人工智能帮助改善NASA的太阳之眼
一组研究人员正在使用人工智能技术校准NASA的一些太阳图像，帮助改善科学家用于太阳研究的数据。这项新技术于2021年4月13日发表在《天文学与天体物理学》杂志上。
太阳望远镜的工作很辛苦。盯着太阳要付出惨痛的代价，不断受到无休止的太阳粒子和强烈阳光的轰击。随着时间的推移，太阳望远镜的敏感镜片和传感器开始退化。为了确保这些仪器发回的数据仍然准确，科学家们定期进行重新校准，，以确保他们了解仪器的变化情况。
NASA的太阳动力学天文台（SDO）于2010年发射，十多年来一直提供太阳的高清图像。它的图像让科学家们详细观察了各种太阳现象，这些现象可能引发空间天气，并影响我们的宇航员和地球及太空中的技术。大气层成像组件，简称AIA，是SDO上的两个成像仪器之一，它持续观察太阳，每 12 秒通过 10 个波长的紫外线拍摄图像。这创造了大量的太阳信息，这是其他仪器所无法比拟的，但就像所有凝视太阳的仪器一样，AIA会随着时间的推移而退化，数据需要经常校准。
这张图片显示了NASA太阳动力学天文台上的大气成像组件所观测到的七个紫外线波长的情况。上排是2010年5月的观测结果，下排是2019年的观测结果，没有进行任何修正，显示了仪器如何随时间退化。
影像来源：Luiz Dos Santos/NASA GSFC
自从SDO发射以来，科学家们已经使用探空火箭来校准AIA。探空火箭是一种小型火箭，通常只携带少量仪器，并进行短暂的太空飞行——通常只有15分钟。至关重要的是，探空火箭在地球的大部分大气层之上飞行，使火箭上的仪器能够看到AIA测量到的紫外线波长。这些波长的光被地球大气层吸收，无法从地面测量。为了校准AIA，他们将在探空火箭上安装一个紫外线望远镜，并将这些数据与AIA的测量数据进行比较。然后，科学家可以对AIA数据的任何变化进行调整。
图片显示了2021年AIA在退化校正前（上）和经探空火箭校正后（下）在304埃光下看到的太阳。
影像来源：NASA GSFC
探空火箭的校准方法有一些缺点。探空火箭只能经常发射，但AIA一直在观察太阳。这意味着在每次探空火箭校准之间会有停机时间，校准会有轻微偏差。
“这对深空任务也很重要，因为深空任务没有探测火箭校准的选项，”路易斯·多斯桑托斯博士（Dr. Luiz Dos Santos）说，他是位于马里兰州格林贝尔特的NASA戈达德太空飞行中心的太阳物理学家，也是这篇论文的主要作者。“我们正在同时解决两个问题。”
虚拟校准
考虑到这些挑战，科学家们决定研究其他校准仪器的方案，并着眼于持续校准。机器学习，一种用于人工智能的技术，似乎是一个完美的选择。
顾名思义，机器学习需要一个计算机程序或算法来学习如何执行其任务。
首先，研究人员需要训练一种机器学习算法来识别太阳结构，以及如何使用AIA数据进行比较。为了做到这一点，他们向算法提供来自探测火箭校准飞行的图像，并告诉它他们需要的正确校准量。在这些例子足够多之后，他们给算法类似的图像，看看它是否能识别出所需正确的校准量。有了足够的数据，算法就能识别出每幅图像需要多少校准量。
因为AIA以多种波长的光线观察太阳，研究人员还可以使用该算法来比较不同波长的特定结构，并加强其评估。
首先，他们会教算法太阳耀斑是什么样子，通过显示AIA所有波长的太阳耀斑，直到它识别出所有不同类型的光中的太阳耀斑。一旦程序能够在没有任何退化的情况下识别太阳耀斑，然后该算法可以确定退化对AIA当前图像的影响有多大，以及每种图像需要校准多少。
“这是件大事，”多斯桑托斯说。“我们不是仅仅在同一波长上识别，而是在不同波长上识别结构。”
这意味着研究人员可以对算法识别的校准更加肯定。事实上，当把他们的虚拟校准数据与探空火箭的校准数据进行比较时，机器学习程序是准确的。
顶部的一排图像显示了自SDO发射以来，AIA的304埃波长波长通道多年来的退化情况。底排图像使用机器学习算法对这种退化进行了校正。
影像来源：Luiz Dos Santos/NASA GSFC
有了这个新程序，研究人员准备在校准火箭飞行之间不断校准AIA的图像，为研究人员提高SDO数据的准确性。
太阳之外的机器学习
研究人员也一直在使用机器学习来更好地了解离地球更近的情况。
由ASTRA LLC和NASA戈达德太空飞行中心首席数据科学家和航空航天工程师瑞安·麦克格纳汉（Ryan McGranaghan）博士领导的一组研究人员使用机器学习来更好地理解地球磁场和电离层之间的联系，电离层是地球上层大气的带电部分。通过对大量数据使用数据科学技术，他们可以应用机器学习技术来开发一个更新的模型，帮助他们更好地理解从太空降雨到地球大气层的带电粒子是如何驱动太空天气。
随着机器学习的进步，它的科学应用将扩展到越来越多的任务。在未来，这可能意味着深空任务——前往那些无法进行校准火箭飞行的地方——仍然可以进行校准，并继续提供准确的数据，即使在离地球或任何恒星越来越远的距离时也是如此。
参考来源：