(北半球HP减去南半球HP)随Kp的变化(其中Kp≥5归为5档),从左到右分别对应盔状冕流、伪冕流和ICME事件.Jun表示北半球的夏至附近,Dec表示北半球的冬至附近.最上面一栏是样本个数,中间一栏是北半球减去南半球HP的差(d(HP)),最下面一栏是d(HP)除以同时期南、北半球HP均值的百分数(d(HP)/HP).
从图 6中可以看出,在Kp≤4时,三类事件均表现为冬季半球的HP大于夏季半球的,且随着Kp的增大|d(HP)|均逐渐增大,冬季半球的HP随Kp的增加幅度超过夏季半球的.但是在Kp>4时,三类事件出现显著的差异:盔状冕流、ICME事 件中,冬季半球的HP随Kp的增加幅度仍然超过 夏季半球的,而在伪冕流事件中,夏至时冬季半球的 HP小于夏季半球的,冬至时冬季半球的HP虽然 仍大于夏季半球的,但是差别变小.我们在图中给出了各个点的误差棒,尽管在Kp=5时的误差较大,但是并不影响上述结论.
本文中两类CIR事件的选取与BD2013是基本一致的,主要判据均为是否存在磁扇区的反转;同时,本文的结果也与BD2013的观测结果基本一致,例如,两类CIR事件太阳风速度在磁暴前的速度差异,两类CIR事件在t=0时的数密度差异,两类CIR事件在磁暴恢复的地磁活动强弱差异等等.特 别地,在我们的观测中,盔状冕流CIR同样存在明 显的“磁暴前的平静期”.
BD2013认为,盔状冕流“磁暴前的平静期”的 原因是,盔状冕流CIR界面前后存在磁扇区的反 向,由于Russell-McPherron效应(Russell and McPherron, 1973),Bz在CIR界面前有北向分量,导致地磁活动较弱;而在伪冕流CIR界面前后磁扇区方向一致,如果界面后Bz南向,则界面前存在同样的Bz南向分量,导致地磁活动较强.CIR界面前的Bz南北向差异,导致了两类CIR事件在磁暴前的地磁活动性的差异.根据我们的研究,上述效应尽管无法被排除,但可能不是主要因素.
在BD2013的观测中,磁暴之前盔状冕流的Bz几乎总是略微大于伪冕流的,然而在我们的统计结果中,两类CIR事件在磁暴前Bz的差异并不显著.图 2b中仅在t=-40 h至t=-30 h存在伪冕流的南向强于盔状冕流的.更重要的是,我们和BD2013的研 究中都发现,Bz的分位数曲线(本文图 2c和BD2013图 1)差异很小.两类CIR事件的地磁活动强度指数AE、Kp、Dst以及HP在磁暴前的差异非常显著,用差异不大的Bz来解释比较牵强.
ICME的-VBz耦合函数与盔状冕流相近(图 3a),ICME的Newell耦合函数与伪冕流相近(图 3c),而磁暴前ICME的地磁活动特征与伪冕流相近(图 4),表明在磁暴前地磁活动强弱与Newell耦合函数更加相关.进一步观察Newell耦合函数的组成参数,太阳风速度可能有重要作用(图 2a).反过来,如果假设地磁活动强弱由-VBz耦合函数主导,那么ICME和盔状冕流的地磁活动特征应当相似,但是,观测结果表明盔状冕流有“磁暴前的平静期”,而ICME没有这一现象,证明-VBz耦合函数并非地磁活动强弱的主导因素.
此外,Russell-McPherron效应在春分/秋分附近最为显著;在夏至/冬至附近,地球自转轴在GSE坐标的X-Z平面内,因而在GSM坐标系下不会产生太阳风磁场Z方向的投影,也就是说在夏至/冬至附近,Russell-McPherron效应很弱.本文中盔状冕流在6、7月份(夏至附近)和12、1月(冬至附近)的发生率最高(图 7),这两个时期恰恰是Russell- McPherron效应最弱的时期.如果Russell-McPherron 效应是导致“磁暴前的平静期”的主要原因,那么本文中的“磁暴前的平静期”现象应当并不明显,而事实并非如此.
我们对比研究了三类事件的HP南北半球不对称性(图 6),统计表明:(1)在Kp≤4时,三类事件中HP的不对称性都随着Kp的增加而增加;(2)在Kp>4时,伪冕流事件中夏季半球的HP大于冬季半球或与冬季半球的相近,而在盔状冕流和ICME中,冬季半球的HP大于夏季半球的.
