地磁活动现报对于无线电通讯、卫星定位/导航、勘测地球物理学、空间天气模式研究等具有重要作用(Stankov et al., 2006，2009; Stankov and Jakowski， 2007; Warnant et al., 2007)其中K指数是当前广泛应用于地球空间科学、地震预报研究中的地磁活动指数之一.K指数是描述单个地磁台3小时时段内地磁扰动强度的指数，以世界时零点为一天的开始，用0～9分10 级来描述地磁场不规则变化的扰动程度.

地磁场可分为稳定磁场和变化磁场，而变化磁场又可分为规则变化(记作S_R：solar regular variation)与不规则变化.稳定地磁场在短时间内可视为常数，因而标定K指数的关键在于如何消去规则日变化S_R.1939 年Bartels 等人设计K 指数时，仅指出了S_R的物理基础，并未给出确定S_R的具体方法.我国地磁台站曾长期使用由平静太阳日变化和平静太阴日变化统计得到的“铁曲线”手工测量K指数.随着数字化台站的建设与发展，不同的K指数标定算法应运而生，得到国际地磁和超高层大气物理学协会认可和推荐的有USGS(Wilson，1987)、FMI(Sucksdorff et al., 1991)、AS(Nowozyński et al., 1991)和LRNS(Hattingh et al., 1989)4种方法.通过比较分析(Menvielle et al., 1995; Bitterly et al., 1997)，芬兰气象研究所研制的FMI算法被认为性能最好，应用较为广泛.FMI 算法是以3 天的地磁场观测数据计算中间一天的K指数，因而利用FMI方法计算K指数存在一天延迟.为了实时地标定K指数，需要在只知道过去和现在的情况下，准确得到当天的S_R.相应的出现了一些现报方法，如齐玮等(2010a)提出了一种基于径向基神经网络的K指数实时标定方法，实验结果与直接用FMI方法标定的K指数相比完全吻合的占69.8%.

作为一种重要的地球物理数据，地磁K指数的计算是地磁台站的重要工作之一，为了对局地地磁活动进行有效监测，需要一种有效适用于所有地磁台站的地磁K指数现报方法.(Takahashi et al., 2001)指出，在假设S_R每天变化非常小的情况下，可以利用最近一个月中地磁活动最平静的几天得到近似的“磁静日曲线”，本文基于此思想，利用中国国家地磁台网公布的佘山、北京地磁台站的地磁场数据对局地K指数进行了现报，将计算结果(以下简称K_now)与中国地磁台网公布的K指数(以下简称K_obs)结果以及FMI结果(以下简称K_fmi)、K_p指数进行了比较，从而检验了现报方法计算K指数的稳定性和可靠性，探讨了不同K/K_p结果间的差异.

根据国家地磁台网(http://www.geomag.org.cn)公布数据，利用了2011年1月1日至2013年1月23日北京台，2012年1月1日至2013年4月24日佘山台的地磁场分钟数据以及K指数结果.在去除缺测数据后，进行对比分析的北京台K指数数据3472个，佘山台3056个.地磁场数据存在由于非物理原因造成的突跳，例如北京台的相对磁场H分量通常在-100～100 nT，而在2012年11月24日02: 46 UT，H分量跃增到8083 nT，在02: 51 UT和02: 52 UT分别达到11519 nT和13936 nT，这种不规则的记录由各种原因造成，最经常的原因是由外部因素所造成的仪器精度下降，在分析时剔除了这种数据突跳情况.

地磁活动指数K_p数据来源于世界资料中心日本京都大学(WDC-C2)地磁中心网站(http://swdcwww.kugi.kyoto-u.ac.jp/).K_p指数是由位于磁纬48°～63°之间13个地磁台的K指数得到，分为28个标度：0₀，0₊，1_-，1₀，1₊，2_-，2₀，2₊，2…8_-，8₀，8₊，9_-，9₀，为了便于和K指数对比，我们将1_-，1₀，1₊均归为1，以此类推，将K_p指数其归化为与K指数相同的0～9共10个标度.

K指数计算中的关键步骤是利用地磁场分量计算当前24小时的太阳长期变化S_R.FMI算法以3天的地磁场X和Y分量为数据源，首先求出X和Y两个地磁分量S_R的24个时均值，再通过5次谐波拟合得到中间一天的S_R曲线.我国地磁台站观测的是H、D和Z分量，由于基本处于磁纬40°以下地区，H分量扰动最为剧烈(徐文耀，2003)，通常只用H 分量标定K 指数.FMI方法标定K指数的基本原理与我国使用的H分量测定K指数的方法相同，可以将FMI 方法直接移植到地磁场H 分量上(齐玮等，2010b)，我们在以下计算时应用H分量对K指数进行计算.

