中科院提出日冕物质抛射自动三维重建新方法

中国科学院国家空间科学中心沈芳团队提出一种基于双视角日冕仪观测数据与机器学习技术的日冕物质抛射（CME）自动三维重建新方法。日冕物质抛射是太阳释放的巨大等离子体团，是太阳系内最大尺度的能量活动之一，也是引发灾害性空间天气的主要源头。当其抵达地球时，可能对卫星、通信系统和电网等造成严重破坏，因此对其传播过程与动力学特征的研究对空间天气预报具有重要意义。 该团队创新性地将CME的三维重建问题转化为目标函数最优化问题。首先利用卷积神经网络提取双视角日冕仪图像中的CME特征，结合主成分分析与最大类间方差算法，准确定位CME在二维图像中的位置；随后构建相似度目标函数，衡量CME二维投影与三维模型之间的匹配程度。通过差分进化算法求解该优化问题，自动获得CME的三维结构参数，无需人工干预和参数调整。 研究团队利用该方法成功拟合了近97个CME事件，构建了高质量的CME三维参数数据集，并对三维与二维观测参数进行了统计分析。结果表明，传统基于二维观测的参数估计易受投影效应影响，存在显著误差，而新方法重建的三维结构与实际观测图像高度吻合，具有更高的准确性。该方法实现了CME三维重建的自动化，显著提升了效率与可重复性。 此外，该方法可快速提供CME行星际传播模拟所需的初始条件，支持到达时间预测，具备在太阳极轨、L5点等多角度观测平台上的应用潜力，有助于推动多视角CME观测研究，提升空间天气预报的精度。相关成果已发表于《天体物理学报增刊》（The Astrophysical Journal Supplemental Series），研究得到国家自然科学基金和国家重点研发计划等项目支持。