"Ci sono solo due disastri naturali che potrebbero avere un impatto su tutti gli Stati Uniti, "secondo Gabor Toth, professore di scienze e ingegneria del clima e dello spazio presso l'Università del Michigan. "Uno è una pandemia e l'altro è un evento meteorologico spaziale estremo".

Attualmente stiamo vedendo gli effetti del primo in tempo reale.

L'ultimo grande evento meteorologico spaziale ha colpito la Terra nel 1859. Più piccolo, ma comunque significativo, eventi meteorologici spaziali si verificano regolarmente. Questi friggi l'elettronica e le reti elettriche, interrompere i sistemi di posizionamento globale, causare spostamenti nella gamma dell'aurora boreale, e aumentare il rischio di radiazioni per gli astronauti oi passeggeri degli aerei che attraversano i poli.

"Abbiamo tutti questi asset tecnologici che sono a rischio, " Ha detto Toth. "Se un evento estremo come quello del 1859 si è verificato di nuovo, distruggerebbe completamente la rete elettrica, i sistemi satellitari e di comunicazione:la posta in gioco è molto più alta".

Motivato dalla Strategia e dal Piano d'azione nazionale della Casa Bianca per il clima spaziale e dalla National Strategic Computing Initiative, nel 2020 la National Science Foundation (NSF) e la NASA hanno creato il programma Space Weather with Quantified Uncertainties (SWQU). Riunisce gruppi di ricerca di diverse discipline scientifiche per far progredire le più recenti analisi statistiche e metodi di calcolo ad alte prestazioni nel campo della modellazione meteorologica spaziale.

"Siamo molto orgogliosi di aver lanciato i progetti SWQU riunendo competenze e supporti in più domini scientifici in uno sforzo congiunto tra NSF e NASA, " disse Vyacheslav (Slava) Lukin, il direttore del programma per la fisica del plasma presso NSF. "La necessità è stata riconosciuta da tempo, e il portfolio di sei progetti, Tra questi c'è Gabor Toth, coinvolge non solo i maggiori gruppi universitari, ma anche centri NASA, Laboratori Nazionali del Dipartimento della Difesa e del Dipartimento dell'Energia, così come il settore privato».

Toth ha contribuito a sviluppare il modello di previsione del tempo spaziale per eccellenza di oggi, che viene utilizzato per le previsioni operative dalla National Oceanic and Atmospheric Administration (NOAA). Il 3 febbraio 2021, NOAA ha iniziato a utilizzare il Geospace Model Version 2.0, che fa parte dello Space Weather Modeling Framework dell'Università del Michigan, prevedere le perturbazioni geomagnetiche.

"Miglioriamo costantemente i nostri modelli, " ha detto Toth. Il nuovo modello sostituisce la versione 1.5, che è operativo da novembre 2017. "Il principale cambiamento nella versione 2 è stato il perfezionamento della griglia numerica nella magnetosfera, diversi miglioramenti negli algoritmi, e una ricalibrazione dei parametri empirici."

Il modello geospaziale si basa su una rappresentazione globale dell'ambiente geospaziale terrestre che include la magnetoidrodinamica:le proprietà e il comportamento dei fluidi elettricamente conduttori come il plasma che interagiscono con i campi magnetici, che gioca un ruolo chiave nelle dinamiche del tempo spaziale.

Il modello geospaziale prevede le perturbazioni magnetiche al suolo risultanti dalle interazioni geospaziali con il vento solare. Tali disturbi magnetici inducono un campo geoelettrico che può danneggiare conduttori elettrici su larga scala, come la rete elettrica.

L'avviso avanzato a breve termine dal modello fornisce ai previsori e agli operatori di rete elettrica una consapevolezza situazionale sulle correnti dannose e consente di mitigare il problema e mantenere l'integrità della rete elettrica, NOAA annunciato al momento del lancio.

Per quanto avanzato sia il modello geospaziale, fornisce solo circa 30 minuti di preavviso. Il team di Toth è uno dei numerosi gruppi che lavorano per aumentare i tempi di consegna da uno a tre giorni. Farlo significa capire come l'attività sulla superficie del Sole porta a eventi che possono avere un impatto sulla Terra.