为了得到实时S_R曲线，假设S_R曲线的日变化很小(Takahashi et al., 2001)，选择最近27中地磁平静(K<3)时地磁台的H分量数据，进行时序叠加取中值，得到S_R的24个时均值，然后再通过曲线拟合近似得到S_R的分钟曲线.由于存在台站部分资料缺失情况，计算S_R时确保能利用的磁场数据在15日以上，S_R每日更新.

从磁场分量的时间序列中消去S_R曲线，利用纯磁扰曲线最高值和最低值的残差，根据3小时磁扰幅度R即可确定最终的K 指数.K指数大小与R有近似对数的关系.依据确定3小时扰幅应遵循的原则(Bartels et al., 1939)，朱岗崑给出了佘山地磁台K指数3小时扰幅为：R＝3，6，12，24，40，70，120，200，300 nT，我国大多数地磁台站都沿袭了佘山台的3小时扰幅.由于不同地磁台地磁纬度的不同，K指数的3小时扰幅需要进行相应的修正，齐玮等(2010b)通过频次比较的方法，分别以佘山台K指数和K_p为标准，根据1994-1999年共6年的北京地磁场H分量数据，给出了一个修订的北京地磁台K指数3小时扰幅：R^*＝3.9，7.8，15.6，31.2，47.5，70，120，200，300 nT，我们在以下计算北京台K指数时对两种情况的结果分别进行了讨论.

通过一次个例分析给出现报方法计算S_R的过程，图 1给出了对2012年3月15日佘山和北京地磁台站S_R的计算.图 1a 为2月17日-3月14日连续27天按世界时时序叠加的1分钟磁场相对变化H分量，尽管在地磁扰动时期的磁场大的扰动很明显，但从叠加结果能看出磁场的日变化形态，一般来说在早晨的几个小时的值较低.图 1b中去除了地磁扰动磁场数据，数据发散性明显变小，磁场日变化的趋势清晰可见，其时序叠加中值(图 1c中星号)的小时平均值实际上就是我们所求S_R时均值.随后我们利用多项式插值近似对其进行了曲线拟合，得到1分钟分辨率的S_R曲线.图 1c中同时给出了佘山、北京台站2012年7月15日和12月15日的S_R结果，由于佘山(地磁纬度20.88°)和北京台(地磁纬度29.63°)的地磁纬度相差近9°，两台站之间的S_R的形态有些差异，但由图可清晰看出两台站S_R变化的共同特点(徐文耀，2009)：S_R在白天有较大的变化，而在夜间的变化小而平缓；S_R幅度有显著的季节变化，表现出夏季大，冬季小的特点；S_R的变化形态随季节变化不大，只是在夏季的相位略有前移.

图 1

Fig. 1

图 1 利用2012年2月17日-3月14日相对地磁场H分量分钟数据计算3月15日佘山台(左图)和 北京台(右图)规则磁场变化SR (a)时序叠加的27天H分量；(b)地磁平静(K<3)时H分量数据的时序叠加;(c)星号为3月15日SR时均值， 粗实线为利用多项式拟合得到的SR分钟值，细实线为7月15日SR，虚线为12月15日SR. Fig. 1 Calculations of the SR in real time demonstrated on 1-min H element of digital magnetogram records from 17 February to March 15，2012 for the Sheshan station (left panels) and the Beijing station(right panels) (a)Superposed epoch for H diurnal variations；(b)H diurnal variations during quiet days(K<3)only； (c)1-min SR curves of March 15(thick solid line)，July 15(thin solid line) and December 15(dot line)，2012，separately， and asterisks denote hourly SR points of March 15，2012.

从1分钟相对地磁场H分量中去除S_R得到纯磁扰曲线，然后利用3小时时段中最大值和最小值的差值，根据3小时磁扰幅度R 即可确定K值.为检验现报方法计算K指数的有效性，我们将K_now不仅分别与K_fmi、K_obs和K_p指数进行了频次及序列差值的统计对比，而且对计算数据中的所有磁暴个例进行了过程分析.

