Ученые из Грацского университета (Австрия), Сколтеха и их коллеги из США и Германии разработали новую нейронную сеть, способную обнаруживать корональные дыры на основе данных космических наблюдений. Новое приложение открывает возможности для повышения точности прогнозирования космической погоды и обеспечивает ценную информацию для исследования циклов солнечной активности. Статья с описанием результатов исследования опубликована в журнале Astronomy & Astrophysics.

Название изображения

Солнце – это источник жизни на Земле. «Жизнь» электроники также зависит от уровня активности нашей ближайшей звезды и ее взаимодействия с магнитным полем Земли. Хотя для человеческого глаза Солнце всегда выглядит одинаково, оно очень активно и является источником частых выбросов солнечной энергии, вызывающих геомагнитные бури на Земле. Именно поэтому с помощью спутниковых телескопов ведется непрерывное наблюдение за внешней атмосферой Солнца - солнечной короной.

Одна из характерных особенностей этих наблюдений — наличие обширных темных участков, так называемых корональных дыр. А темными они выглядят потому, что частицы плазмы могут свободно распространяться в космическое пространство вдоль открытых линий магнитного поля, оставляя «дыру» в короне. Именно из таких частиц образуется мощный поток высокоскоростного солнечного ветра, который, достигая поверхности Земли, может вызывать геомагнитные бури. Внешний вид и расположение дыр на Солнце меняются в зависимости от уровня солнечной активности, и это важно для исследования долгосрочной динамики активности Солнца.

«Обнаружение корональных дыр − сложная задача не только для традиционных алгоритмов, но и для наблюдателей, поскольку в солнечной атмосфере присутствуют и другие темные области, например, протуберанцы, которые можно легко спутать с корональной дырой», − рассказывает ведущий автор статьи, научный сотрудник Грацcкого университета Роберт Яролим.

В своей статье авторы описывают сверточную нейронную сеть CHRONNOS (Coronal Hole RecOgnition Neural Network Over multi-Spectral-data), которую они разработали специально для обнаружения корональных дыр. «Благодаря искусственному интеллекту мы можем идентифицировать корональные дыры по таким критериям, как интенсивность, форма и свойства магнитного поля. Те же критерии учитываются и человеком в процессе наблюдения», − отмечает Роберт Яролим.

«Солнечная атмосфера выглядит по-разному в зависимости от длины волны, на которой ведется наблюдение. В качестве входных данных для нейронной сети мы использовали изображения, полученные на разных длинах волн крайней ультрафиолетовой области спектра (EUV), а также карты магнитного поля, с помощью которых сеть смогла установить взаимосвязи между разными видами многоканальной информации», − добавляет соавтор статьи, профессор Грацского университета Астрид Верониг.

Авторы обучили свою модель на приблизительно 1700 изображениях, полученных за период с 2010 по 2017 год, и показали, что метод работает при любых уровнях солнечной активности. Сравнение полученных с помощью нейронной сети результатов с данными по обнаружению 261 корональной дыры в ручном режиме показало совпадение результатов в 98% случаев. Кроме того, авторы исследовали результаты обнаружения корональных дыр по картам магнитного поля, которые сильно отличаются от данных наблюдений в EUV-диапазоне. Человек не может обнаружить корональную дыру, используя только карты магнитного поля, а ИИ научился воспринимать эти изображения иначе и на их основе идентифицировать корональные дыры.

«Это многообещающий результат для будущих задач обнаружения корональных дыр с помощью наземных телескопов. С Земли у нас нет возможности напрямую наблюдать корональные дыры в виде темных пятен, которые видны на космических изображениях в EUV-диапазоне и мягком рентгеновском диапазоне, а есть лишь возможность регулярно измерять магнитное поле Солнца», − отмечает один из авторов статьи, старший преподаватель Космического центра Сколтеха Татьяна Подладчикова.

«И какие бы ни бушевали бури, мы желаем всем хорошей космической погоды!» − говорит в заключение Татьяна Подладчикова.

Новый метод был разработан с использованием высокопроизводительного кластера Сколтеха в рамках создания интегрированной сетевой группы исследований по солнечной физике (SPRING), которая будет обеспечивать автономный мониторинг Солнца с использованием новейших технологий в области наблюдательной физики Солнца. SPRING — часть проекта SOLARNET, который посвящен подготовке к созданию Европейского солнечного телескопа (EST). Проект поддержан программой Европейского союза по науке и инновациям «Горизонт 2020». Грацский университет и Сколтех представляют Австрию и Россию в консорциуме SOLARNET, в состав которого входят 35 международных партнеров. Данное исследование проводилось также с участием специалистов Колумбийского университета (США), Института исследований Солнечной системы Общества Макса Планка (Германия) и компании NorthWest Research Associates (США).

 

Рисунок: Наблюдение солнечной динамической обсерватории (SDO). На изображении показано сочетание семи различных фильтров крайнего ультрафиолета (цветные срезы) и информации о магнитном поле (срез серой шкалы). Обнаруженные корональные дыры обозначены красными контурными линиями. Темная структура в центре представляет собой солнечную нить, которая имеет похожий вид, но не связана с корональными дырами. Источник: Jarolim et. др., 2021

 

Обнаруженные корональные дыры за почти 11 лет. Выявленные корональные дыры обозначены красными контурными линиями. Солнце меняется в течение солнечного цикла и достигает максимальной активности в 2014 г. Источник: Jarolim et. др., 2021.

Источник информации и фото: Сколтех