宇宙線較長周期變化研究

杜一帥，代武春，周虹君

(重慶文理學院電子電氣工程學院，重慶 永川 402160)

宇宙線強度隨時間的變化關系是宇宙線物理、太陽地球物理和天體物理等交叉學科中的重要問題之一［1-3］．關于宇宙線隨時間變化的短周期情況，有人已經進行了詳細討論和研究，并發現了宇宙線1日和半日的周期變化［4］．但從已有研究看，對宇宙線變化的較長周期還沒有進行過仔細研究，尤其是能量在TeV以上的宇宙線變化，主要原因是受到觀測設備、技術水平和數據統計量的限制．

羊八井宇宙線觀測站Tibet ASγ陣列是世界著名的廣延大氣簇射探測陣列，海拔高度處于超高能宇宙線空氣簇射發展極大附近，使在該處探測的簇射粒子密度高，陣列的觀測閾能低，宇宙線事例觸發率高，并已穩定運行了十幾年，積累了大量的宇宙線觸發率數據，特別適合研究甚高能宇宙線的時間變化．羊八井ASγ實驗還自動連續采集氣象參量，記錄了大氣壓力、室內外溫度、探測器溫度等參數．本文采用羊八井宇宙線觀測站Tibet ASγ陣列 1994年11月到2003年11月共9年的能量為1-10TeV的宇宙線數據及氣象數據，對宇宙線觸發率數據進行氣象修正后，研究大氣影響以外的宇宙線較長周期變化．

1 數據處理方法

本文采用小波變換和數學統計方法分析宇宙線實驗數據中的周期．小波變換(Wavelet Transform，WT)是一種信號的時間-尺度(時間-頻率)分析方法，它具有多分辨率分析的特點，可以由粗及精逐步觀察分析信號，克服了傅里葉變換在時域上無任何定位性的不足，在時、頻兩域都具有表征信號局部特征的能力［5-7］．因此，先利用小波變換將被分析數據按不同頻率(周期)區間進行分解，再對分解后的信號分別進行周期分析，可以很好地解決宇宙線變化中多個弱周期信號的提取問題．

2 結果及討論

2．1 1994～2003年 ASγ數據

選取羊八井宇宙線觀測站Tibet ASγ陣列1994年11月至2003年11月觀測記錄的每20 min的宇宙線觸發事例數，計算每日平均值來研究宇宙線的中長周期．9年間，實驗設備及其運行情況經過了幾次變化，宇宙線觀測觸發率數據分階段有差異，所以先求各階段數據的平均值，然后計算每個數據相對于平均值變化的百分比，也就是將幾個階段的數據標準化．經標準化處理后的宇宙線觸發率R隨時間MJD(約簡儒略日)的變化如圖1所示．由圖1可以看出，宇宙線觸發率有著明顯的年周期變化．

圖1 1994年11月～2003年11月的宇宙線觸發率

2．2 對宇宙線數據進行氣象修正

氣象參量數值的變化在物理上會影響測量到的宇宙線流強，這種影響稱之為氣象效應．仔細研究這些效應有助于我們對觀測數據進行可靠的氣象修正，從而使我們有可能發現大氣影響以外的宇宙線變化．

整理與宇宙線觸發率數據相對應的1994年11月至2003年11月的氣象數據，均取其每日的平均值，各氣象參量隨時間變化如圖2所示．由圖2可以看出，氣壓、室外溫度、室內溫度、電纜溝溫度都有與宇宙線觸發率數據類似的年周期變化．

計算宇宙線數據與各氣象參量的相關系數：氣壓與觸發率的相關系數r1=-0．908 92，P＜0．000 1;室內溫度與觸發率的相關系數 r2=-0．781 63，P ＜0．000 1;室外溫度與觸發率的相關系數 r3=-0．669 5，P ＜0．000 1;電纜溝溫度與觸發率的相關系數 r4=-0．721 09，P ＜0．000 1．結果表明：觸發率與這些氣象參量都有明顯負關聯．氣壓、溫度等氣象參量通過對EAS發展的影響，影響了宇宙線的觀測數據．

