點擊“國家空間科學中心”關注我們吧

日冕物質拋射（CME）

日冕物質拋射（CME）是從太陽拋入行星際空間的大尺度等離子體團，是太陽系內最大尺度的能量釋放活動，也是災害性空間天氣的主要驅動源。了解CME在日冕以及行星際的傳播以及演化過程，預報CME是否以及何時到達地球軌道，是空間天氣領域關注的重要課題。

根據搭載于太陽與日光層觀測臺（SOHO）衛星上的LASCO日冕儀的數據，NASA CDAW數據中心的研究人員手工整理了自1996年至今的CME觀測目錄，該目錄記載了每一次CME事件的時間、位置角、角寬度、速度等物理量，給CME的相關研究提供了重要的基礎數據。但面對海量的數據，手工識別存在著耗時費力的缺點，CME的自動識別成為領域內較為活躍的研究方向。

中國科學院國家空間科學中心太陽活動與空間天氣重點實驗室沈芳研究員團隊研發了基于機器學習的CME識別與參數獲取方法。首先，團隊基于LASCO望遠鏡的圖像數據，訓練了一個能夠判別圖像內是否有CME的卷積神經網絡模型。再利用主成分分析（PCA）方法提取神經網絡的特征圖中的信息，獲取能夠展示每一張觀測圖像中CME位置的共定位圖。接著，根據不同圖像中CME區域的形狀、位置等特征，利用軌跡匹配方法跟蹤CME軌跡，展示CME在日冕儀視野中傳播的過程，獲取速度、角寬度以及中央位置角等物理量。

與CME手工目錄以及部分經典自動識別方法相比，基于機器學習的CME識別與參數自動獲取方法的效率高、速度快，能夠識別較為微弱的CME信號，給出準確的CME形態信息。其跟蹤方法比較貼合直觀，獲取得到的參數接近人類手工識別的結果。此外，該方法探測到的CME結構還可用于CME到達時間預測、CME三維重構等其他方面的工作中。

圖1 CME觀測圖像原圖、獲取的共定位圖以及CME區域標注示意

圖2 軌跡匹配方法的流程示意

該研究得到了國家自然科學基金、科技部重點研發計劃、中國科學院戰略性先導科技專項等項目的資助。相關論文已發表于國際SCI期刊The Astrophysical Journal Supplemental Series上，第一作者是中國科學院國家空間科學中心博士研究生林榮沛，通訊作者是沈芳研究員和楊易副研究員，合作者還包括捷克查理大學的Gilbert Pi博士。審稿人評價“I think the work presented by the authors is clearly a novel advancement in the very active field of CME detection and characterization.”

文章鏈接

Lin, Rongpei, Yi Yang, Fang Shen, Gilbert Pi, and Yucong Li. 2024. “An Algorithm for the Determination of Coronal Mass Ejection Kinematic Parameters Based on Machine Learning.” The Astrophysical Journal Supplement Series 271 (2): 59. https://doi.org/10.3847/1538-4365/ad2dea.

來源：天氣室

歡迎關注我們，轉載授權、投稿事宜請
在文后留言，小編會盡快處理