正文

机器学习方法提升太阳耀斑预报能力 -凯发k8国际首页登录

  方法提升太阳耀斑预报能力。 5月12日,记者从中国科学院国家空间科学中心(简称空间中心)获悉,空间中心研究人员利用方法研究发现,方法可以更完善地描述太阳耀斑活动区中性线梯度图像特征,提取出新的耀斑先兆因子,有利于提升耀斑预报能力以及预报提前量。该成果日前发表于《天体物理杂志》。

   近年来,随着理论和算法的飞速发展,可以更快速地处理复杂、多维度的数据,也可以通过筛选特征和融合模型进一步提高预测能力,其中,深度学习能够从海量数据中自动分析、挖掘、学习数据的内在规律。在图像识别、数据分类、计算机视觉等多个领域的应用也趋向繁荣。

   在此背景下,科研人员推测,的优势可以跟空间天气预报研究相结合,促进预报先兆因子的提取和预报模型的建立,进一步提升空间天气的预报能力。

   作为空间天气中的重要现象,太阳耀斑及其伴随或引发的太阳质子事件、日冕物质抛射事件,可能引发剧烈的空间环境扰动,严重威胁到航天器和卫星的安全。研究太阳耀斑爆发的先兆因子,建立起满足空间天气业务预报需求的太阳耀斑预报模型,是空间天气预报的重点内容。

   于是,中国科学院空间环境态势感知技术重点实验室副研究员王晶晶、研究员刘四清等人,利用方法,开展了太阳耀斑爆发的先兆因子提取,以及太阳耀斑预报建模的研究。

   2019年,他们曾利用活动区中性线梯度图像,对十二个传统的耀斑先兆因子(磁通量、螺度平均值等)进行改造,将活动区中性线梯度作为权重代入了先兆因子的计算中,提取了一组新的耀斑先兆因子。结果表明,新颖的、可反映太阳耀斑爆发物理机制、与耀斑爆发具有很强相关性的先兆因子,对进一步提升耀斑预报的能力至关重要。

   此次,科研人员利用核函数,从活动区中性线梯度图像中成功提取了两个新的耀斑先兆因子,并与两个相似的传统先兆因子进行对比后发现,新的先兆因子在用于预报强耀斑时,明显优于传统先兆因子,能够将预报时间提前量提升至72小时,有利于提升耀斑预报能力以及预报提前量。该成果同时被收录于《日球层磁场观测仪科学快讯》作为亮点研究推荐。(来源:中国科学报倪思洁)

太阳耀斑爆发(中科院国家空间科学中心供图)

   相关论文信息:https://doi.org/10.3847/1538-4357/ab7b6c

   https://doi.org/10.3847/1538-4357/ab441b

   凯发k8国际首页登录的版权声明:凡本网注明来源:中国科学报、科学网、科学新闻杂志的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
作者:刘四清等 来源:《天体物理杂志》

来源:
爱科学

上一篇:

下一篇:

登录注册
欢迎内容投稿或举报!e-mail: ikx@ikx.cn
凯发天生赢家一触即发官网 copyright © 爱科学 iikx.com "));
网站地图