Discovering Governing Equations of Geomagnetic Storm Dynamics with Symbolic Regression

要約

地磁気の嵐は、太陽風の相互作用によって駆動される地球の磁気圏の大規模な乱れであり、宇宙ベースと地上ベースのインフラストラクチャに大きなリスクをもたらします。
妨害暴風雨（DST）インデックスは、グローバルな磁場変動を測定することにより、地磁気の嵐の強度を定量化します。
この研究では、DSTインデックスの時間的進化を記述するデータ駆動型方程式を導出するために、シンボリック回帰を適用します。
太陽風密度、バルク速度、対流電界、動的圧力、磁気圧力など、NASA Omniwebデータベースの履歴データを使用します。
進化的アルゴリズムベースのシンボリック回帰ライブラリであるPYSRフレームワークは、DDST/DTを主要な太陽風にリンクする数学的式を特定するために使用されます。
結果のモデルには、複雑さレベルの階層が含まれ、バートン-Mcpherron-RussellやO’Brien-McPherronモデルなどの確立された経験的モデルとの比較を可能にします。
最もパフォーマンスの高いシンボリック回帰モデルは、ほとんどの場合、特に中程度の地磁気の嵐の間、物理的な解釈性を維持しながら、優れた精度を示します。
歴史的な嵐のイベントに関するパフォーマンス評価には、2003年のハロウィーンストーム、2015年の聖パトリックデイストーム、2017年の中程度の嵐が含まれます。
結果は、DST進化における非線形依存性としきい値効果をキャプチャする解釈可能な閉じた式式を提供します。

要約(オリジナル)

Geomagnetic storms are large-scale disturbances of the Earth’s magnetosphere driven by solar wind interactions, posing significant risks to space-based and ground-based infrastructure. The Disturbance Storm Time (Dst) index quantifies geomagnetic storm intensity by measuring global magnetic field variations. This study applies symbolic regression to derive data-driven equations describing the temporal evolution of the Dst index. We use historical data from the NASA OMNIweb database, including solar wind density, bulk velocity, convective electric field, dynamic pressure, and magnetic pressure. The PySR framework, an evolutionary algorithm-based symbolic regression library, is used to identify mathematical expressions linking dDst/dt to key solar wind. The resulting models include a hierarchy of complexity levels and enable a comparison with well-established empirical models such as the Burton-McPherron-Russell and O’Brien-McPherron models. The best-performing symbolic regression models demonstrate superior accuracy in most cases, particularly during moderate geomagnetic storms, while maintaining physical interpretability. Performance evaluation on historical storm events includes the 2003 Halloween Storm, the 2015 St. Patrick’s Day Storm, and a 2017 moderate storm. The results provide interpretable, closed-form expressions that capture nonlinear dependencies and thresholding effects in Dst evolution.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google