仪表网课

行业企业市场标准科技新品会议展会政策原创

云南天文台利用机器学习预测日冕全日面软X射线辐射分布

仪表研发 2021年07月21日 11:33:23 来源:云南天文台人气:11337
分享:
  【仪表网 仪表研发】导读:近期,中国科学院云南天文台太阳物理研究团组副研究员洪俊超及其合作者研究员季凯帆、刘辉等人开展太阳观测分析与人工智能学习的学科交叉研究,基于当前主流的日冕极紫外波段成像数据,利用机器学习方法预测日冕软X射线波段辐射。相关研究结果以Mapping Solar X-Ray Images from SDO/AIA EUV Images by Deep Learning为题,发表在《天体物理学杂志》上。
 
  日冕作为太阳大气的最外层,由十分稀薄的、温度高达百万度甚至千万度的等离子体组成。日冕中的自由电子被附近离子的电场散射,通过自由-自由跃起损失动能并辐射光子(free-free emission),这一物理过程是日冕极紫外波段和软X射线波段辐射的主要来源,也因此可在极紫外波段和软X射线波段对日冕等离子体结构进行成像探测。
 
  近年来,全日面日冕的探测主要来源于极紫外波段的成像观测,由空间卫星SDO的太阳大气成像仪AIA每12秒在6个极紫外波段(171、193、211、335、131、94 埃)同时进行全日面成像。而另外一台卫星Hinode的软X射线望远镜XRT每天只在几个固定的时刻对日冕进行少量的全日面软X射线波段成像。
 
  该研究采用一种机器(深度)学习方法——人工智能卷积神经网络,统计分析配对的AIA与XRT数据,建立了由AIA 6波段观测至XRT软X射线观测的映射模型。研究表明,该模型能构造出与真实观测一致的软X射线数据,从而能够缓解当前关于日冕软X射线观测的缺失。通过该方法预测日冕软X射线观测,比传统方法利用极紫外日冕观测反演日冕微分辐射测量(DEM)再预测软X射线观测更便捷、更快、更精确。研究进一步发现,结合由该方法预测的软X-射线虚拟数据和实际观测的日冕极紫外数据,可对日冕DEM作更为精确的反演,尤其是针对具有较高温度等离子体(五百万度以上)的日冕特征。未来,由机器学习虚拟的多波段观测可能为某些具体的太阳物理分析(如日冕结构热分布)提供数据辅助。
 
  该研究获得了国家自然科学基金重点项目和面上项目、中科院太阳活动重点实验室,以及科技部重大项目的支持。
关注本网官方微信 随时阅专业资讯
加入本网采购群 了解更多采购信息
@仪表网

全年征稿 / 资讯合作

联系邮箱:ybzhan@QQ.com

我要评论

文明上网,理性发言。(您还可以输入200个字符)

所有评论仅代表网友意见,与本站立场无关。

  • 凡本网注明"来源:仪表网"的所有作品,版权均属于仪表网,未经本网授权不得转载、摘编或利用其它方式使用上述作品。已经本网授权使用作品的,应在授权范围内使用,并注明"来源:仪表网"。违反上述声明者,本网将追究其相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。
  • 合作、投稿、转载授权等相关事宜,请联系本网。联系电话:0571-87759945,QQ:1103027433。
成丰仪表——中国第三代流量计领军品牌


返回首页