机器学习在空间物理的应用

来源：国家空间科学中心

从上世纪六十年代起，各个国家的航空航天部门（如美国宇航局NASA和欧洲宇航局ESA）就开始利用天基卫星、地基台站不间断的开展太阳磁场监测，截至现今已经积累了海量的太阳监测数据。例如位于太阳同步轨道的日出卫星（Hinode）上搭载的太阳光学望远镜（SOT）平均每年获取约10TB的数据，位于地球同步轨道（GEO）的太阳动力学观测台（SDO卫星）平均每年可获取500TB的数据，而地基先进技术太阳望远镜（DKIST）平均每年可获取10000TB的数据。截至2019年，Hinode和SDO卫星的数据累计已达到3.1PB[1]。

以美国的太阳动力学观测台（SDO卫星）对太阳大气的监测图像为例，如图1所示，从左上至右下分别是多普勒影像观测（Dopplergram）、光球磁场观测（Magnetogram）、光球连续谱观测（Continuum）、三个选定谱线（1700Å、4500Å、1600Å）观测，以及七个选定极紫外波段（304Å、171Å、193Å、211Å、335Å、94Å、131Å）的观测。

图1 SDO卫星对太阳大气的观测（引自NASA）

如此海量的太阳监测数据，并不是重复的、无意义的，且当前多个天地基望远镜对太阳的联合观测之间也存在差异，这是由于天地基望远镜位于不同的观测位置、通过不同的观测技术手段、采用的仪器针对不同的波段敏感等等。

由于太阳具有复杂的磁场结构、经常存在爆发活动，太阳监测图像所包含的太阳特征也是种类繁多的、具有复杂的空间和时间尺度。如图2所示的太阳特征包括太阳黑子（sunspots）、冕洞（coronal hole），太阳爆发活动包括太阳耀斑（solar flares）、日珥爆发（erupting prominences）、日冕物质抛射（coronal mass ejections）。

图2 太阳特征和太阳爆发活动（引自NASA）

随着更多太空探索任务的持续展开和推进，太阳监测数据会持续增多，人力处理显然已经跟不上海量数据的增速。近年来随着理论和算法的飞速发展，机器学习可以更快速的处理复杂、多维度的数据，去除噪声、自动识别关键信息，正适合于处理海量的太阳监测数据、自主的挖掘数据特征。

在此背景下，Armstrong等（2019）将机器学习方法引入海量Hα太阳监测图像的处理，利用卷积神经网络（CNN）建立大尺度太阳特征的分类模型，并通过“转移学习”算法（transfer learning），研究该模型是否也可以从其他卫星、其他波段、不同分辨率的图像观测对太阳特征进行分类。

首先，他们利用13175张Hinode卫星SOT观测的Hα（6563Å）图像，手动建立了分类数据库（大容量标识数据库），将图像上的太阳特征分类为暗条、耀斑亮带、日珥、太阳黑子、以及平静太阳（没有前面四个太阳特征的区域）。

图3 太阳特征分类模型将日珥图像分类为日珥的过程示意图（引自1）

这里需要指出的是，大容量标识数据库由科学家手动完成标注，在此过程中投入大量的时间和精力，这是由于该数据库是深入研究太阳特征和开展建模预报的基础，是非常必要且重要的。在这里向建立空间天气事件和特征数据库的科学家们致敬！

其次，基于这个数据库，他们利用卷积神经网络建立分类模型，将太阳监测图像分类为五个分类（暗条、耀斑亮带、日珥、太阳黑子、以及平静太阳）之一。需要指出的是，暗条和日珥是同类的物质结构、分布在日面上的不同部位，因此图像特征差异很大，因此分开作为两类特征。

他们利用验证集评估模型的分类效果，在1318张图像中，只有一张图像分类错误，准确率高达99.82%。图4是成功分类的太阳特征示意图，从左至右分别是耀斑亮带、日珥、日珥和太阳黑子[1]。

图4 成功分类的太阳特征示意图（引自1）

最后，他们将已建成的网络应用于SDO卫星的太阳监测图像，包括尝试从选定谱线（1700Å、1600Å）观测图像识别太阳黑子、从极紫外波段（304 Å）观测图像识别日珥。

然而结果显示，模型无法在SDO卫星的太阳监测图像上取得同样好的效果，出现了一些将太阳特征误分类的情况。这是由于不同波段的太阳监测图像虽然反映的是同一个太阳特征，但在不同的温度、高度上，其体现出来的“图像特性”是不同的。

图5是该模型移植学习后，误将SDO卫星图像观测（左图）中的太阳黑子分类为耀斑亮带，而同一时刻Hinode卫星SOT图像观测（中图）被正确的分类为太阳黑子，将SOT图像观测降低分辨率后（右图）仍然能正确分类。由此可见，分辨率对模型预报的效果影响不大。

图5 模型移植学习网络后误将太阳黑子识别为耀斑亮带（引自1）

总之，利用机器学习对太阳监测数据开展太阳特征的识别和分类，是海量的观测数据带来的契机和未来的趋势。Armstrong等（2019）的成功尝试（准确率高达99.82%），也证实了其可行性。