受日冕物质抛射影响，2012年3月7-16日接连发生了3个中磁暴和1个大磁暴过程，如图 3所示，K_p指数在7日6-12 UT、12日9-15 UT以及15日15-18 UT达到中等磁暴水平6，9日6-9 UT，K_p达到大磁暴水平8，与此相应的Dst极值在7日15 UT、12日16-17 UT、15日19 UT和9日的8 UT分别达到-85 nT、-51 nT、-80 nT和-143 nT.佘山台、北京台的K_obs与K_p的变化趋势有着很好的一致性，但是对应K_p极值的K指数极值偏小，两台站K_obs分别在7日6-9 UT和6-18 UT达到5，9日6-9 UT达到7，相对于K_p的值偏低1个标度，在12日9-12 UT以及15日15-18 UT达到最大值6，与K_p指数一致.

图 2

Fig. 2

图 2 现报方法 (a)、FMI方法(b)计算和国家地磁台网公布(c)的2012年3月7-16日的佘山台(左图)和 北京台(右图)的K指数及同时刻的K指数序列差值ΔK，(d)为Δ(Know-Kobs)，(e)为Δ(Kfmi-Kobs). Fig. 2 Representative results of the K-indices for the Sheshan station(left panels) and the Beijing station (right panels)during geomagnetic storm events of March 7-16，2012. (a)Nowcast K- indices(Know); (b)K- indices of FMI(Kfmi);(c)K- indices from geomagnetic network of China(Kobs); (d)Differences between Know and Kobs，i.e. Know minus Kobs; (e)Differences between Kfmi and Kobs，i.e. Kfmi minus Kobs.

图 3

Fig. 3

图 3 2012年3月7-16日地磁活动Dst指数(a)和Kp指数(b)的时间序列 Fig. 3 Time series of the Dst(a) and Kp indices of March 7-16，2012

以此过程作为典型代表个例，我们给出了在此期间的K指数对比结果.如图 2所示，K_now和K_fmi均能很好的反映地磁扰动过程，现报方法所计算的K指数能给出即使是轻微程度的地磁扰动，尤其是对于磁暴过程中K极值情况，除了北京台15日15-18 UT 的K_now比K_obs大1之外，其余的K_now、K_fmi与K_obs一致.总体来讲，除了与K_obs差值为零的外，K_now比K_obs偏高情况较多.尤其是对于磁暴过程中的低地磁活动情况，如11日9-12 UT、14日6-9 UT时佘山台K_obs为1，计算的K_now 为3比K_obs大2个标度，其余K_now与K_obs的差值基本上都在1个标度之内.现报方法所计算的北京台K_now与同时刻K_obs的差值均在1个标度之内.实际上我们对所有K_p≥5时的K_now、K_obs序列进行了对比，结果表明佘山台57.9%、北京台52.1%的K_now与K_obs完全吻合，两者虽然不完全吻合，但是偏差并不是很大，K_now、K_obs序列差值︱ΔK︱均小于等于2，其中95.1左右的︱ΔK︱≤1，这也说明现报方法计算的S_R是可信的.

为进一步检验现报方法计算K指数的效果，以下比较了K_now、K_fmi和K_obs频次，计算了K_now与同时刻的其它K/K_p指数序列差值，并以K_obs值为标准，按加权平均计算了10个K_obs值对应的同时刻K_now、K_fmi和K_p指数.图 4、图 5和表 1给出了佘山台的统计分析结果，可见与K_obs差别最小的是利用FMI方法计算的K_fmi.K_obs、K_fmi和K_now频次分布峰值均在K=2处，K_fmi与K_obs在各个K区的频次比例相当接近.除了在K_obs为零时加权平均的K_fmi偏大一些外，在其它的K值区K_fmi和K_obs几乎完全一致，其相关性达到0.998.97.5%的K_fmi与K_obs序列差值在1个标度之内，其中K_fmi与K_obs的序列差值ΔK=0，即两者完全相同的比例达到74.8％，差1个标度(ΔK=±1)的占22.7%，这比齐玮等(2010b)所利用FMI方法计算1997年佘山台K指数的比较结果(54.2%完全吻合，39.6%为1个标度)要好，与(Menvielle et al., 1995；Bitterly et al., 1997)的FMI计算结果(70%完全吻合)相近.

图 4

Fig. 4

图 4 佘山台2012 年1 月28日-2013年4 月20日(共3056个数据)Know、Kfmi和Kobs的频次分布(a)和序列差值(b)比较. Fig. 4 Frequency distributions of Know，Kfmi and Kobs(a)， and statistic of differences between various K-indices;(b)for the Sheshan station from 28 January，2012 to April 20，2013(data total: 3056).

