我们的极光评分如何计算

我们怎样建立评分

芬兰 Kilpisjärvi 和 Sodankylä、瑞典 Abisko 的全天空相机，在十多个冬季里一直拍摄天空。Kilpisjärvi 的相机由芬兰气象研究所运营，另外两台由奥卢大学的 Sodankylä 地球物理观测站运营。芬兰气象研究所公布了这些记录中极光的亮度，取的是每台相机上方天空的平均值。我们根据这些记录，算出在极光活动、天空暗度和月光的各种组合下，你能看到多少极光。

关于云量，我们把多年存档的挪威气象局预报，与特罗姆瑟和希博滕（Skibotn）的全天空相机在 818 个夜晚实际看到的情况作了对比。这样就能知道，比如预报说低云遮住一半天空时，还有多大机会看到极光。

在评分内部，模型先算出这一小时你用肉眼看到极光的概率，评分再加上极光预计有多亮。为了检验这套方法，我们检验的是这个概率。我们把模型重新建立了十一次，每次去掉一个冬季，再让它预测那个冬季里黑暗、无月的时段。我们拿它和能想到的最简单的预报作比较，也就是一个固定的数字。在其他冬季里，相机在大约一半的黑暗无月时段看到了极光，所以这种预报对每个小时都说“约 50%”。用对数损失（衡量概率预报的常用指标）计算，模型的误差比这个固定数字低 36%。在所有这些时段里，模型每预计 100 个极光小时，相机记录到 93 个。

斯瓦尔巴位于极盖区之下，那里的极光表现不同，极夜期间中午也可能出现。那里的评分有自己的曲线，依据斯瓦尔巴的相机记录建立。我们用到的所有数据来源都列在数据来源页面（英文）上。

为什么只看 Kp 不够

挪威北部位于极光椭圆带（极光通常出现的区域）之下，所以 Kp 只有 1 或 2 时，极光也可能出现在头顶。比起 Kp，能不能看到更常取决于云量、天空暗度、月光和光污染，同样的 Kp 在不同观测点的评分也会相差很大。下面是三个观测点的评分，这里只用 Kp 表示极光活动。假设是12月中旬一个晴朗、黑暗、没有月光的夜晚，挪威时间 22:30：

• 特罗姆瑟附近的芬维克达伦（Finnvikdalen），Kp 1 时评分约 24，Kp 3 时 82，Kp 5 时 95。
• 特罗姆瑟市中心（Tromsø sentrum）有城市光污染，Kp 3 时评分约 24，Kp 5 时 49。
• 博德附近的勒普斯马卡（Løpsmarka）位置更靠南，Kp 1 时评分约 4，Kp 3 时 70。

在我们的相机回测中，只看云量和只看极光活动，挑出有极光那个小时的次数差不多，分别是每 100 次中 78 次和 77 次。只看 Kp，每 100 次中有 71 次做到。模型把两者都考虑在内，每 100 次中有 89 次做到。

与其他预报相比

我们在芬兰、瑞典和挪威的全天空相机所在地回测了过去的冬季，输入数据按评分当时能拿到的样子重建。然后把模型和更简单的极光预报方法作比较。对每个冬季，我们都不用这个冬季的数据，重新建立模型和每种更简单的预报，再让它们预测这个冬季。下面的大多数比较，和上面的检验一样，用的是模型给出的看到极光的概率。提醒的比较用的是评分本身。