Zheng等(2013)使用了与本文相同来源的 2002—2007年的HP数据,统计结果显示:(1)Kp≤4时,冬季半球的HP高于夏季半球,且南北半球不对称性随着Kp的增大而增大,(2)在Kp>4时,南北半球不对称性随着Kp的增大而减小.在Kp≤4时,我们的结论与Zheng等(2013)相同,对于Kp>4,我们的研究更为细致:Kp>4时,南北半球不对称性随Kp的增大而减小的现象仅发生在伪冕流事件中,而在盔状冕流和ICME中,不对称性随Kp增大继续增大.若不区分三类事件研究d(HP)随Kp的变化,则可以得到与Zheng等(2013)相似的结果.Luan等(2010)用TIMED /GUVI的极光数据考察了2002—2007年期间不同Kp下HP的季节效应,分别研究了HP的半球差值随Kp的变化,结论是:在地磁活动平静时期,夏季半球的HP高 于冬季半球的(这一结果与本文及Zheng等(2013)的结果相反),随着Kp增大,南北半球HP的不对称性|dHP|变小.
电离层电导率反馈机制(Atkinson,1970;Holzer and Saito, 1973;Sato,1978;Lysak,1991; Newell et al., 1998)是解释极光南北半球不对称性最为常用的理论.该机制认为存在一个大尺度的对流电场,当电离层中的Pedersen电导率增加时,电离层的响应可能是电流,也可能是电场.如果背景电离层电导率很大,那么电离层的响应是一个反向电场,导致总电场的减弱,降低粒子沉降的能量,这是负反馈机制.如果背景电导率比较小,那么会出现额外的场向电流,产生不稳定性和阿尔芬波,进而导致更多的粒子进入损失锥,增强极光粒子沉降,这是正反馈机制.夏季半球的背景电导率高于冬季半球的,Zheng等(2013)认为夏季半球由于高电导率导致出现反向电场减弱粒子沉降,而冬季半球则存在正反馈,导致冬季半球的HP高于夏季半球的.Luan等(2010)认为,夏季半球的背景电导率高于冬季半球的,因而更有利于夏季半球的极光粒子沉降,导致平静时期夏季半球HP高于冬季半球的;随着Kp的增大,HP迅速增大,EUV辐射导致的冬夏半球电导率差异相对减弱,南北半球不对称性减弱或消失.
Zheng等(2013)强调了与Luan等(2010)的差异,而没有指出两者的相同点.我们认为,本文与Luan等(2010)、Zheng等(2013)有一个共同的现象:在Kp≤4时,随着Kp的增大,冬季半球HP增加的幅度高于夏季半球的.这一现象在本文与Zheng等(2013)中表现为冬季半球HP减去夏季半球HP的差(正值)的绝对值随Kp增大而增大,在Luan等(2010)中表现为冬季半球HP减去夏季半球HP的差(负值)的绝对值随Kp增大而减小.电导率反馈机制可以对此进行解释.平静状态下,冬季半球的背景电导率较低,随着地磁活动的增加,冬季半球的背景电导率增加,导致正反馈机制增强,极光粒子沉降增加;对于夏季半球,随着Kp增加,夏季半球的电导率增加过快,导致反向电场出现或者进一步增强,负反馈机制阻碍夏季半球的极光粒子沉降.最终的结果是,尽管冬夏半球的HP都随着Kp的增加而增加,但是冬季半球HP增加的幅度要高于夏季半球HP增加的幅度. 4.3 磁暴前Bz的上升
在本文中磁暴开始前Bz存在显著的上升(图 2b),而在BD2013中并无这一现象(BD2013图 1).这一差异可能是由于零点选取的不同造成的.对于时序叠加统计,零点附近的特征会被突出,而对于距离零点较远的特征,则由于在不同样本中出现时刻距离零点的不同而被平均化.BD2013选取的零点 是磁暴主相开始时刻,判定标准是midnight boundary index(MBI)的突然下降(Borovsky and Denton, 2010),MBI描述弥散极光沉降低纬边界转换到午夜侧的位置.从BD2013的图 1中可以看出,BD2013中零点与|Bz|南向最大值时刻非常接近.Longden等(2008)选取了类似的零点,与BD2013特征类似.
