CN: 11-6035/N
ISSN: 2096-2223
科学大数据工程优秀数据成果专题 II 区论文（已发表） • 版本 ZH2 Vol 8 (4) 2023
下载
中国区域Dst指数数据集（2010–2022）
A dataset of Dst Indexes in China (2010–2022)
李晖，刘子谦
LI Hui, LIU Zi-Qian
 >>
： 2023 - 03 - 07
： 2023 - 07 - 11
： 2023 - 05 - 06
： 2023 - 12 - 27
Baidu
map
5721 25 0
摘要&关键词
摘要：地球磁层环电流所造成的中低纬度地区地表磁场水平分量的剧烈扰动，可以通过暴时扰动指数（Dst）来表征。由于磁暴期间环电流的不对称性，不同地方时的地磁扰动水平存在显著差异，无法用全球平均的Dst指数来准确反映。本文利用子午工程拉萨、成都、武汉、杭州四个台站的地磁观测数据，计算得到了中国区域Dst指数（cDst）数据集。本数据集包括2010–2022年中国区域Dst指数，共计109608条数据。相比Dst指数，本数据集可以更好地描述中国区域的地磁扰动，有望为中国区域空间天气研究提供数据支撑。
关键词：中国区域Dst指数；Dst指数；子午工程；磁通门磁力仪
Abstract & Keywords
Abstract: The axisymmetric disturbance of the Geomagnetic field caused by the ring current can be quantified using the Disturbance storm-time (Dst) index. Due to the asymmetry of the ring current during the storm time, there are s notable variations in the geomagnetic disturbance levels at different locations, which cannot be accurately reflected by the globally averaged Dst index. In this paper, we collected and calculated the geomagnetic data of the Chinese Meridian Project in Lasa, Chengdu, Wuhan and Hangzhou, so as to produce a dataset of Dst Indexes in China. This dataset includes Chinese Dst indexes from 2010 to 2022, with a total of 109,608 entries of data. In addition to the comprehensive collection of Dst indexes, this dataset can be used to better describe the geomagnetic disturbances in the Chinese region and is expected to furnish valuable data for regional space weather research in China.
Keywords: Dst indexes in China; Dst index; the Meridian Project; flux gate magnetometer
数据库（集）基本信息简介
数据库（集）名称中国区域Dst指数数据集（2010–2022）
数据通信作者李晖（hli@nssc.ac.cn）、刘子谦（zqliu@spaceweather.ac.cn）
数据作者李晖、刘子谦
数据时间范围2010–2022年
地理区域经纬度范围73°33′E–135°05′E，3°51′N–53°33′N，地理区域为中国。
数据量2.6 MB
数据格式*.dat
数据服务系统网址https://doi.org/10.57760/sciencedb.space.00627
基金项目国家自然科学基金（42022032, 41874203, 42188101, 41871256）；中国科学院国际合作局对外合作重点项目（183311KYSB20200017, 131C11KYSB20160061）；国家发展和改革委员会促进大数据发展重大工程项目（2016-999999-65-01-000696-01）。
数据库（集）组成数据集为一个dat文件，包括的物理量为年、月、日、时、cDst指数。
Dataset Profile
TitleA dataset of Dst Indexes in China (2010–2022)
Data corresponding authorLI Hui (hli@nssc.ac.cn), LIU Zi-Qian (zqliu@spaceweather.ac.cn)
Data authorsLI Hui, LIU Zi-Qian
Time range2010–2022
Geographical scopeChina (73°33′E–135°05′E, 3°51′N–53°33′N)
Data volume2.6 MB
Data format*.dat
Data service system<https://doi.org/10.57760/sciencedb.space.00627>
Sources of fundingNational Natural Science Foundation of China (42022032, 41874203, 42188101, 41871256); International Partnership Program of Chinese Academy of Sciences (183311KYSB20200017, 131C11KYSB20160061); Major Program for Big Data Development of the National Development and Reform Commission (2016-999999-65-01-000696-01).
Dataset compositionThe dataset is a “dat” file, including the physical quantities of year, month, day, hour, and cDst index.
