地磁暴是一种由太阳活动引起的地球磁场剧烈变化的现象，其对卫星通讯、导航系统、电力等领域造成的潜在威胁使得地磁暴预报成为了空间天气研究的一个重要课题。全球三小时磁情指数（Kp指数）是衡量地磁活动强度的一个关键指标，提前并准确预报Kp指数对于空间天气监测和灾害预警具有重要意义。

来自L1点的ACE（Advanced Composition Explorer）卫星太阳风参数数据和来自SDO（Solar Dynamics Observatory）卫星的日面图像数据是两类重要的观测数据。与单一的太阳风参数相比，冕洞图像数据包含了太阳表面的空间结构和动态活动特征，能够提供更丰富、更全面的信息。本文从地磁暴的源头——冕洞入手，结合日面极紫外（Extreme Ultraviolet, EUV）图像和磁场图像（Helioseismic and Magnetic Imager, HMI），通过HMI的研究深入理解冕洞的物理机制，以实现地磁指数中长期预报。

本文针对Kp指数预报问题，提出了融合多模态太阳数据及其动态特征的预报模型。主要研究内容如下：

（1）建立基于非平衡Transformer的太阳风参数Kp预报模型。本文对传统的时间序列预测模型进行改进，针对数据集严重的不均衡问题，引入非平衡采样器实现类别平衡，采用非平衡采样的Tranformer编码器结构改善短期预报的精度，实验结果较经典的MLP、LSTM等方法均有提升。

（2）建立基于冕洞图像特征提取的Kp预报模型。以往对冕洞因子的研究主要来源于EUV图像，并不能很好地表征冕洞的内部物理特性，本文引入HMI磁图数据，采用Vision Transformer模型对图像进行分块和特征提取，相较于太阳风预报模型在一定程度上延长预报时间。但是自动提取特征具备的可解释性较差，因此本文进一步探究冕洞的物理机制，结合EUV和HMI图像进行冕洞特征的提取和量化。经冕洞分割、图像对齐等预处理操作后，通过灰度叠加确定冕洞区域的动态磁场特性，定义磁场单极性、磁场灰度平均值、中心点距赤道距离、冕洞面积等11种特征参数并量化，在典型冕洞事件中总结其统计规律，为后续多模态特征融合提供依据。

（3）设计并实现多模态双通道的ViSformer预报网络。在以上研究基础上，本文所提出多模态预报模型综合时序通道和图像通道，多模态融合网络引入共注意力层，交换两个分支的键值对，使得两种模态的特征得到有效融合。将研究方法拓展至描述活动区的动态特征，采用错位差分法计算HMI磁场变化量，对耀斑轨迹定位和预报进行进一步探索。实验结果表明ViSformer多模态预报模型取得较好的表现，在保持预报精度的同时，模型预报提前量延长至96h。

综上，本文的研究以太阳内部物理特性为出发点，使深度学习预报模型具备更强的可解释性。深入分析多模态太阳数据的动态特征及其对地磁暴的影响，通过融合时序数据和图像数据，提出了一种多模态的Kp指数预报模型，为地磁暴的准确提前预报提供了新的思路和方法。在如今第25个太阳活动高峰期来临之际，本文的研究对于保障空间天气安全和防灾减灾方面具有重要的应用前景。