|簡體中文

比思論壇

 找回密碼
 按這成為會員
搜索



查看: 220|回復: 0
打印 上一主題 下一主題

机器学习方法提升太阳耀斑预报能力

[複製鏈接]

3396

主題

1

好友

1萬

積分

教授

Rank: 8Rank: 8

  • TA的每日心情
    奮斗
    2024-5-26 10:37
  • 簽到天數: 451 天

    [LV.9]以壇為家II

    推廣值
    0
    貢獻值
    25
    金錢
    12
    威望
    16771
    主題
    3396
    跳轉到指定樓層
    樓主
    發表於 2022-6-10 22:21:51 |只看該作者 |倒序瀏覽

    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机器学习方法研究发现,机器学习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,机器学习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。机器学习在图像识别、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,机器学习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,利用机器学习方法,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。




    您需要登錄後才可以回帖 登錄 | 按這成為會員

    重要聲明:本論壇是以即時上載留言的方式運作,比思論壇對所有留言的真實性、完整性及立場等,不負任何法律責任。而一切留言之言論只代表留言者個人意見,並非本網站之立場,讀者及用戶不應信賴內容,並應自行判斷內容之真實性。於有關情形下,讀者及用戶應尋求專業意見(如涉及醫療、法律或投資等問題)。 由於本論壇受到「即時上載留言」運作方式所規限,故不能完全監察所有留言,若讀者及用戶發現有留言出現問題,請聯絡我們比思論壇有權刪除任何留言及拒絕任何人士上載留言 (刪除前或不會作事先警告及通知 ),同時亦有不刪除留言的權利,如有任何爭議,管理員擁有最終的詮釋權。用戶切勿撰寫粗言穢語、誹謗、渲染色情暴力或人身攻擊的言論,敬請自律。本網站保留一切法律權利。

    手機版| 廣告聯繫

    GMT+8, 2024-12-5 21:00 , Processed in 1.016253 second(s), 24 queries , Gzip On.

    Powered by Discuz! X2.5

    © 2001-2012 Comsenz Inc.

    回頂部