Baidu
引 言
环电流是地球磁层中一个特别重要的自东向西的电流系统，主要由10–200 keV的高能粒子组成，并在地表感应形成与地球磁场方向相反的南向磁场[1]。当太阳风增强，更多粒子注入内磁层导致环电流增强，使得地表磁场水平分量显著减弱，引发地磁暴（简称磁暴）现象。磁暴会严重影响地球的电磁环境，并可能造成广泛的重大影响，包括通信问题、卫星故障、电网和输油管道的感应电流等[2]。
环电流造成的地表磁场扰动，可以通过暴时扰动指数（Dst）来表征[3]。Dst指数的标准版本从1957年开始计算，由世界地磁数据中心提供，通常以纳特斯拉（nT）为单位。所用地磁场水平分量数据来自4个长期运行的低纬度台站：Hermanus（HER）、Kakioka（KAK）、Honolulu（HON）和SANA Juan（SJG）。这4个台站受极光电集流和赤道电集流影响比较小，并且经度分布非常均匀。每个观测站的小时平均值减去太阳静日变化，剩余地磁场变化值进行加权平均，并加上时间戳作为Dst指数的数值。
Dst指数作为衡量地磁活动的一项重要指标，可以清晰反映磁暴的发生时间和强度。一般来说，在磁暴发展过程中，环电流的增强导致地表低纬地区地磁水平分量强度降低。相应地，Dst指数从磁暴前的零值左右开始下降为负值[4]。Dst指数的下降可以作为磁暴开始的标志[5]，Dst指数也作为环电流先增强后减弱的表征[6]，反映磁暴的发生和恢复。
环电流具有明显的晨昏不对称性[7-9]，昏侧的环电流强度大于晨侧，相应地，昏侧的地磁扰动剧烈程度也应该大于晨侧，而Dst指数是全球范围地磁扰动的平均值，无法表现这种不对称性。为了更好地反映中国区域的地磁扰动特征，利用中国地区地磁台站数据构建类似Dst指数非常必要。子午工程在东经120o经线和北纬30o纬线建设有地磁台站。我们利用拉萨、成都、武汉、杭州的地磁数据，计算中国区域Dst指数（cDst），应该可以更好地描述中国区域的地磁扰动。本数据集基于子午工程的地磁数据，计算cDst指数，提供从2010年7月到2022年12月的cDst指数。
1   数据采集和处理方法
1.1   数据来源
子午工程一期沿东经120°经线和北纬30°纬线——北起漠河，经北京、武汉，南至海南并延伸到南极中山站；东起上海，经武汉、成都，西至拉萨——布局了15个监测台站，构建一个以链为主、链网结合的大型空间环境地基监测系统，利用地磁（电）、无线电、光学和探空火箭等多种手段，连续监测地球表面20–30公里以上到数百公里直至十几个地球半径以外的地磁（电）场、中高层大气、电离层、磁层和行星际空间中的有关参数。
子午工程一期利用磁通门磁力仪探测地磁场在三个方向的强度，可以确定地磁场的大小和方向。磁通门磁力仪数据的时间分割为1天，时间分辨率为1秒，包括的物理量为地磁场H、Z、D三分量和温度T。
子午工程一期在15个站点中的14个站点部署了磁通门磁力仪，从2010年7月开始生成数据。为了计算中国区域Dst指数，本文使用拉萨、成都、武汉、杭州4个台站的地磁数据。这些台站的选择是有依据的：首先，这些台站的位置距离极区和赤道都足够远，避免了赤道电集流和极区电集流的影响；其次，这些台站在经度上较为均匀分布，并基本覆盖中国区域；最后，这些台站的数据质量和连续性都较好。这4个台站基本上在同一纬度，从西向东依次是拉萨、成都、武汉、杭州，其经纬度信息见表1。利用从2010年7月到2022年12月的地磁数据，计算中国区域Dst指数。
表1   观测站点经纬度信息
序号台站经度（oE）纬度（oN）地磁纬度（oN）
1拉萨91.1129.6420.54
2成都103.9030.8021.36
3武汉114.4830.5121.12
4杭州120.1630.2721.04
1.2   构建中国区域Dst指数
本文参考Dst指数的计算方法，来构建中国区域Dst指数（cDst）。首先，获取每个台站的小时分辨率的地磁H分量。对于时间分辨率为1秒的地磁H分量，去掉缺失值和异常值，以世界时（UT）小时底部（00:30、01:30等）为中心，计算地磁H分量的小时平均值。
然后，计算每个台站的平均太阳静日变化（the solar quiet daily variation, Sq）。选取每月地磁活动最平静的5天，利用时序叠加法计算得到平均地磁H分量的日变化曲线作为该月的平均太阳静日变化Sq。
接下来，计算每个台站的地磁H分量扰动值。将地磁H分量，按照小时对应关系，减去平均太阳静日变化Sq，得到磁场扰动值\(∆\mathrm{H}\)：
\(∆H=H-Sq\) (1)
最后，计算得到cDst指数。得到4个台站的磁场扰动值之后，计算它们的平均值\(∆=\sum ∆{H}_{i}/4\)，和4个台站的地磁纬度余弦的平均值\(\mathrm{c}=\sum \mathrm{cos}{\phi }_{i}/4\)，然后将磁场扰动归算成赤道值。以此方法，就能得到cDst指数（单位nT）：
\(\mathrm{c}\mathrm{D}\mathrm{s}\mathrm{t}=\frac{∆H}{c}\) (2)
1.3   数据处理流程