"Attualmente stiamo utilizzando i dati di un satellite che misura i parametri del plasma a un milione di miglia di distanza dalla Terra, " Ha spiegato Toth. I ricercatori sperano di partire dal Sole, utilizzando l'osservazione a distanza della superficie del Sole, in particolare, espulsioni di massa coronale che producono bagliori visibili ai raggi X e alla luce UV. "Questo accade presto sul Sole. Da quel momento, possiamo eseguire un modello e prevedere l'ora di arrivo e l'impatto degli eventi magnetici".

Migliorare il tempo di esecuzione delle previsioni meteorologiche spaziali richiede nuovi metodi e algoritmi che possono calcolare molto più velocemente di quelli utilizzati oggi e possono essere implementati in modo efficiente su computer ad alte prestazioni. Toth utilizza il supercomputer Frontera presso il Texas Advanced Computing Center, il sistema accademico più veloce al mondo e il decimo più potente in assoluto, per sviluppare e testare questi nuovi metodi.

"Mi considero davvero bravo a sviluppare nuovi algoritmi, " Ha detto Toth. "Applico questi alla fisica spaziale, ma molti degli algoritmi che sviluppo sono più generali e non limitati a un'unica applicazione."

Un importante miglioramento algoritmico realizzato da Toth ha comportato la ricerca di un nuovo modo per combinare gli aspetti cinetici e fluidi dei plasmi in un modello di simulazione. "Le persone ci hanno provato prima e hanno fallito. Ma l'abbiamo fatto funzionare. Andiamo un milione di volte più veloci delle simulazioni di forza bruta inventando approssimazioni e algoritmi intelligenti, " ha detto Toth.

Il nuovo algoritmo adatta dinamicamente la posizione coperta dal modello cinetico in base ai risultati della simulazione. Il modello identifica le regioni di interesse e pone il modello cinetico e le risorse computazionali per focalizzarsi su di esse. Ciò può comportare un'accelerazione da 10 a 100 tempi per i modelli meteorologici spaziali.

Nell'ambito del progetto NSF SWQU, Toth e il suo team hanno lavorato per far funzionare in modo efficiente lo Space Weather Modeling Framework sui futuri supercomputer che fanno molto affidamento su unità di elaborazione grafica (GPU). Come primo obiettivo, hanno deciso di trasferire il modello geospaziale sulle GPU utilizzando il compilatore NVIDIA Fortran con le direttive OpenACC.

Di recente sono riusciti a eseguire l'intero modello geospaziale più velocemente del tempo reale su una singola GPU. Hanno usato la macchina Longhorn abilitata per GPU di TACC per raggiungere questo traguardo. Per eseguire il modello con la stessa velocità su un supercomputer tradizionale sono necessari almeno 100 core CPU.

"Ci è voluto un anno intero di sviluppo del codice per realizzarlo, disse Toth. "L'obiettivo è eseguire un insieme di simulazioni in modo rapido ed efficiente per fornire una previsione probabilistica del tempo spaziale".

Questo tipo di previsione probabilistica è importante per un altro aspetto della ricerca di Toth:la localizzazione delle previsioni in termini di impatto sulla superficie terrestre.

"Dovremmo preoccuparci nel Michigan o solo in Canada? Qual è la massima corrente indotta che sperimenteranno particolari trasformatori? Per quanto tempo dovranno essere spenti i generatori? Per farlo in modo accurato, hai bisogno di un modello in cui credi, " ha detto. "Qualunque cosa prevediamo, c'è sempre qualche incertezza. Vogliamo dare previsioni con probabilità precise, simile alle previsioni del tempo terrestre."

Toth e il suo team eseguono il loro codice in parallelo su migliaia di core su Frontera per ogni simulazione. Hanno in programma di eseguire migliaia di simulazioni nei prossimi anni per vedere come i parametri del modello influenzano i risultati per trovare i migliori parametri del modello ed essere in grado di collegare le probabilità ai risultati della simulazione.

"Senza Frontera, Non credo che potremmo fare questa ricerca, " Ha detto Toth. "Quando metti insieme persone intelligenti e grandi computer, possono succedere grandi cose".

Il modello Michigan Sole-Terra, incluso SWMF Geospace e la nuova porta GPU, è disponibile come open-source su https://github.com/MSTEM-QUDA.