空間科學科普:利用機器學習進一步提升空間天氣的預報能力
作者:倪思潔
發布時間:2020-05-17
瀏覽次數:2850
空間科學科普:利用機器學習進一步提升空間天氣的預報能力
5月12日,記者從中國科學院國家空間科學中心(簡稱空間中心)獲悉,空間中心研究人員利用機器學習方法研究發現,機器學習方法可以更完善地描述太陽耀斑活動區中性線梯度圖像特征,提取出新的耀斑先兆因子,有利於提升耀斑預報能力以及預報提前量。該成果日前發表於《天體物理雜誌》。
近年來,隨著理論和算法的飛速發展,機器學習可以更快速地處理複雜、多維度的數據,也可以通過篩選特征和融合模型進一步提高預測能力,其中,深度學習能夠從海量數據中自動分析、挖掘、學習數據的內在規律。機器學習在圖像識別、數據分類、計算機視覺等多個領域的應用也趨向繁榮。
在此背景下,科研人員推測,機器學習的優勢可以跟空間天氣預報研究相結合,促進預報先兆因子的提取和預報模型的建立,進一步提升空間天氣的預報能力。
作為空間天氣中的重要現象,太陽耀斑及其伴隨或引發的太陽質子事件、日冕物質拋射事件,可能引發劇烈的空間環境擾動,嚴重威脅到航天器和衛星的安全。研究太陽耀斑爆發的先兆因子,建立起滿足空間天氣業務預報需求的太陽耀斑預報模型,是空間天氣預報的重點內容。
於是,中國科學院空間環境態勢感知技術重點實驗室副研究員王晶晶、研究員劉四清等人,利用機器學習方法,開展了太陽耀斑爆發的先兆因子提取,以及太陽耀斑預報建模的研究。
2019年,他們曾利用活動區中性線梯度圖像,對十二個傳統的耀斑先兆因子(磁通量、螺度平均值等)進行改造,將活動區中性線梯度作為權重代入了先兆因子的計算中,提取了一組新的耀斑先兆因子。結果表明,新穎的、可反映太陽耀斑爆發物理機製、與耀斑爆發具有很強相關性的先兆因子,對進一步提升耀斑預報的能力至關重要。
此次,科研人員利用核函數,從活動區中性線梯度圖像中成功提取了兩個新的耀斑先兆因子,並與兩個相似的傳統先兆因子進行對比後發現,新的先兆因子在用於預報強耀斑時,明顯優於傳統先兆因子,能夠將預報時間提前量提升至72小時,有利於提升耀斑預報能力以及預報提前量。該成果同時被收錄於《日球層磁場觀測儀科學快訊》作為亮點研究推薦。

太陽耀斑爆發(中科院國家空間科學中心供圖)
相關論文信息:https://iopscience.iop.org/article/10.3847/1538-4357/ab7b6c
https://iopscience.iop.org/article/10.3847/1538-4357/ab441b



關注【深圳科普】微信公眾號,在對話框:
回複【最新活動】,了解近期科普活動
回複【科普行】,了解最新深圳科普行活動
回複【研學營】,了解最新科普研學營
回複【科普課堂】,了解最新科普課堂
回複【科普書籍】,了解最新科普書籍
回複【團體定製】,了解最新團體定製活動
回複【科普基地】,了解深圳科普基地詳情
回複【科學防控】,學習疫情相關科普星空体育官网入口网站
 
聽說,打賞我的人最後都找到了真愛。
做科普,我們是認真的!
掃描關注深i科普公眾號
加入科普活動群
  • 參加最新科普活動
  • 認識科普小朋友
  • 成為科學小記者