太陽(yáng)耀斑是太陽(yáng)大氣一種強(qiáng)磁場(chǎng)能量的爆發(fā)性釋放，其特點(diǎn)是幾乎全波段的電磁輻射增強(qiáng)，以及發(fā)射能量從103eV直到1011eV的各種粒子流。耀斑爆發(fā)會(huì)導(dǎo)致地球紫外輻射增強(qiáng)，使得大氣層溫度密度升高，導(dǎo)致空間飛行器的軌道改變；同時(shí)，耀斑的X射線和EUV輻射會(huì)導(dǎo)致電離層突然騷擾發(fā)生會(huì)無(wú)線電系統(tǒng)產(chǎn)生干擾；大耀斑發(fā)生通常也會(huì)伴隨著日冕物質(zhì)拋射的爆發(fā)。
日冕物質(zhì)拋射是太陽(yáng)活動(dòng)中重要的噴發(fā)現(xiàn)象之一，其本質(zhì)是將大量攜帶磁場(chǎng)的等離子體拋向日地空間，可能對(duì)日冕層、行星際空間環(huán)境產(chǎn)生劇烈擾動(dòng)。當(dāng)日冕物質(zhì)拋射到達(dá)地球空間時(shí)，可能會(huì)引發(fā)較強(qiáng)的地磁擾動(dòng)和與之相關(guān)的空間環(huán)境效應(yīng)。
因此預(yù)測(cè)太陽(yáng)耀斑的爆發(fā)、日冕物質(zhì)拋射的對(duì)地有效性，對(duì)當(dāng)前的空間環(huán)境業(yè)務(wù)預(yù)報(bào)工作具有十分重要的意義。近年來(lái)，隨著機(jī)器學(xué)習(xí)方法廣泛應(yīng)用于各行各業(yè)并取得良好的成果，研究人員也開(kāi)始嘗試?yán)脵C(jī)器學(xué)習(xí)方法開(kāi)展空間環(huán)境預(yù)報(bào)建模的研究。
傳統(tǒng)的太陽(yáng)耀斑預(yù)報(bào)建模過(guò)程中，太陽(yáng)爆發(fā)和太陽(yáng)活動(dòng)區(qū)磁特性的相關(guān)先驗(yàn)知識(shí)發(fā)揮了極大的作用。近日，中國(guó)科學(xué)院國(guó)家空間科學(xué)中心太陽(yáng)活動(dòng)與空間天氣重點(diǎn)實(shí)驗(yàn)室預(yù)報(bào)中心團(tuán)隊(duì)崔延美副研究員和博士生李銘搭建了一個(gè)有先驗(yàn)知識(shí)依據(jù)的深度神經(jīng)網(wǎng)絡(luò)模型（如圖1所示），用以預(yù)測(cè)為來(lái)48小時(shí)太陽(yáng)耀斑是否爆發(fā)。該模型將耀斑產(chǎn)生的先驗(yàn)知識(shí)與卷積神經(jīng)網(wǎng)絡(luò)（CNN）結(jié)構(gòu)進(jìn)行了有效的融合。
研究結(jié)果表明，先驗(yàn)知識(shí)在構(gòu)建深度學(xué)習(xí)耀斑預(yù)報(bào)模型中可以發(fā)揮重要的作用，采用知識(shí)啟發(fā)的深度神經(jīng)網(wǎng)絡(luò)可以進(jìn)一步提高耀斑預(yù)報(bào)模型的性能。這也啟發(fā)了我們未來(lái)在其他空間天氣事件預(yù)報(bào)建模過(guò)程中，可以將空間物理的先驗(yàn)知識(shí)和深度學(xué)習(xí)模型進(jìn)行有效的融合，從而提升預(yù)報(bào)效果的可能性。
相關(guān)成果發(fā)表在國(guó)際知名期刊Space Weather上。該研究得到了國(guó)家自然科學(xué)基金，中國(guó)科學(xué)院重點(diǎn)部署項(xiàng)目，空間中心攀登計(jì)劃等項(xiàng)目的支持。
Citation：Li, M., Cui, Y., Luo, B., Ao, X., Liu, S., Wang, J., et al. (2022). Knowledge-Informed Deep Neural Networks for Solar Flare Forecasting. Space Weather, 20, e2021SW002985. https://doi.org/10.1029/2021SW002985
圖1 太陽(yáng)耀斑預(yù)報(bào)建模示意圖
日冕物質(zhì)拋射對(duì)地有效性預(yù)報(bào)中非常重要的一項(xiàng)內(nèi)容就是日冕物質(zhì)拋射是否會(huì)到達(dá)地球的預(yù)報(bào)。中國(guó)科學(xué)院國(guó)家空間科學(xué)中心太陽(yáng)活動(dòng)與空間天氣重點(diǎn)實(shí)驗(yàn)室預(yù)報(bào)中心團(tuán)隊(duì)石育榕等人將邏輯回歸與推薦算法相結(jié)合來(lái)預(yù)測(cè)日冕物質(zhì)拋射是否會(huì)到達(dá)地球、并推薦相似的歷史事件為預(yù)報(bào)員提供參考。研究人員根據(jù)SOHO衛(wèi)星于1996—2020年間觀測(cè)到的30321起日冕物質(zhì)拋射事件為數(shù)據(jù)基礎(chǔ)，開(kāi)展了日冕物質(zhì)拋射事件相似度的研究、以及事件特征參數(shù)的篩選，利用邏輯回歸和推薦算法建立了日冕物質(zhì)拋射是否會(huì)到達(dá)地球的預(yù)報(bào)模型。
在日冕物質(zhì)拋射爆發(fā)后，該預(yù)報(bào)模型可以及時(shí)給出最相似的歷史事件推薦（如圖2所示），并給出該事件是否會(huì)到達(dá)地球的預(yù)測(cè)，為日冕物質(zhì)拋射的對(duì)地有效性預(yù)報(bào)提供重要的參考。未來(lái)，隨著更多日冕物質(zhì)拋射數(shù)據(jù)的積累，模型的預(yù)報(bào)性能將會(huì)不斷得到提升。
相關(guān)成果發(fā)表在期刊Space: Science & Technology上（該期刊入選2020年中國(guó)科技期刊卓越行動(dòng)計(jì)劃高起點(diǎn)新刊項(xiàng)目）。該研究得到了國(guó)家自然科學(xué)基金，中國(guó)科學(xué)院重點(diǎn)部署項(xiàng)目，中國(guó)科學(xué)院國(guó)家空間科學(xué)中心攀登計(jì)劃等項(xiàng)目的支持。
Citation：Shi Y., Wang J., Chen Y., Liu S., Cui Y., and Ao X. Impacts of CMEs on Earth Based on Logistic Regression and Recommendation Algorithm[J]. Space: Science & Technology, 2022. https://doi.org/10.34133/2022/9852185
圖2. 上圖：a-c，世界時(shí)2006年8月16日16:30發(fā)生的CME事件。下圖：d-f，模型推薦的歷史事件為世界時(shí)1997年4月7日14:27發(fā)生的CME事件（圖像來(lái)自SOHO LASCO C2）
（供稿：天氣室）
