電腦可以幫我們預測太空天氣嗎？

如果我們想要預測從太陽朝向地球噴發的高能粒子，以及它們引發的劇烈地磁風暴，追蹤太陽高層大氣中的日冕洞是最好的方法。最近有研究團隊測試了以電腦視覺：機器學習的方法來訓練電腦識別這些模式。

太陽的大氣：日冕並非均勻分佈，在不同的位置及時間的推移，日冕的密度和相應的外觀都會發生變化，某些區域看起來更亮，其他區域則形成昏暗的日冕洞。

日冕洞代表此處電漿密度較低，這裡的磁場向外太空開放射出，而不是封閉向下回到太陽的內部。這些區域的開放磁場為太陽風（高能粒子）提供了脫離太陽的出口。

因此日冕洞的形成和演化，位置和大小對於預測太陽風和預測太空天氣非常重要。此外，追蹤太陽週期中的日冕洞可以觀察磁場如何影響太陽活動，甚至可以幫助我們預測即將發生的太陽活動。

在最近的研究中，俄羅斯莫斯科國立大學（Moscow State University）的埃格爾·伊拉里奧諾夫（Egor Illarionov）等人嘗試使用類神經網路來處理大量的太陽影像。伊拉里奧諾夫的團隊使用處理過的太陽全球平面圖當作訓練集，放入他們設計的卷積神經網路（一種非常擅長分析影像的深度學習演算法）來學習辨識日冕洞。卷積神經網絡的優勢在於，它不需要人類先描述目標（日冕洞）的特徵，能夠自行學習，只要有足夠的訓練時間，便能辨識其他照片中的日冕洞。

研究團隊使用這種方法構建了一份2010年至2020年的日冕洞目錄，他們也將演算法的程式碼和產生的日冕洞目錄公開。如果訓練的樣本足夠多，未來這個方法對於太空天氣的甚至太陽活動的預測將更準確。

【圖：Sebman81；文：節錄自台北市立天文科學教育館網頁】研究全文刊登在2020年11月9日出版的《天體物理學報》