本文零点选取同样是磁暴主相开始时刻,但判断标准是Dst指数的突然下降,对应Bz从北向突 然转向南向的时刻(图 2b),与BD2013不同.Tsurutani 等(2006)、Echer等(2008)的个例研究表明,在CIR磁暴开始前Bz会出现北向,磁暴主相开始时突然转向南向,与我们的统计结果一致.本文零点选取基于以下三点原因:(1)选取本文中的零点得到的统计特征与个例研究的结果最为相近;(2)实践表明在分析耦合函数与HP的关联时,本文中的零点选取更便于对比;(3)零点选取的不同对于主要现象影响很小,我们还验证了选取Dst极小值作为零点主要现象仍然与本文相同. 5 结论
本文使用时序叠加分析研究ICME事件、盔状冕流CIR和伪冕流CIR驱动的中等磁暴期间的太阳风参数,耦合函数,地磁活动指数和HP,详细考察不同事件期间HP的南北半球不对称性,并对“磁暴前的平静期”的成因提出了新的解释.本文的主要结论有:
(1)在磁暴前,盔状冕流的HP小于伪冕流和ICME的,存在“磁暴前的平静期”.在磁暴前,伪冕流的-VBz耦合函数高于盔状冕流和ICME的耦合函数,分位数曲线差别不大;在磁暴前,盔状冕流的Newell耦合函数小于伪冕流和ICME的耦合函 数.本文提出盔状冕流“磁暴前的平静期”与Russell-McPherron 效应的关系不大,而与Newell耦合函数有密切的联系.
(2)在磁暴前,HP与AE在增大过程中均存在明显的拐点,而Dst、Kp没有这一特征.这表明磁暴前极区的能量传输过程与赤道、全球的能量传输过程存在差异.
(3)在磁暴主相,盔状冕流的HP明显高于伪冕流和ICME的指数,与盔状冕流在磁暴主相期间的行星际磁场Bz较强和太阳风数密度较高有关.
(4)在恢复相,盔状冕流的HP强度和持续时间高于伪冕流和ICME的强度,主要受到Newell耦合函数和-VBz耦合函数的调制,盔状冕流Bz南向程度较大和持续时间较长是主要驱动因素.
(5)在Kp≤4时,随着Kp的增大,冬季半球HP增加的幅度高于夏季半球增加的幅度,相应的变化规律符合电导率反馈机制的预测;在Kp>4时,伪冕流事件中夏季半球的HP大于冬季半球或与冬季半球的相近,而在盔状冕流和ICME事件中,冬季半球的HP大于夏季半球的.
致谢 感谢中国科学院空间科学与应用研究中心提 供的WSA模型和PFSS模型程序;感谢David Evans 教授提供的极光沉降能量数据.[1] | "Arge C N, Luhmann J G, Odstrcil D, et al. 2004. Stream structure and coronal sources of the solar wind during the May 12th, 1997 CME. J. Atmos. Solar-Terr. Phys., 66(15-16): 1295-1309, doi: 10.1016/j.jastp.2004.03.018. |
[2] | Atkinson G. 1970. Auroral arcs: Result of the interaction of a dynamic magnetosphere with the ionosphere. J. Geophys. Res., 75(25): 4746-4755, doi: 10.1029/JA075i025p04746. |
[3] | Borovsky J E, Denton M H. 2010. On the heating of the outer radiation belt to produce high fluxes of relativistic electrons: Measured heating rates at geosynchronous orbit for high-speed stream-driven storms. J. Geophys. Res., 115(A12): A12206, doi: 10.1029/2010JA015342. |
[4] | Borovsky J E, Denton M H. 2013. The differences between storms driven by helmet streamer CIRs and storms driven by pseudostreamer CIRs. J. Geophys. Res., 118(9): 5506-5521, doi: 10. 1002/jgra.50524. |
[5] | Brautigam D H, Gussenhoven M S, Hardy D A. 1991. A statistical study on the effects of IMF Bz and solar wind speed on auroral ion and electron precipitation. J. Geophys. Res., 96(A4): 5525-5538, doi: 10. 1029/91JA00157. |
[6] | CoumansV, Gérard J C, Hubert B, et al. 2006. Global auroral proton precipitation observed by IMAGE-FUV: Noon and midnight brightness dependence on solar wind characteristics and IMF orientation. J. Geophys. Res., 111(A5): A05210, doi: 10.1029/2005JA011317. |
[7] | Crooker N U, Kahler S W, Larson D E, et al. 2004a. Large-scale magnetic field inversions at sector boundaries. J. Geophys. Res., VOL. 109(A3): A03108, doi: 10.1029/2003JA010278. |
[8] | Crooker N U, Huang C L, Lamassa S M, et al. 2004b. Heliospheric plasma sheets. J. Geophys. Res., 109(A3): A03107, doi: 10.1029/2003JA010170. |
[9] | Crooker N U, Antiochos S K, Zhao X, et al. 2012. Global network of slow solar wind. J. Geophys. Res., 117(A4): A04104, doi: 10.1029/2011JA017236. |
[10] | Crowley G, Reynolds A, Thayer J P, et al. 2008. Periodic modulations in thermospheric composition by solar wind high speed streams. Geophys. Res. Lett., 35(21): L21106, doi: 10. 1029/2008GL035745. |
