太阳氛围中的孔:人工智能斑点冠状孔,以自动化空间天气预报

chronnos.

太阳动态观测台(SDO)的观测。该图像显示了七种不同的极紫外滤光片(彩色切片)和磁场信息(灰度切片)的合成。探测到的日冕空洞用红色等高线表示。在中心的黑暗结构是一个太阳灯丝,显示类似的外观,但与日冕洞无关。资料来源:Jarolim等人,2021年

来自格拉茨大学(奥地利),Skoltech及其来自美国和德国的同事的科学家开发了一种新的神经网络,可以可靠地检测来自基于空间的观测的冠状孔。该应用程序为更可靠的空间预测铺平了道路,并为太阳能活动周期的研究提供了有价值的信息。本文在期刊上发表天文学和天体物理学

就像地球上的生命依赖于太阳的光线一样,我们的电子“生命”依赖于离我们最近的恒星的活动及其与地球磁场的相互作用。在人眼看来,太阳几乎是恒久不变的,但太阳非常活跃,频繁地显示喷发,并导致地球上的地磁风暴。由于这个原因,太阳的外层大气,即日冕,不断受到卫星望远镜的监测。

在这些观测中,一个突出的特征是被称为日冕洞的扩展黑暗区域。它们看起来是黑暗的,因为等离子体粒子可以沿着太阳表面的磁场逃逸到星际空间,在日冕上留下一个“洞”。逃逸的粒子形成高速太阳风流,最终会撞击地球,引发地磁暴。这些洞在太阳上的外观和位置随太阳活动而变化,这也为我们提供了关于太阳长期演化的重要信息。

“对传统算法来说,探测日冕洞是一项艰巨的任务,对人类观测者来说也是一项挑战,因为在太阳大气中还有其他黑暗区域,比如灯丝,很容易与日冕洞混淆,”罗伯特·雅罗林说,格拉茨大学的研究科学家,也是这项研究的主要作者。

在本文中,作者描述了一种称为Chronnos(冠状孔识别神经网络的多光谱数据)的卷积神经网络,它们开发用于检测冠状孔。“人工智能允许我们根据其强度,形状和磁场属性来识别冠状孔,这与人类观察者考虑的标准相同,”JaroLim说。

“在不同波长观察太阳大气时,会发现非常不同。我们使用不同的极紫外(EUV)波长记录的图像以及磁场图作为我们神经网络的输入,这使网络能够找到多通道表示中的关系,”Graz大学教授、该杂志的合著者Astrid Veronig补充说。


近11年来检测到的冠状孔的动画版本。所识别的冠状孔由红色轮廓线表示。太阳在太阳循环上变化并在2014年达到其最大活动。信用:来自Jarolim Et。al。,2021。

作者在2010-2017时间范围内培训了其模型,约1700张图片,并显示该方法对所有太阳能级别一致。通过将结果与261个手动鉴定的冠状孔进行比较来评估神经网络,在98%的情况下匹配人标签。此外,作者还检查了基于磁场图的冠状孔的检测,显得与EUV观察不同。对于人,不能单独地从这些图像中识别冠状孔,但是AI学会了以不同地感知图像并且能够识别冠状孔。

Tatiana Podladchikova说:“对于未来的地面日冕洞探测来说,这是一个很有希望的结果,在那里我们不能直接观测到日冕洞,就像在天基观测极端紫外线和软x射线那样的黑暗区域,但在那里太阳磁场是定期测量的。”斯科尔科技空间中心的助理教授,也是这篇论文的合著者。

波拉德奇科娃总结说:“无论风暴如何肆虐,我们希望太空中的每个人都能有好天气。”

参考文献:R. Jarolim, A. M. Veronig, S. Hofmeister, S. G. Heinemann, M. Temmer, T. Podladchikova and K. Dissauer,“基于卷积神经网络的多通道日冕空洞检测”,已于2021年4月28日通过,天文学和天体物理学
0004 - 6361/202140640 DOI: 10.1051 /

该新方法是通过支持Skoltech的高性能集群的支持,为预期的太阳能物理研究综合网络组(Spring)提供了利用观察太阳能物理学的尖端技术提供了对太阳的自主监测。春天是一个部分Solarnet.项目推出准备到欧洲太阳能望远镜(est)欧盟研究和创新资金筹资计划的倡议2020. Unigraz和Skoltech在35个国际合作伙伴的Solarnet联盟中代表奥地利和俄罗斯。参与本研究的其他机构包括哥伦比亚大学(美国),Max Planck太阳能系统研究所(德国)和西北研究伙伴(美国)。

是第一个评论在“太阳气氛中的孔:人工智能斑点冠状孔,以自动化空间天气预报”

发表评论

邮件地址是可选的。如果提供,您的电子邮件将不会被发布或共享。