NASA AI提前12小时预测太阳活动区

美国国家航空航天局（NASA）的COFFIES科学中心开发了一种机器学习模型，能够在太阳活动区出现前最多12小时预测其出现。该模型发表在《地球物理研究杂志：机器学习和计算》上，采用滑动窗口变换器架构，检测太阳表面下方声波和磁场中的细微变化。

COFFIES团队包括来自新泽西理工学院、普林斯顿大学和NASA艾姆斯研究中心的科研人员。他们分析了NASA太阳动力学观测站的数据，并使用了艾姆斯研究中心的超级计算资源。COFFIES联合研究员、新泽西理工学院的亚历山大·科索维奇表示，该技术通过识别太阳声功率的细微变化来捕捉前兆，他将其比作“在嘈杂的管弦乐队中捕捉节奏的细微变化”。

活动区是磁场集中区域，以太阳黑子的形式突破太阳表面。它们是太阳耀斑和日冕物质抛射的主要引擎，这些现象可能威胁宇航员、使卫星失效，并干扰地球上的无线电通信。目前，美国国家海洋和大气管理局（NOAA）空间天气预报中心和美国空军的业务预报通过监测太阳上已可见的活动区来估算耀斑概率。

新的人工智能模型在太阳活动的长时程上移动一个固定大小的窗口，聚焦近期数据，同时记住整体模式。这使得预报员能够预测即将出现的太阳黑子的大致位置，而不是依赖对已可见太阳黑子的计数。该模型尚未准备好用于业务实时预报，但团队计划在更多已知太阳事件中对其进行验证。

COFFIES是“太阳内部和外部场与流的后果”的缩写，是NASA三个DRIVE科学中心之一。它专注于太阳活动及其11年周期背后的相互关联过程。NASA“月球到火星”空间天气分析办公室副主任米开朗基罗·罗马诺表示，该模型可能提供提前预测潜在耀斑位置的新能力，为NASA任务提供额外支持。

NASA的空间天气监测对于阿尔忒弥斯登月任务和未来载人火星任务至关重要。NASA和NOAA的团队合作将研究成果转化为业务工具，包括空间辐射分析小组、“月球到火星”空间天气分析办公室和社区协调建模中心。太阳黑子区域出现预测，尤其是对太阳远侧的预测，可以补充这些团队目前使用的模型。