图 5

Fig. 5

图 5 佘山台Kobs与同时刻按加权平均计算的Know、Kfmi和Kp指数比较 Fig. 5 Comparison of Kobs-indices for the Sheshan station with the weighted average Know，Kfmi and Kp，respectively，during the same 3-h section

分析同时刻K指数序列差值可知，92.6%的K_now与K_obs序列差值在1个标度之内，K_now与K_obs序列差值为零的占51.7%，差1个标度的占41.0%，这与文献(Stanimir et al., 2011)所计算的Dourbes 台站结果(48.3%吻合，43.1%差1个标度)相近.48.2%的K_now与K_fmi完全吻合，差1个标度的为44.4％.37.0%左右的K_now比K_obs和K_fmi大1个标度.通过频次分析可知，K_now在0～1的低K区频次偏低，在3～5 K区频次偏高，这说明部分低值K_obs对应高值K_now，相应的，由图 4可见，在0～2的低K_obs区，按加权平均计算的K_now偏高，在3～4中K_obs区，K_obs位于K_now和K_fmi之间，与K_obs相比，K_now结果偏高一些，K_fmi稍微偏低；在K_obs≥5的K区，K_obs对应的加权平均的K_now和K_fmi结果均与K_obs、K_p有较好的吻合.

表 1(Table 1)

表 1 2012年1月28日-2013年4月20日佘山台K指数频次 Table 1 The frequency of K-indices for the Sheshan station from 28 January，2012to April 20，2013 K指数 0 1 2 3 4 5 6 7 8 9 Know 63 450 1128 1002 297 94 20 2 0 0 Kfmi 164 850 1233 574 159 52 22 2 0 0 Kobs 129 803 1224 674 163 51 11 1 0 0 Kp 585 1000 769 400 188 70 33 10 1 0

表 1 2012年1月28日-2013年4月20日佘山台K指数频次 Table 1 The frequency of K-indices for the Sheshan station from 28 January，2012 to April 20，2013

分析2011年1月28日-2013年1月23日北京台的K指数差异(图略)发现，近0.95%(34个)的K_obs与K_fmi和K_now结果差∣ΔK∣≥3，其中0.25%左右ΔK为4个标度，图 6给出了与K_obs同时刻加权平均的K_now、K_fmi和K_p，可见在K≥5的高K值区，K_obs对应的K_fmi、K_now和K_obs均明显低于K_obs.分析∣ΔK∣≥4数据的发现，此时的K_obs均处于5～9的高K值区，而同时刻的K_fmi、K_now和K_p指数均处于较平静的状态.例如图 7给出了2011年5月12-15日北京台的K_obs和同时刻的K_p指数，可见K_obs在12日、14日均有一段5～6的高值区，而对应的K_p为0～2的低值，同时计算的K_now和K_fmi也较小.这种异常的地磁扰动可能是由台站本身的数据误差造成，因而在以下分析时根据K_obs和K_p差值ΔK去除了这部分数据.如表 2所示，总共去除了个∣ΔK∣≥4的数据72个，其中除了4个K_obs值为4外，其它68个K_obs均大于等于5，同时刻K_p数值较小.

图 6

Fig. 6

图 6 北京台2011 年1 月28日-2013年1月23(共3472个数据)Kobs与同时刻按加权平均计算的Know、Kfmi和Kp指数比较 Fig. 6 Comparison of Kobs for the Beijing station from 28 January，2011 to January 23，2013(data total: 3472)with the weighted average Know， Kfmi and Kp during the same 3-h section

图 7

Fig. 7

图 7 2011年5月12-15日北京台的 Kobs(a)和同时刻的Kp指数(b) Fig. 7 Time series of Kobs for the Beijing station(a) and the Kp indices(b)during May 12-15，2012

表 2(Table 2)

表 2 2011年1月28日-2013年1月23日北京台K指数频次 Table 2 The frequency of K-indices for the Beijing station from 28 January，2011 to January 23，2013 K指数 0 1 2 3 4 5 6 7 8 9 Know 9 183 1128 1499 471 144 35 3 0 0 3小时扰幅修正后K*now 35 450 1527 1123 229 70 35 3 0 0 Kfmi 30 336 1531 1115 307 112 38 3 0 0 3小时扰幅修正后K*fmi 77 771 1683 718 128 56 36 3 0 0 去掉∣Kobs-Kp∣≥4 数据前Kobs 4 241 1690 1158 268 105 66 4 0 8 去掉∣Kobs-Kp∣≥4 数据后Kobs 4 241 1690 1158 264 84 30 1 0 0 去掉∣Kobs-Kp∣≥4 数据前Kp指数 672 1124 903 510 218 82 24 9 2 0 去掉∣Kobs-Kp∣≥4 数据后Kp指数 652 1089 887 509 218 82 24 9 2 0

