Scienziati dell'Università di Graz (Austria), Skoltech e i loro colleghi degli Stati Uniti e della Germania hanno sviluppato una nuova rete neurale in grado di rilevare in modo affidabile i buchi coronali da osservazioni spaziali. Questa applicazione apre la strada a previsioni meteorologiche spaziali più affidabili e fornisce preziose informazioni per lo studio del ciclo di attività solare. Il documento è stato pubblicato sulla rivista Astronomia e astrofisica .

Proprio come la nostra vita sulla Terra dipende dalla luce del sole, la nostra "vita" elettronica dipende dall'attività della nostra stella più vicina e dalle sue interazioni con il campo magnetico terrestre. Per l'occhio umano, il sole appare quasi costante, ma il sole è molto attivo, mostrando frequentemente eruzioni e causando tempeste geomagnetiche sulla Terra. Per questa ragione, l'atmosfera solare esterna, la corona solare, è costantemente monitorato da telescopi satellitari.

In queste osservazioni, una delle caratteristiche principali sono le regioni scure estese chiamate fori coronali. Appaiono scuri perché le particelle di plasma possono sfuggire lungo il campo magnetico dalla superficie solare nello spazio interplanetario, lasciando un "buco" nella corona. Le particelle in fuga formano flussi di vento solare ad alta velocità che alla fine possono colpire la Terra, causando tempeste geomagnetiche. L'aspetto e la posizione di questi fori sul sole varia a seconda dell'attività solare, dandoci anche importanti informazioni sull'evoluzione a lungo termine del sole.

"Il rilevamento di buchi coronali è un compito difficile per gli algoritmi convenzionali ed è anche impegnativo per gli osservatori umani, perché ci sono anche altre regioni oscure nell'atmosfera solare, come filamenti, che può essere facilmente confuso con un foro coronale, "dice Robert Jarolim, un ricercatore presso l'Università di Graz e l'autore principale dello studio.

Nella loro carta, gli autori descrivono una rete neurale convoluzionale chiamata CHRONNOS (Coronal Hole RecOgnition Neural Network Over multi-Spectral-data) che hanno sviluppato per rilevare i buchi coronali. "L'intelligenza artificiale ci consente di identificare i fori coronali in base alla loro intensità, forma, e proprietà del campo magnetico, che sono gli stessi criteri di cui tiene conto un osservatore umano, " dice Jarolim.

"L'atmosfera solare appare molto diversa se osservata a diverse lunghezze d'onda. Abbiamo usato immagini registrate a diverse lunghezze d'onda dell'ultravioletto estremo (EUV) insieme a mappe del campo magnetico come input per la nostra rete neurale, che consente alla rete di trovare relazioni nella rappresentazione multicanale, "Astrid Veronig, professore all'Università di Graz e coautore della pubblicazione, aggiunge.

Gli autori hanno addestrato il loro modello con circa 1700 immagini nell'intervallo di tempo 2010-2017 e hanno dimostrato che il metodo è coerente per tutti i livelli di attività solare. La rete neurale è stata valutata confrontando i risultati con 261 fori coronali identificati manualmente, corrispondenti etichette umane nel 98% dei casi. Inoltre, gli autori hanno esaminato la rilevazione di buchi coronali sulla base di mappe di campo magnetico, che appaiono molto diversi dalle osservazioni EUV. Per un umano, i fori coronali non possono essere identificati da queste sole immagini, ma l'IA ha imparato a percepire le immagini in modo diverso ed è stata in grado di identificare i fori coronali.

"Questo è un risultato promettente per il futuro rilevamento di fori coronali a terra, dove non possiamo osservare direttamente i fori coronali come regioni scure come nelle osservazioni dell'ultravioletto estremo e dei raggi X molli dallo spazio, ma dove il campo magnetico solare viene misurato regolarmente, "dice Tatiana Podladchikova, assistente professore presso lo Skoltech Space Center e coautore del documento.

"E qualunque tempesta possa infuriare, auguriamo a tutti un bel tempo nello spazio, " ha concluso Podladchikova.