利用多元線性回歸法對1994～2003年宇宙線觸發率數據進行氣象修正，修正后氣壓與觸發率的相關系數 r1=-1．464 29E-6，P=0．999 94;室內溫度與觸發率的相關系數r2=-8．941 95E-7，P=0．999 97;室外溫度與觸發率的相關系數 r3=-1．741 17，P=0．999 93;電纜溝溫度與觸發率的相關系數r4=-0．007 17，P=0．731 42．結果表明：觸發率與這些氣象參量都不再有關聯，說明修正是有效的．我們認為修正后的觸發率數據中不再包含氣象效應因素．

圖2 宇宙線觸發率R以及各氣象參量隨時間變化情況

2．3 分析氣象修正后的宇宙線周期變化

氣象修正后宇宙線觸發率隨時間變化如圖3所示．與氣象修正前的宇宙線觸發率比較可以看出，修正后的宇宙線數據不再有明顯的年變化．

圖3 氣象修正前后宇宙線觸發率R隨時間變化情況

對進行過氣象效應修正后的1994年11月至2003年11月的宇宙線觸發率數據進行db9小波分解，小波變換系數結果如圖4所示．

其中：(a)、(c)中信號無確定周期，(b)是7日左右的周期信號．即我們在氣象修正后的宇宙線觸發率數據中沒有發現確定的幾日周期，在小波分解第2層存在7日左右周期信號．因此，不能利用統計折疊法作出信號的周期圖和位相圖，只能統計其中存在各個周期的數量．

圖4 氣象修正后宇宙線觸發率的小波分解結果

取氣象修正后宇宙線觸發率小波分解第2層進行數學統計．首先按信號中的波峰統計：如果信號中的某個數據點比兩側的4個數據點都大，并且是向兩側遞減，那么我們認為這個數據點是一個波峰，兩個波峰間的距離為一個周期．按照波峰統計的信號中存在的各個周期結果如圖5(a)所示，信號中的4日周期最多，其次是6日、5日、7日和8日周期．然后再按照波谷統計：如果信號中的某個數據點比兩側的4個數據點都小，并且是向兩側遞增，那么我們認為這個數據點是一個波谷，兩個波谷間的間距為一個周期．按照波谷統計的信號中存在的各個周期結果如圖5(b)所示，信號中的4日周期最多，其次是6日、5日、7日和8日周期．由此我們得出：宇宙線周期變化中4日和6日周期較多，其次是5日、7日和8日周期．

圖5 氣象修正后宇宙線觸發率小波分解第2層周期統計結果

3 結論

收集整理Tibet ASγ陣列1994～2003年間記錄的宇宙線觸發率數據，對各個階段的數據標準化后銜接起來，發現1994～2003年的宇宙線觸發率存在明顯的年周期變化;對1994～2004年間的氣象數據進行整理分析，氣壓、室內溫度、室外溫度與宇宙線觸發率有著相似的年變化，計算各氣象參量與觸發率的關聯系數，發現宇宙線觸發率與各氣象參量都存在較強關聯;對宇宙線觸發率進行多元氣象參量修正，修正后宇宙線觸發率不再有明顯的年變化;對修正后的觸發率數據進行db9小波分解，小波分解第2層統計結果顯示：宇宙線周期變化中4日和6日周期較多，其次是5日、7日和8日周期．

［1］張亮，王赤，傅綏燕．太陽活動與全球氣候變化［J］．空間科學學報，2011，31(5)：549-566．

［2］黃永年．我國宇宙線空間物理學的進展［J］．地球物理學進展，2007，22(4)：1046-1051．

［3］虞震東．應對流感大流行威脅繼續的一項對策［J］．前沿科學，2011，5(2)：37-47．

［4］賈煥玉，王順金．10TeV宇宙線時間變化研究［J］．高能物理與核物理，2001，25(4)：277-282．

［5］楊福生．小波變換的工程分析與應用［M］．北京：科學出版社，1999：29-31．

［6］王紅秋，陳燕黎．小波分析在1-10TeV宇宙線時間變化研究中的應用［J］．西南民族大學學報：自然科學版，2008，34(4)：767-771．

［7］劉貴忠，邸雙亮．小波分析及其應用［M］．西安：西安電子科技大學出版社，1997：67-70．