表 2 2011年1月28日-2013年1月23日北京台K指数频次 Table 2 The frequency of K-indices for the Beijing station from 28 January，2011 to January 23，2013

图 8a、图 9a给出了以传统3小时扰幅R标定的K指数结果.与佘山台结果类似的是，三种K指数在各个K档的比例分布峰值均在K=2处，K_now在3～5的频次明显高于K_obs和K_fmi，相应的，现报方法对于0～2低K_obs区K指数的计算结果偏高，对应3～7较高K_obs的K_now与K_fmi和K_obs吻合的较好.从频次对比来看，相对于佘山台，利用现报方法和FMI方法计算的北京台K指数结果与K_obs的吻合度更好，与K_obs完全一致的比例分别为53.6%和67.3%，序列差值在1个标度以内的分别为94.7%和97.6%.98.0%的K_now与K_fmi的序列差值在1个标度，63.8%完全吻合.北京台的K_obs为0的频次仅为4，相对的K_now和K_fmi的频次明显偏高，因而相对于佘山台结果，K_obs所对应的加权平均的K_fmi在0～1K区偏高.

图 8

Fig. 8

图 8 去除∣Kobs-Kp∣≥4 数据后(共3068个数据)，北京台Kobs与分别利用3小时扰幅R(a)以及修正后的3小时扰幅R*(b)标定的K指数频次分布(上图)以及同时刻的不同K指数序列差值(下图)统计 Fig. 8 Based on data of ∣Kobs-Kp∣＜4(data total: 3472)，frequency distributions of the Kobs-indices for the Beijing station，the Know，Kfmi indices scaled by the traditional limit of range classes(top panels) and the modified limit of range classes(bottom panels)，respectively(a)， and statistic of differences between various K-indices(b)

图 9

Fig. 9

图 9 北京台Kobs与同时刻按加权平均计算的K/Kp指数比较 (a)中Know和Kfmi利用R标定，(b)中K*now和K*fmi利用R*标定. Fig. 9 Comparison of Kobs for the Beijing station with the weighted average Know，Kfmi and Kp indices during the same 3-h section，in which Know and Kfmi were scaled by the traditional K-scale R(a) and the modified K-scale R*(b)，respectively

图 8b、图 9b给出了对应修正的3小时扰幅R^*(齐玮等，2010b)的K指数结果.从整体的统计结果来看，现报结果与K_obs完全吻合的比例由53.6%上升到56.8%，这是由于现报方法在0～2低K区预报结果偏高，修正后R^*提高了同一K的对应范围，从而使得吻合比例上升.如图可见由于R^*标定的K指数相对偏低，因而K^*_now和K^*_fmi在0～2的低K区频次增大，4～5的中K区减小.相对于K_now，利用R^*标定的K^*_now在0～2低K区与K_obs的吻合度提高，但是在3～5中K区的吻合度下降，K^*_now相对于K_obs偏低.而分析与K_obs吻合度最好的K_fmi发现，ΔK=0的比例由67.3%下降到53.3%，这主要是由于K_obs本身即是根据R计算得到的.