[11] | Echer E, Gonzalez W D, Tsurutani B T, et al. 2008. Interplanetary conditions causing intense geomagnetic storms(Dst≤-100 nT) during solar cycle 23 (1996—2006). J. Geophys. Res., 113(A5): A05221, doi: 10.1029/2007JA012744. |
[12] | Emery B A, Coumans V, Evans D S, et al. 2008. Seasonal, Kp, solar wind, and solar flux variations in long-term single-pass satellite estimates of electron and ion auroral hemispheric power. J. Geophys. Res., 113(A6): A06311, doi: 10.1029/2007JA012866. |
[13] | Emery B A, Richardson I G, Evans D S, et al. 2009. Solar wind structure sources and periodicities of auroral electron power over three solar cycles. J. Atmo. Solar-Terr. Physics., 71(10-11): 1157-1175, doi: 10. 1016/j. jastp. 2008. 08. 005. |
[14] | Evans D S. 1987. Global statistical patterns of auroral phenomena// Kamide Y, Wolf R A. Proceedings of the Symposium on Quantitative Modeling of Magnetospheric-Ionospheric Coupling Processes. Kyoto: Kyoto Sangyo Univ. 325-330.) |
[15] | Feng X S, Yang L P, Xiang C Q, et al. 2010. Three-dimensional solar wind modeling from the sun to earth by a SIP-CESE MHD model with a six-component grid. The Astrophysical Journal, 723: 300, doi: 10.1088/0004-637X/723/1/300. |
[16] | Feng X S, Yang L P, Xiang C Q, et al. 2012. Validation of the 3D AMR SIP-CESE solar wind model for four carrington rotations. Solar Physics, 279(1): 207-229, doi: 10. 1007/s11207-012-9969-9. |
[17] | Gonzalez W D, Tsurutani B T, Gonzalez A L, et al. 1999. Interplanetary origin of geomagnetic storms. Space Sci. Rev., 88(3-4): 529-562, doi: 10.1023/A: 1005160129098. |
[18] | Hardy D A, Gussenhoven M S, Holeman E. 1985. A statistical model of auroral electron precipitation. J. Geophys. Res., 90(A5): 4229-4248, doi: 10. 1029/JA090iA05p04229. |
[19] | Holzer T E, Saito T. 1973. Quiet auroral arcs and electrodynamic coupling between the ionosphere and the magnetosphere, 1. J.Geophys.Res.,78(31):7314-7329,doi:10.1029/JA078i031p07330. |
[20] | Jackman C H, McPeters R D. 2004. The effect of Solar Proton Events on ozone and other constituents. Geophysical Monograph, 141: 305-319, doi: 10.1029/141GM21. |
[21] | Jian L. 2008. Radial evolution of large-scale solar wind structures [Ph. D. thesis]. Los Angeles: University of California, Los Angeles (UCLA). |
[22] | Luan X L, Wang W B, Burns A, et al. 2010. Seasonal and hemispheric variations of the total auroral precipitation energy flux from TIMED/GUVI. J. Geophys. Res., 115(A11): A11304, doi: 10. 1029/2009JA015063. |
[23] | Lysak R L. 1991. Feedback instability of the ionospheric resonant cavity. J. Geophys. Res., 96(A2): 1553-1568, doi: 10. 1029/90JA02154. |
[24] | McPherron R L, Baker D N, Crooker N U. 2009. Role of the Russell-McPherron effect in the acceleration of relativistic electrons. Journal of Atmospheric and Solar-Terrestrial Physics, 71(10-11): 1032-1044, doi: 10. 1016/j. jastp. 2008. 11.002. |
[25] | Neugebauer M, Goldstein R. 1997. Particle and field signatures of coronal mass ejections in the solar wind. // Coronal Mass Ejecions). Geophys. Monogr. Ser., 99: 245-251, doi: 10.1029/GM099p0245. |
