juliensimon/geomagnetic-kp-index

--- license: cc-by-4.0 pretty_name: "Geomagnetic Kp Index (3-Hourly)" language: - en description: >- 3-hourly geomagnetic Kp index from NOAA SWPC, measuring planetary magnetic disturbance on a 0-9 scale. Updated daily, growing incrementally. size_categories: - 1K<n<10K task_categories: - time-series-forecasting - tabular-classification tags: - open-data - space - space-weather - kp-index - geomagnetic - noaa - magnetosphere - aurora - tabular-data - parquet configs: - config_name: default data_files: - split: train path: data/kp_index.parquet --- # Geomagnetic Kp Index (3-Hourly) *Part of the [Space Weather Datasets](https://huggingface.co/collections/juliensimon/space-weather-datasets-69c24cae98f1666f2101ca70) collection on Hugging Face.*   3-hourly geomagnetic Kp index from [NOAA SWPC](https://www.swpc.noaa.gov/), measuring planetary magnetic disturbance. Currently **93** readings spanning **2026-03-17** to **2026-03-28**. ## Dataset description The Kp index is a quasi-logarithmic scale (0-9) that quantifies geomagnetic disturbance based on magnetometer readings from 13 ground stations worldwide. It is the basis for the NOAA G-scale storm classification: | Kp | NOAA Scale | Effect | |----|-----------|--------| | 0-4 | Quiet | No significant effects | | 5 | G1 Minor | Weak power grid fluctuations, minor satellite impact | | 6 | G2 Moderate | High-latitude power systems affected, satellite drag increases | | 7 | G3 Strong | Power grid corrections needed, satellite orientation issues | | 8 | G4 Severe | Widespread voltage control problems, satellite charging | | 9 | G5 Extreme | Grid collapse risk, satellite damage, GPS degraded | ## Schema | Column | Type | Description | |--------|------|-------------| | `datetime` | datetime | 3-hour interval start (UTC) | | `kp_value` | float | Kp index (0.0 to 9.0) | | `ap_running` | float | Running ap equivalent index | | `station_count` | float | Number of contributing stations | | `storm_level` | string | NOAA storm classification (quiet/G1-G5) | ## Quick stats - **93** readings (2026-03-17 to 2026-03-28) - Average Kp: **2.8**, Maximum: **7.0** - **13** storm-level readings (Kp >= 5) ## Usage ```python from datasets import load_dataset ds = load_dataset("juliensimon/geomagnetic-kp-index", split="train") df = ds.to_pandas() # Storm events storms = df[df["kp_value"] >= 5] print(f"{len(storms)} storm readings") # Kp time series df.plot(x="datetime", y="kp_value", title="Kp Index") # Correlate with solar wind Bz # Join with juliensimon/solar-wind dataset ``` ## Update frequency Updated **daily at 15:30 UTC** via GitHub Actions. Each run fetches the latest ~30-day window from SWPC and appends new readings. ## Data source [NOAA Space Weather Prediction Center](https://www.swpc.noaa.gov/products/planetary-k-index). Kp is derived from magnetometer data at 13 geomagnetic observatories and maintained by GFZ Potsdam under the International Service of Geomagnetic Indices. ## Related datasets - [dst-index](https://huggingface.co/datasets/juliensimon/dst-index) — Hourly Dst storm index (complementary) - [solar-wind](https://huggingface.co/datasets/juliensimon/solar-wind) — Real-time solar wind (Kp driver) - [space-weather-indices](https://huggingface.co/datasets/juliensimon/space-weather-indices) — Daily Ap, F10.7 - [donki-space-weather-events](https://huggingface.co/datasets/juliensimon/donki-space-weather-events) — CMEs, storms ## Pipeline Source code: [juliensimon/space-datasets](https://github.com/juliensimon/space-datasets) ## Support If you find this dataset useful, please give it a ❤️ on the [dataset page](https://huggingface.co/datasets/juliensimon/geomagnetic-kp-index) and share feedback in the Community tab! Also consider giving a ⭐️ to the [space-datasets](https://github.com/juliensimon/space-datasets) repo. ## Citation ```bibtex @dataset{kp_index, author = {Simon, Julien}, title = {Geomagnetic Kp Index (3-Hourly)}, year = {2026}, publisher = {Hugging Face}, url = {https://huggingface.co/datasets/juliensimon/geomagnetic-kp-index}, note = {Based on NOAA SWPC planetary K-index data, derived from GFZ Potsdam} } ```