比较与K_obs同时刻的K_p指数可见(图 9)，利用R计算所得K_fmi、K_now和K_obs均明显高于K_p，而利用R^*计算所得K^*_fmi、K^*_now明显与K_p有更好的吻合性.与佘山台所得结果类似的是，在1≤K_obs≤3区域，加权平均的K_p明显比K_obs、K_now和K_fmi小，而对于K_obs≥5情况，K_p和K_now、K_fmi的吻合性很好.以上是以K_obs为标准分析结果，实际上分析所有K_p≥5的情况发现，以加权平均计算K_p同时刻的K_obs可以发现K_p明显大于K_obs(图略).通过表 1、表 2的频次比较可知，与佘山台对应比较K_p≥5的频次为114，远高于对应的K_obs和K_fmi的63和76次，与K_now频次116相近，其中K_p≥6的K_p频次44明显高于K_obs 12，此时的K_now和K_fmi分别为22和24，这说明必然有一部分较高的K_p对应低K_obs.实际上，与北京台对应比较的K_p≥5频次为115，K_obs频次115，即使是这种频次相近的情况，同时刻的K_obs基本上都是小于等于K_p.这种结果一方面这和我们归化K_p指数的方法有关，毕竟5_-、6_-、7_-、8_-还没达到5、6、7、8的扰动水平，但是最主要的还是由于磁暴时佘山和北京台的大部分K_obs本身小于K_p指数，分析同时刻的K_p指数和K_obs的序列差值可知，对应K_p≥5的佘山台和北京台K_obs，除了15.8%和30.8%的与K_p相等外，佘山台82.5%、北京台65.8%的K_obs比K_p小(含)1个标度以上，甚至分别包含5.3%和6.8%的差3个标度情况，例如在2012年7月14-16日≥6的K_p分别为6，7，6，6，7，6，6，对应的同时刻的佘山台和北京台的K_obs分别为5，6，5，4，4，4，3和6，4，5，4，4，4，3，这主要是由于用来计算K_p指数的地磁台的纬度偏高，因而地磁扰动的幅度要高于佘山和北京台.K_p与K指数毕竟是有区别的，例如与佘山台和北京台的K指数相比，处于0～1低K区的K_p频率远远高于北京台和佘山台K指数.

通过以上分析，可以说利用现报方法标定的K 指数是比较准确的，但实际上K_now还是存在不少误差.与K_obs相比，5%～7%的K_now与K_obs序列差值∣ΔK∣≥2.标准K指数的定义表明磁场日变化存在每日变化应该考虑，而正如我们前面所说，我们假定了磁场的日变化每天变化很小，这是使得现报方法计算K指数出现误差的一个主要原因.同时我们分析∣ΔK∣ ≥3的情况发现，佘山台0.45%和北京台0.39%的K_now与K_obs差值ΔK 达到3，同时的K/K_p指数分析表明，其中一半左右的是K_obs为4或者5，而K_fmi、K_now和K_p的结果小于2情况，同时的Δ(K_fmi-K_obs)为3个标度，这说明对于K_obs、K_fmi和K_now任何两者之间均存在差异较大的情况.

4.1    地磁台站，特别是在其组成台网(例如子午线上台链)后能够对地磁活动进行联合观测和分析，具有连续、便宜和可信的特点，即使是在当前空间探测快速发展的时代，仍然有其不可替代的作用，作为一种重要的地球物理数据，利用地磁台站数据对地磁K指数的快速有效的标定不仅能对局地地磁活动进行有效监测，而且能够和空间观测互相结合和补充，从而进行有效的电离层效应的现报和预报服务.

4.2    当前广泛应用的FMI方法具有1天的时间延迟性，为了寻求一种能有效适用于所有地磁台站的现报方法，本文基于(Takahashi et al., 2001; Stanimir et al., 2011)思想，利用最近27天中地磁平静时地磁台的H分量，时序叠加取中值，然后曲线拟合得到1分钟分辨率的S_R曲线，从而对佘山和北京台地磁K指数进行现报，并将计算结果与国家地磁台网公布的K_obs指数结果以及FMI结果K_fmi、K_p指数进行了比较.去除∣K_obs-K_p∣≥4情况后的分析比较表明：

(1)现报方法标定的K指数与K_obs、K_fmi有较好的一致性.佘山台92.6%、北京台94.7%的K_now和与K_obs的序列差值在1个标度之内，其中完全吻合的比例分别为51.67%和53.56%；与FMI方法相比，92.7%和98.0%的在1个标度之内，其中完全吻合的比例为48.2%和63.8%.

(2)中高K区K_now与K_obs、K_fmi有很好的吻合性，低K区的K_now结果偏高.现报方法所计算的K指数能给出即使是轻微程度的地磁扰动，对于K_p≥5的磁暴情况，所有K_now与K_obs的序列差值︱ΔK︱小于等于2，其中95%左右的︱ΔK︱≤1.由于忽略了磁场的日变化，在低地磁活动情况下，K_now结果往往高于K_obs和K_fmi.

(3)与佘山台和北京台的K指数相比，K_p处于0～1低K区的频率远高于K指数，在1≤K_obs≤3区域，加权平均的K_p比K_obs、K_now和K_fmi小，而对应K_p≥5的佘山台98.3%和北京台96.6%的K_obs小于等于K_p指数.佘山台K_obs指数与同时刻加权平均的K_p指数吻合较好，北京台的K_obs、K_fmi和K_now高于K_p，利用修正后三小时扰幅计算的北京台K指数与K_p吻合度提高.