[26] | Neugebauer M, Liewer P C, Goldstein B E, et al. 2004. Solar wind stream interaction regions without sector boundaries. J. Geophys. Res., 109, A10102, doi: 10.1029/2004JA010456. |
[27] | Newell P T, Meng C I, Wing S. 1998. Relation to solar activity of intense aurorae in sunlight and darkness. Nature, 393(6683): 342-344, doi: 10. 1038/30682. |
[28] | Newell P T, Sotirelis T, Liou K, et al. 2007. A nearly universal solar wind-magnetosphere coupling function inferred from 10 magnetospheric state variables. J. Geophys. Rev., 112(A1): A01206, doi: 10. 1029/2006JA012015. |
[29] | Rees M, Luckey D. 1974. Auroral electron energy derived from ratio of spectroscopic emissions 1. model computations. J. Geophys. Res., 79(34): 5181-5186,doi:10.1029/JA079i034p05181. |
[30] | Richardson I G, Webb D F, Zhang J, et al. 2006. Major geomagnetic storms (Dst≤-100 nT) generated by corotating interaction regions. J. Geophys. Res., 111(A7): A07S09, doi: 10.1029/2005JA011476. |
[31] | Richardson I G, Cane H V. 2010. Near-earth interplanetary coronal mass ejections during solar cycle 23 (1996-2009): catalog and summary of properties. Solar Physics, 264(1): 189-237, doi: 10.1007/s11207-010-9568-6. |
[32] | RidleyA J. 2007. Effects of seasonal changes in the ionospheric conductances on magnetospheric field-aligned currents. Geophys. Res. Lett., 34(5): L05101, doi: 10.1029/2006GL028444. |
[33] | Russell C T, McPherron R L. 1973. Semiannual variation of geomagnetic activity. J. Geophys. Res., 78(1): 92-108, doi:10.1029/JA078i001p00092. |
[34] | Sato T. 1978. A theory of quiet auroral arcs. J. Geophys. Res., 83(A3): 1042-1048, doi: 10. 1029/JA083iA03p01042. |
[35] | Shue J H, Newell P T, Liou K, et al. 2001. Influence of interplanetary magnetic field on global auroral patterns. J. Geophys. Res., 106(A4): 5913-5926, doi: 10. 1029/2000JA003010. |
[36] | Thorne R M. 1980. The importance of energetic particle precipitation on the chemical composition of the middle atmosphere. Pure Appl. Geophys., 118(1): 128-151, doi: 10.1007/BF01586448. |
[37] | Tsurutani B T, Gonzalez W D, Gonzalez A L, et al. 2006. Corotating solar wind streams and recurrent geomagnetic activity: A review. J. Geophys. Res.,111(A7):A07S01,doi:10.1029/2005JA011273. |
[38] | Wang Y M, Sheeley N R Jr. 1990. Solar wind speed and coronal flux-tube expansion. Astrophysical Journal, 355: 726-732, doi: 10. 1086/168805. |
[39] | Wang Y M, Sheeley N R Jr, Rich N B. 2007. Coronal pseudostreamers. The Astrophysical Journal, 658: 1340Y1348,doi:10.1086/511416. |
[40] | Zhang Y L, Paxton L J, Morrison D. 2010. Auroral and thermospheric response to the 9 day periodic variations in the dayside reconnection rate in 2005. Space Weather, 8(7): S07001, doi: 10. 1029/2009SW000559. |
[41] | Zhao X P, Webb D F. 2003. Source regions and storm effectiveness of frontside full halo coronal mass ejections. J. Geophys. Res., 108(A6): 1234, doi: 10. 1029/2002JA009606. |
[42] | Zheng L, Fu SY, Zong Q G, et al. 2013. Solar cycle dependence of the seasonal variation of auroral hemispheric power. Chinese Science Bulletin, 58(4-5): 525-530, doi: 10. 1007/s11434-012-5378-6." |