搜集汇总

数据集介绍

构建方式

在空间物理学领域，地磁Kp指数作为衡量全球磁场扰动程度的核心指标，其数据集构建遵循严谨的科学流程。该数据集通过自动化管道从美国国家海洋和大气管理局空间天气预报中心获取原始数据，每日定时更新约30天时间窗口内的最新读数。数据源自全球13个亚极光带地磁观测站的磁力计测量值，经过移除静日基线变化、计算局部K指数、加权平均并标准化至尼梅格参考站等一系列标准化处理步骤，最终生成以三小时为间隔的准对数尺度Kp值。这种构建方式确保了数据的时效性与国际可比性，为空间天气研究提供了连续、可靠的基准序列。

特点

该数据集最显著的特征在于其高时间分辨率与多维度的衍生信息。三小时的观测频率能够精细捕捉地磁暴从发生、发展到衰减的完整动态过程，有效补充了小时级Dst指数与分钟级AE指数的观测空白。数据不仅包含核心的Kp指数，还整合了线性化的等效ap指数、贡献站数量以及直接映射的NOAA风暴等级分类，形成了多层次的分析维度。准对数尺度的设计使得每个单位增量近似对应扰动幅度的倍增，这种非线性转换更符合地球磁场扰动的物理本质，为卫星轨道衰减预测、电网稳定性评估等应用提供了直观的量化依据。

使用方法

利用该数据集进行科学研究时，用户可通过标准化的数据加载接口快速获取结构化信息。典型应用场景包括时间序列预测模型的训练，通过分析Kp值的周期性波动与突变特征，构建空间天气事件的预警系统；也可与太阳风参数数据集进行关联分析，探究行星际磁场南向分量与地磁扰动之间的因果关系。在工程应用层面，Kp指数可直接输入NRLMSISE-00等大气密度模型，用于计算低轨道卫星的大气阻力变化，为航天器轨道维持提供关键参数。数据集每日更新的机制保障了实时监测与回溯研究的双重需求。

背景与挑战

背景概述

地磁Kp指数作为量化全球地磁扰动强度的核心指标，由朱利叶斯·巴特尔斯于1949年提出，至今仍是空间物理学与空间天气业务中广泛采用的基础数据。该指数基于全球13个亚极光带地磁台站的磁力计观测，通过去除静日基线变化并计算加权平均得出，以0至9的准对数尺度表征行星尺度磁场扰动程度。NOAA空间天气预测中心持续维护并发布3小时分辨率的Kp指数，其直接关联NOAA G级地磁暴分类，为卫星轨道预测、电网稳定性评估及航空导航等关键领域提供决策依据。该数据集由Julien Simon等人整合至HuggingFace平台，实现了数据的标准化存取与动态更新，有力支撑了空间天气时间序列预测与分类研究。

当前挑战

地磁Kp指数数据集在解决空间天气扰动监测与预报这一领域问题时，面临地磁暴事件非线性演化机制复杂、扰动信号与多种太阳活动驱动因素耦合紧密等科学挑战，使得基于历史数据的精准预测尤为困难。在数据构建过程中，挑战主要源于多台站观测数据的实时集成与标准化处理，需协调不同地理位置的磁力计校准差异，并确保准对数尺度转换的准确性；同时，数据集的增量更新机制要求持续对接NOAA官方源，维护时序一致性与完整性，以应对空间天气事件突发性强、数据生成频率高的业务需求。

常用场景

经典使用场景

在空间物理学与空间天气预测领域，地磁Kp指数数据集作为核心的量化指标，其经典应用场景在于驱动时间序列预测模型。研究人员利用其3小时分辨率的历史序列，构建自回归或深度学习框架，旨在精准预报未来数小时至数天的地磁扰动强度。这类预测对于预警太阳风暴对技术系统的潜在冲击至关重要，模型通常整合Kp指数与太阳风参数等多元驱动因子，以捕捉从日冕物质抛射到地磁响应的完整因果链条。

衍生相关工作

围绕Kp指数数据集，已衍生出一系列具有影响力的经典研究工作。在模型开发方面，产生了诸如结合长短期记忆网络与物理约束的混合预测模型。在应用拓展上，催生了将Kp指数同化入全球环流模型以提升热层密度预报精度的研究。此外，基于该数据构建的公开基准测试平台，持续推动着机器学习算法在空间天气领域的创新与性能评估。

数据集最近研究

最新研究方向

地磁Kp指数作为空间天气监测的核心参数，其前沿研究正深度融合机器学习与物理建模。当前热点聚焦于利用Transformer等序列模型进行高精度短期预报，以预警卫星轨道衰减和电网扰动风险。伴随商业航天活动的激增，实时Kp预测已成为保障星链等低轨星座安全运行的关键技术。该数据集通过标准化时序格式，为构建端到端的空间天气智能预警系统提供了基础，推动空间物理与人工智能的交叉创新。