[논문]PERFORMANCE OF THE AUTOREGRESSIVE METHOD IN LONG-TERM PREDICTION OF SUNSPOT NUMBER

Chae, Jongchul; Kim, Yeon Han

doi:10.5303/jkas.2017.50.2.21

PERFORMANCE OF THE AUTOREGRESSIVE METHOD IN LONG-TERM PREDICTION OF SUNSPOT NUMBER 원문보기

Journal of the Korean astronomical society = 천문학회지, v.50 no.2, 2017년, pp.21 - 27

Chae, Jongchul (Department of Physics and Astronomy, Seoul National University) , Kim, Yeon Han (Solar and Space Weather Group, Korea Astronomy and Space Science Institute)

Abstract ▼ AI-Helper

The autoregressive method provides a univariate procedure to predict the future sunspot number (SSN) based on past record. The strength of this method lies in the possibility that from past data it yields the SSN in the future as a function of time. On the other hand, its major limitation comes from the intrinsic complexity of solar magnetic activity that may deviate from the linear stationary process assumption that is the basis of the autoregressive model. By analyzing the residual errors produced by the method, we have obtained the following conclusions: (1) the optimal duration of the past time for the forecast is found to be 8.5 years; (2) the standard error increases with prediction horizon and the errors are mostly systematic ones resulting from the incompleteness of the autoregressive model; (3) there is a tendency that the predicted value is underestimated in the activity rising phase, while it is overestimated in the declining phase; (5) the model prediction of a new Solar Cycle is fairly good when it is similar to the previous one, but is bad when the new cycle is much different from the previous one; (6) a reasonably good prediction of a new cycle can be made using the AR model 1.5 years after the start of the cycle. In addition, we predict the next cycle (Solar Cycle 25) will reach the peak in 2024 at the activity level similar to the current cycle.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

가설 설정

2. We found that the AR model of order P = 17 works the best. The corresponding value of P δt = 8.
3. We have estimated the standard error in the predicted square root of SSN as a function of prediction horizon. The errors are mostly systematic ones resulting from the incompleteness of the model.
4. There is a tendency that the predicted value is underestimated in the activity rising phase, while it is overestimated in the declining phase.
5. For a reliable prediction of a new Solar Cycle, the prediction should be made at least 1.5 years after the start of the new cycle. In this case, the prediction profile is fairly compatible with the real SSN data within the upper and lower bounds of the prediction.
6. The performance of the AR prediction is good when the new cycle is similar to the previous one, and is bad when the new cycle is much different from the previous one.

참고문헌 (8)

Kim, K.-T. 1991, Revisit to the Sunspot Cycle, JKAS, 24, 117
Moran, P. A. P. 1954, Some Experiments on the Prediction of Sunspot Numbers, J. Royal Statist. Soc. Ser. B16, 112
Pesnell, W. D. 2008, Predcitions of Solar Cycle 24, Solar Phys., 252, 209

상세보기
Pesnell, W. D. 2012, Solar Cycle Predictions (Invited Review), Solar Phys., 281, 507
Sim, K. J., Moon, Y.-J., Lee, C.-W., Chang, B. H., & Woo, H. S. 2001, The Relative Sunspot Numbers in 2000, JKAS, 34, 119
Walker, G. 1931, On Periodicity in Series of Related Terms, Proceedings of the Royal Society of London, Ser. A, 131, 518

상세보기
Werner, R. 2012, Sunspot Number Prediction by an Autoregressive Model, Sun and Geosphere, 7, 75
Yule, G. U. 1927, On a Method of Investigating Periodicities in Disturbed Series, with Special Reference to Wolfer's Sunspot Numbers, Phil. Trans. Royal Soc. Ser. A, 226, 267

상세보기

저자의 다른 논문 :

LOADING...

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

PERFORMANCE OF THE AUTOREGRESSIVE METHOD IN LONG-TERM PREDICTION OF SUNSPOT NUMBER 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

가설 설정

성능/효과

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

연구과제 타임라인

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

PERFORMANCE OF THE AUTOREGRESSIVE METHOD IN LONG-TERM PREDICTION OF SUNSPOT NUMBER 원문보기

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

가설 설정

성능/효과

참고문헌 (8)

이 논문을 인용한 문헌

저자의 다른 논문 :

김연한 (19)

연구과제 타임라인

전체(0) 논문(0) 특허(0) 보고서(0)

전체(0) 논문(0) 특허(0) 보고서(0)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

AI 본문요약
AI-Helper