根据台站地磁纬度，选择拉萨、成都、武汉、杭州四个台站从2010年到2022年的地磁数据。筛选地磁数据，去掉缺失值和异常值，对地磁H分量进行小时平均，得到小时平均值。挑选每月地磁活动最平静5天的地磁H分量，计算平均太阳静日变化。从地磁H分量中消除平均太阳静日变化，得到磁场扰动值。利用4个台站的磁场扰动值和地磁纬度，计算cDst指数。cDst指数处理流程见图1。


图1   cDst指数处理流程图
Figure 1 Flow chart of cDst index processing
2   数据样本描述
本数据集收集了2010年7月至2022年12月的中国区域Dst指数（cDst），文件名为“cDst.dat”，总数据量为2.6 MB。文件中的物理量包括年、月、日、时、cDst值（单位nT）。
2010年7月至2022年12月期间共发生了4次cDst < -200 nT的磁暴，如图2所示，其中深色线为cDst指数，浅色线为Dst指数，蓝色虚线对应的值为-100 nT，红色虚线为-200 nT。可以看出，这4次磁暴的cDst指数和Dst指数变化趋势大体相同，但极值（cDstm和Dstm）有所区别，具体如表2所示。其中2012年3月和2018年8月的磁暴主相时，我国位于昏侧（北京时间15:00），cDstm明显小于Dstm，比值分别为1.40和1.26。2015年6月的磁暴主相时，我国位于正午（北京时间12:00），cDstm略小于Dstm，比值为1.13。2015年3月的磁暴主相时，我国位于午夜略偏晨侧（北京时间1:00），cDstm略微大于Dstm，比值为0.99。
表2   磁暴基本信息
序号日期时间北京时间cDstmDstmcDstm/Dstm
1201203097:00 UT15:00-203 nT-145 nT1.40
22015031717:00 UT1:00-220 nT-223 nT0.99
3201506234:00 UT12:00-231 nT-204 nT1.13
4201808267:00 UT15:00-220 nT-174 nT1.26


图2   2012年3月、2015年3月、2015年6月、2018年8月的cDst指数和Dst指数
Figure 2 cDst indexes and Dst indexes in Mar 2012, Mar 2015, Jun 2015, and Aug 2018
2010年7月至2022年12月期间发生的cDstm 在-100～-200 nT之间磁暴数目比较多，本文选择2015年12月和2017年5月的磁暴为例进行展示。图3展示了这2次磁暴的cDst指数和Dst指数随时间的变化，详细信息如表3所示。其中2015年12月的磁暴主相时，我国位于晨侧（北京时间7:00），cDstm大于Dstm，比值为0.87；2017年5月的磁暴主相时，我国位于昏侧（北京时间15:00），cDstm小于Dstm，比值为1.24。综合图2和图3、表2和表3可以看出，我国位于昏侧时cDst指数小于Dst指数，位于晨侧时cDst指数大于Dst指数，和环电流晨昏不对称性相符合。
表3   磁暴基本信息
序号日期时间北京时间cDstmDstmcDstm/Dstm
12015122023:00 UT7:00-145 nT-166 nT0.87
2201705287:00 UT15:00-156 nT-125 nT1.24


图3   2015年12月（左）和2017年5月（右）的cDst指数和Dst指数
Figure 3 cDst indexes and Dst indexes in Oct 2015 (left) and May 2017 (right)
3   数据质量控制和评估
本数据集是基于子午工程地磁数据计算得到的中国区域Dst指数产品，为了保证结果的可靠性，使用的4个台站的地磁纬度均在20度左右，避免了赤道电集流和极光电集流的影响，经度从西向东均匀分布，基本覆盖了中国的经度范围，保证指数产品适用于中国区域。
数据质量方面，设备在故障停机时，数据会缺失；在受到强干扰时，数据会出现异常，表现为地磁H分量剧烈变化，同样无法使用。在计算cDst指数过程中，当某台站数据出现缺失或者异常时，则利用剩余台站数据计算cDst指数。当4个台站的数据都缺失或异常时，则无法获得cDst指数，用nan表示。
4   数据价值
Dst指数作为衡量地磁活动的一项指标，可以提供全球范围地磁扰动的定量变化，但对区域性地磁扰动特征的刻画存在一定的偏差。本研究基于子午工程地磁数据，计算得到了中国区域Dst指数。相对于Dst指数，中国区域Dst指数可以更好地反映中国区域的地磁活动，可为中国区域空间天气效应的评估和预报提供数据和决策支持。
5   数据使用方法和建议
2010–2022中国区域Dst指数数据集相关资料的保存格式为dat格式，可使用IDL、Matlab、Python、R等编程语言读取、查看、分析、处理及应用。
[1]
DAGLIS I A, THORNE R M, BAUMJOHANN W, et al. The terrestrial ring current: origin, formation, and decay[J]. Reviews of Geophysics, 1999, 37(4): 407–438. DOI: 10.1029/1999rg900009.
