Zonnevlammen in realtime detecteren

Computers kan men leren om zonnevlammen te vinden in enorme hoeveelheden van beelden, wat wetenschappers helpt om tijdig ruimteweerwaarschuwingen te geven, aldus een nieuwe, door de NSF (National Science Foundation) gefinancierde studie. Het onderzoek werd gepubliceerd in het Journal of Space Weather and Space Climate.

De computertechniek voor het zelfstandig en automatisch leren, ontwikkeld door wetenschappers van het Cooperative Institute for Research in Environmental Sciences aan de University of Colorado Boulder en de National Centres for Environmental Information, doorzoekt enorme hoeveelheden satellietgegevens om kenmerken te vinden die van belang zijn voor ruimteweer.

Veranderende omstandigheden op de zon en in de ruimte kunnen verschillende technologieën op aarde beïnvloeden, radiocommunicatie blokkeren, stroomnetten beschadigen en de nauwkeurigheid van  navigatiesystemen (GPS en andere) verminderen. De mogelijkheid om zonnegegevens in realtime te verwerken, is heel belangrijk omdat uitbarstingen op de zon binnen enkele minuten de aarde beïnvloeden. De afstand zon-aarde bedraagt immers “maar” 8 lichtminuten.

Om binnenkomend ruimteweer te voorspellen, vatten wetenschappers twee keer per dag de huidige omstandigheden op de zon samen. Ze gebruiken handgetekende kaarten die zijn gelabeld met verschillende zonnefuncties - inclusief actieve regio's, filamenten en de grenzen van coronale gaten.

Evenwel produceren zonne-imagers (de computers dus) om de paar minuten een nieuwe reeks waarnemingen. De Solar Ultraviolet Imager op de GOES-R-serie satellieten draait bijvoorbeeld op een cyclus van vier minuten en verzamelt gegevens in zes verschillende golflengtes per cyclus.

Bij de foto: De imager op de satellieten uit de GOES-R-serie verzamelt gegevens die overeenkomen met verschillende temperaturen.
Image Credit: Dan Seaton / CIRES & NCEI

"We hebben tools nodig om zonnegegevens in handelbare brokken te verwerken," zei Dan Seaton, een instituutwetenschapper en een van de co-auteurs van het onderzoeksdocument.
J. Marcus Hughes, een computerwetenschapper bij CU Boulder en hoofdauteur van de studie, creëerde een computeralgoritme dat alle Solar Ultraviolet Imager-afbeeldingen tegelijkertijd kan bekijken en patronen in de gegevens kan herkennen.

"Dit werk is voortgekomen uit onderzoek dat begon tijdens een NSF zomer Research Experiences for Undergraduates-project, dat illustreert hoe belangrijk en impactvol zomeronderzoekservaringen kunnen zijn", zegt Manda Adams, programmadirecteur bij NSF's Division of Atmospheric and Geospace Sciences.

Auteur: Jan Vyvey
Bron: NSF