中国区域Dst 指数数据集（2010–2022）

李晖，刘子谦

1.中国科学院国家空间科学中心，空间天气学国家重点实验室，北京 100190

2.中国科学院大学，北京 100049

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Table 1 Longitude and latitude of observatories

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∆H：

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∆=∑∆Hi⁄4，和4 个台站的地磁纬度余弦的平均值c=∑cos φi⁄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）：

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。

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

表2 磁暴基本信息Table 2 General information of storms

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。

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)

表3 磁暴基本信息Table 3 General information of storms

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。

数据作者分工职责

李晖（1985—），男，安徽枞阳人，博士，研究员，研究方向为空间天气学。主要承担工作：数据集整体设计、数据处理及论文撰写。

刘子谦（1984—），男，河南安阳人，博士，高级工程师，研究方向为空间天气学。主要承担工作：数据处理与论文撰写。