• 选哪些夜晚出门。我们选取了其中三台相机在七个冬季里的 787 个夜晚。每种方法都只用 18:00 时已知的信息，给所有夜晚排序。我们再统计，在它排得最靠前的那些夜晚里，相机有多少晚看到了极光。在全部夜晚中，相机约每四晚有一晚看到极光。在模型排在前五分之一的夜晚中，相机在 54% 的夜晚看到了极光；在模型排在前十分之一的夜晚中，这一比例是 64%。在 NOAA 的 Kp 预报排在前五分之一的夜晚中，这一比例是 25%，和不加挑选时差不多。一条基于 Kp 和挪威气象局云量预报的规则更接近模型，为 50%。NOAA 在2022年春季之前发布的预报，我们没有找到存档，所以这些夜晚的 NOAA 预报是我们根据它已知的误差重建的。
• 对比只看 Kp 的预报。我们把模型和一种只看 Kp 指数和夜间时刻的预报作比较。在 1,072 个夜晚的 6,716 个晴朗小时里，模型的误差（对数损失）低约 30%（0.33 对 0.48），而且 12 个冬季里每个冬季都更低。这一提升约三分之二来自磁力计的实时读数，其余来自模型对月光和暮光的处理。在黑暗、无月的时段，模型的误差低约 24%，其中约 95% 的提升来自磁力计。这些磁力计设在相机所在地或附近，所以在离得更远的观测点，提升可能会小一些。
• Kp 失准的时候。Kp 为 1 或以下时，相机在 11% 的时段看到了极光。只看 Kp 的预报平均给出 28%，我们的模型给出 21%。明亮的月亮高挂天空时，相机在 32% 的时段看到了极光。只看 Kp 的预报给出 50%，我们的模型 35%。活动较强（Kp 4 或以上）时，相机在 98% 的时段看到了极光。只看 Kp 的预报给出 86%，我们的模型 95%。
• 对比 Kp 加云量预报。任取一个有可见极光的小时和一个没有的小时，模型每 100 次中有 89 次把对的那个小时排得更高。根据 Kp 和同一份云量预报作出的预报，每 100 次中有 83 次做到（AUC 0.890 对 0.825，共 13,693 个小时）。在有云量预报存档的 7 个冬季里，模型每个冬季都做得更好。不用磁力计时，模型仍然更能分辨哪些小时最可能出现极光。但它给出的概率数值，不如这种更简单的预报准确。
• 提醒。这项比较用到的冬季，也参与了评分的建立，所以评分的表现会显得更好。在特罗姆瑟全天空相机的回测中，“今晚有望看到极光”提醒（评分 60 或以上）每个季节约发送 27 次。其中每 10 次有 9 次，相机在同一小时或随后两小时内拍到了极光。更简单的规则准确率更低。“Kp 3 或以上，且低云和中云低于 50%”每 10 次对 7 次，“Kp 4 或以上”每 10 次对 8 次。只看月份和夜间时刻的提醒，每 10 次对 4 次。相机在黑暗、晴朗的时段看到极光的夜晚，每三晚有两晚没有发出提醒。相机能拍到比肉眼所见更淡的极光。
• 云量。评分解读挪威气象局云量预报的方式，比直接看预报中的总云量更能挑出晴朗的时段（AUC 0.803 对 0.738）。我们在七个机场和三个相机站点、约 15 万个天黑的小时上检验过这一点。提升主要来自它对薄薄高云的处理。夜间的观测报告很少记下薄薄的高云，所以这一提升可能有一部分来自报告的记录方式。在高云很少的时段，两者相差不大（0.806 对 0.797）。
• 对比 NOAA 的 OVATION 模型。很多极光 App 显示 OVATION 给出的头顶出现极光的概率。这项比较我们无法回测，因为 NOAA 不保存 OVATION 过去的输出，公开存档里只留下 2020 年以来的少量文件。今年冬季的检验会在晴朗、黑暗、无月的时段逐小时作这项比较，对照的是评分当时读取的 OVATION 数值。

有两部分没有按每个冬季重新建立。月光和暮光两项用同样的相机拟合，云量预报的解读方式则用同样那些冬季里另外两台相机的记录拟合。把云量预报的解读方式每次去掉一个冬季重新建立，结果相同。今年冬季的检验仍是最公平的衡量。

我们怎样检验评分

我们在 2026/27 极光季开始前记录了检验方案，并加上了任何人都可以核对的时间戳。检验从2026年10月10日夜间持续到2027年4月30日夜间。在此期间，模型参数保持不变，只做方案事先允许的修正。预报会随着新数据不断更新。

检验用的是 Kilpisjärvi 和 Abisko 的全天空相机，也就是建立模型时用过的三台中的两台，所以检验的是同样的地点、新的夜晚。第三台，即 Sodankylä 经过校准的相机，已于 2021 年停用。检验会把模型给出的看到极光的概率，与只看 Kp 的预报相比（当前这一小时和之后 12 小时），也与根据 Kp 和云量预报作出的预报相比。它还会检验模型在 NOAA 自己的 OVATION 数值之上增加了什么。最后，它会把我们对未来三晚的预报与一种更简单的预报相比，把我们的提醒与一条基于 Kp 和云量的规则相比。

无论结果好坏，我们都会公布。截至3月31日的夜晚，报告在2027年4月发布；本季其余部分的报告在2027年5月31日前发布。检验方案本身会随4月的报告一起公布。等芬兰气象研究所公开今年冬季的相机数据后，我们再公布与相机记录的对比。