新聞中心

科技日報記者 陸成寬

記者16日從中國科學院國家空間科學中心獲悉，基于機器學習，該中心科研人(rén)員提出了(le)一種日冕物(wù)質抛射識别與參數獲取的(de)新方法。該方法對預報災害性空間天氣具有重要意義。相關研究成果在線發表于《天體物(wù)理(lǐ)學雜志增刊》。

日冕物(wù)質抛射（CME）是從太陽抛入行星際空間的(de)大(dà)尺度等離子體團，是太陽系内最大(dà)尺度的(de)能量釋放活動，也(yě)是災害性空間天氣的(de)主要源頭，可(kě)能會導緻中度到強烈的(de)地磁暴。

“了(le)解日冕物(wù)質抛射在日冕以及行星際的(de)傳播和(hé)演化(huà)過程，預報日冕物(wù)質抛射是否到達地球軌道及何時到達地球軌道，是空間天氣領域關注的(de)重要課題。”論文通(tōng)訊作者、中國科學院國家空間科學中心研究員沈芳介紹。

利用(yòng)搭載于太陽與日光(guāng)層觀測台（SOHO）衛星上的(de)大(dà)角度和(hé)光(guāng)譜日冕儀的(de)觀測數據，美(měi)國國家航空航天局的(de)研究人(rén)員手工整理(lǐ)了(le)1996年至今的(de)日冕物(wù)質抛射觀測目錄。該目錄記載了(le)每一次日冕物(wù)質抛射事件的(de)時間、位置角、角寬度、速度等，是日冕物(wù)質抛射相關研究的(de)重要基礎數據。

“然而，面對海量的(de)數據，手工識别存在著(zhe)耗時費力的(de)缺點，日冕物(wù)質抛射的(de)自動識别成爲空間天氣研究的(de)熱點。”沈芳說。

此次，科研人(rén)員提出了(le)基于機器學習的(de)日冕抛射物(wù)質識别與參數獲取方法。首先，科研人(rén)員基于大(dà)角度和(hé)光(guāng)譜日冕儀的(de)圖像數據，訓練了(le)一個能夠判别圖像内是否有日冕物(wù)質抛射的(de)卷積神經網絡模型；随後，利用(yòng)主成分(fēn)分(fēn)析方法提取神經網絡的(de)特征圖中的(de)信息，獲取了(le)能夠展示每一張觀測圖像中日冕物(wù)質抛射位置的(de)共定位圖；最後，根據不同圖像中日冕抛射物(wù)質區域的(de)形狀、位置等特征，獲取了(le)日冕抛射物(wù)質的(de)速度、角寬度以及中央位置角等信息。

“與日冕抛射物(wù)質手工目錄以及部分(fēn)經典自動識别方法相比，基于機器學習的(de)日冕抛射物(wù)質識别與參數自動獲取方法效率高(gāo)、速度快(kuài)，能夠識别較爲微弱的(de)日冕抛射物(wù)質信号，并給出準确的(de)日冕抛射物(wù)質的(de)形态信息。”沈芳說道。

（中國科學院國家空間科學中心供圖）