日本地球惑星科学連合2014年大会

講演情報

インターナショナルセッション(口頭発表)

セッション記号 P (宇宙惑星科学) » P-EM 太陽地球系科学・宇宙電磁気学・宇宙環境

[P-EM08_2PM1] Space Weather and Space Climate

2014年5月2日(金) 14:15 〜 16:00 411 (4F)

コンビーナ:*片岡 龍峰(国立極地研究所)、海老原 祐輔(京都大学生存圏研究所)、草野 完也(名古屋大学太陽地球環境研究所)、清水 敏文(宇宙航空研究開発機構宇宙科学研究所)、三好 由純(名古屋大学太陽地球環境研究所)、浅井 歩(京都大学宇宙総合学研究ユニット)、佐藤 達彦(日本原子力研究開発機構)、陣 英克(情報通信研究機構)、伊藤 公紀(横浜国立大学大学院工学研究院)、宮原 ひろ子(武蔵野美術大学造形学部)、座長:海老原 祐輔(京都大学生存圏研究所)、三好 由純(名古屋大学太陽地球環境研究所)

15:00 〜 15:15

[PEM08-24] 静止軌道放射線帯電子予測モデルの評価

*長妻 努1坂口 歌織1齊藤 慎司2三好 由純2関 華奈子2 (1.情報通信研究機構、2.名古屋大学太陽地球環境研究所)

キーワード:宇宙天気予報, 太陽風-磁気圏相互作用, 磁気圏, 放射線帯, 内部磁気圏, モデリング

We have developed near real time prediction model for relativistic electron flux at GEO satellite. This model is based on a multivariate autoregressive model with using solar wind speed, north-south component of the magnetic field and dynanmic pressure as inputs. Detailed description of this model can be found in Sakaguchi et al. [2013]. We have started relativistic electron flux forecast service as a test product since Apr. 2013. Forecast information can be found in the following web pages (URL: http://seg-web.nict.go.jp/radi/).There are several difficulties in operating a near-real time forecast model. One is the quality of the real-time solar wind data. Because quality of real-time solar wind density data is quite poor, we avoid using solar wind density data for our operational model. The other one is the lead-time of the solar wind data. Currently, we can use only ACE data for solar wind input. The lead-time of this data is only about one hour. Threfore, we also 'predict' solar wind condition for two or three days in advance from current solar wind information. Anyway, prediction efficiencies of our forecast for 1day, 2day, and 3day ahead in 2013 are 81%, 63%, 48%, respectively. Evaluation and future parspective of our forecasting model will be introduced in our presentation.Reference:Sakaguchi, K., Y. Miyoshi, S. Saito, T. Nagatsuma, K. Seki and K. T. Murata (2013), Relativistic electron flux forecast at geostationary orbit using Kalman filter based on multivariate autoregressive model, Space Weather, 11, 79?89, doi:10.1002/swe.20020.