本项工作中针对航天界公认的能够引发灾害性后果的太阳质子事件、大地磁暴和高能电子暴的预报原理和技术进行了讨论,在“输入可获得、输出能应用”的前提下,采用不同方法建立了7个应用预报程序,取得了较好效果。第23太阳活动周结束后,一些主流的质子事件长期预报模型经验证,是存在缺陷。为了更好地描述太阳质子事件的分布规律,我们在分析总结前人的理论研究成果的基础上,着重分析了第23周质子事件分布的特征,根据太阳质子事件每年发生的次数及每年的累积通量,将一个太阳活动周分为上升期、峰值期和下降期三个阶段,对应的时段自太阳活动最小年开始,分别对应着第1-4年的上升期;第5-8年的峰值期;第9-11年的下降期。并在此基础上建立了太阳质子事件分布的计算模型,可以计算不同太阳活动阶段的质子事件通量规模,修正了现有工程模式的误差。通过对第23太阳活动周的检验,预报结果有了一定改善。在质子事件短期预报方面,统计研究发现,太阳质子事件的发生不仅与磁能的绝对积累有关,也与磁能短时间内的迅速增长密切相关。活动区贮能过程的外在表现是辐射通量的显著增长,同时,太阳活动区的面积、磁场结构也会呈现不同的特征和发展趋势。在大量统计的基础上,对活动区的演化和其他先兆进行数字化,选取的了与质子事件关联最好的13报参量,并有针对性地对定性参数进行了数值化。在建模过程中引入了人工神经网络(ANN)技术。通过用以往的事件特征对它进行训练后,基于神经网络技术的模式就可以根据活动区和其他太阳参数对太阳质子事件发生的概率进行预报,在神经网络用于事件预报方面进行了成功的尝试,并首次将行星际1MeV左右高能质子的增长作为质子事件预报的判据。模式的检验结果是:准确率80%。在地磁预报方面,引入全连接神经网络预报Dst指数的方法。工作中对ACE卫星探测的太阳风和行星际磁场及其变化对未来几小时的Dst指数的影响进行了统计分析,发现这些行星际实测参数中,Dst反应较为明显的是太阳风速度、太阳风例子密度和行星际磁场南向分量,同时,当前Dst实测值对今后几小时的Dst指数已有很强的制约作用。我们在统计分析的基础上,建立了全连接神经网络预报模型,利用优选的ACE卫星行星际监测数据提前2小时对Dst指数进行预报,通过检测,预报的误差为14.3%,与国际上其它模式相当,而提前量更长。在非重现性地磁暴预报方面,鉴于CME是这种地磁暴的诱因,通过对太阳耀斑爆发活动的特征与可能引起地磁活动的CME进行统计分析,发现伴随CME的太阳耀斑的强度、位置、持续时间等参数决定着其对地磁活动的影响,同时,CME所伴随的太阳质子事件和行星际高能质子通量的增长标志着CME的特征,与其可能产生的地磁扰动有着密切的关系。在对数据分析的基础上,首次建立了基于人工神经网络的预报模式,对太阳耀斑爆发活动所引起的地磁扰动的发生及Ap指数进行了预报,取得了较好的结果。宇宙线强度的异常波动是CME到达的重要信号,我们分析了Nagoya宇宙线闪烁体望远镜探测数据的变化特点,定性地探讨了CME可能引起的地面宇宙线的变化特征,通过实例证实了地面宇宙线通量的异常波动是地磁暴发生的重要先兆特征,并且将8h内宇宙线通量与该时间段内平均通量的偏差D8(t)参数应用到宇宙线数据分析中.通过数据分析与讨论,认为D8(t)参数达到一定阈值是地磁暴的重要先兆特征,但不是充分条件,虚假信号仍占多数;D8(t)参数与太阳质子事件探测结果相结合,对于大地磁暴的预报有较好的效果,预报提前量超过12小时。在高能电子暴的预报方面,主要采用了最大熵谱分析和人工神经网络技术。我们发现高能电子暴存在着明显的27天回归周期的同时,非重现性强高能电子暴不仅与地磁活动的强弱有关,还与其是否处于周期性高电子通量时段有关。我们建立了基于最大熵分析的高能电子预报模式,同时考虑了异常的地磁场变化的影响,可以比较准确地预报重现性和非重现性的高能电子暴及其规模。神经网络技术同样可以应用于高能电子暴预报,我们着重统计分析了地球同步轨道高能电子通量增强事件的发生规律及其与太阳风和行星际磁场参数的关系,并在此基础上建立了基于人工神经网络的高能电子增强事件模式,经实测数据检验,预报模式可以对未来1天的高能电子通量进行预报,误差为8.2%,达到了较高水平。