+ CSCD · Baidu Scholar
[2]
BOGDAN T J. Space weather: physics and effects[J]. Physics Today, 2007, 60(12): 59–60. DOI: 10.1063/1.2825074.
+ CSCD · Baidu Scholar
[3]
SUGIURA M, KAMEI T. Equatorial Dst Index 1957–1986.  IAGA Bulletin No. 40[M]. Saint-Maur-des-Fossés: ISGI Publications Office, 1991.
+ CSCD · Baidu Scholar
[4]
LOEWE C A, PRÖLSS G W. Classification and mean behavior of magnetic storms[J]. Journal of Geophysical Research: Space Physics, 1997, 102(A7): 14209–14213. DOI: 10.1029/96ja04020.
+ CSCD · Baidu Scholar
[5]
GONZALEZ W D, JOSELYN J A, KAMIDE Y, et al. What is a geomagnetic storm?[J]. Journal of Geophysical Research, 1994, 99(A4): 5771–5792. DOI: 10.1029/93ja02867.
+ CSCD · Baidu Scholar
[6]
DAGLIS I A. Ring Current dynamics[J]. Space Science Reviews, 2006, 124(1): 183–202. DOI: 10.1007/s11214-006-9104-z.
+ CSCD · Baidu Scholar
[7]
YU Y Q, RIDLEY A J, WELLING D T, et al. Including gap region field-aligned currents and magnetospheric currents in the MHD calculation of ground-based magnetic field perturbations[J]. Journal of Geophysical Research: Space Physics, 2010, 115(A8): A08207. DOI: 10.1029/2009ja014869.
+ CSCD · Baidu Scholar
[8]
LI H, WANG C, KAN J R. Contribution of the partial ring current to the SYMH index during magnetic storms[J]. Journal of Geophysical Research: Space Physics, 2011, 116(A11): A11222. DOI: 10.1029/2011ja016886.
+ CSCD · Baidu Scholar
[9]
LI H, WANG R Z, WANG C. Prediction of partial ring current index using LSTM neural network[J]. Chinese Journal of Space Science, 2022, 42(5): 873–883.
+ CSCD · Baidu Scholar
数据引用格式
李晖, 刘子谦. 中国区域Dst指数数据集（2010–2022）[DS/OL]. Science Data Bank, 2023. (2023-04-19). DOI: 10.57760/sciencedb.space.00627.
Baidu
稿件与作者信息
论文引用格式
李晖, 刘子谦. 中国区域Dst指数数据集（2010–2022）[J/OL]. 中国科学数据, 2023, 8(4). (2023-12-26). DOI: 10.11922/11-6035.csd.2023.0079.zh.
李晖
LI Hui
数据集整体设计、数据处理及论文撰写。
hli@spaceweather.ac.cn
（1985—），男，安徽枞阳人，博士，研究员，研究方向为空间天气学。
刘子谦
LIU Zi-Qian
数据处理与论文撰写。
zqliu@spaceweather.ac.cn
（1984—），男，河南安阳人，博士，高级工程师，研究方向为空间天气学。
国家自然科学基金（42022032, 41874203, 42188101, 41871256）；中国科学院国际合作局对外合作重点项目（183311KYSB20200017, 131C11KYSB20160061）；国家发展和改革委员会促进大数据发展重大工程项目（2016-999999-65-01-000696-01）。
National Natural Science Foundation of China (42022032, 41874203, 42188101, 41871256); International Partnership Program of Chinese Academy of Sciences (183311KYSB20200017, 131C11KYSB20160061); Major Program for Big Data Development of the National Development and Reform Commission (2016-999999-65-01-000696-01).
Baidu
出版历史
I区发布时间：2023年5月6日 （ 版本ZH1）
II区出版时间：2023年12月27日 （ 版本ZH2）
CSCD  ·  Badiu Scholar
参考文献列表中查看
中国科学数据
csdata

  • --

中国科学院期刊云服务平台 · 中国科学院科学传播局
技术支持 中国科学院计算机网络信息中心 · 印刻学术
Baidu
map