空間中心提出日冕物質拋射識別與參數獲取的新方法

日冕物質拋射（CME）是從太陽拋入行星際空間的大尺度等離子體團，是太陽系內最大尺度的能量釋放活動，也是災害性空間天氣的主要驅動源。研究CME在日冕與行星際的傳播過程和演化過程，預測CME是否以及何時到達地球軌道，是空間天氣領域的重要課題。

此前，依據搭載于太陽與日光層觀測臺衛星上的大角度和光譜日冕儀（LASCO）的觀測數據，有研究人員手工整理了1996年至今的CME觀測目錄。該目錄記載了每一次CME事件的時間、位置角、角寬度、速度等物理量，為CME的相關研究提供了基礎數據。面對海量的數據，手工識別存在耗時費力的缺點，因此CME的自動識別成為領域內較為活躍的研究方向。

中國科學院國家空間科學中心太陽活動與空間天氣重點實驗室研究員沈芳團隊研發了基于機器學習的CME識別與參數獲取的新方法。該團隊基于LASCO日冕儀的圖像數據，訓練了能夠判別圖像內是否有CME的卷積神經網絡模型；利用主成分分析方法提取了神經網絡的特征圖中的信息，獲取了能夠展示每一張觀測圖像中CME位置的共定位圖；進一步，根據不同圖像中CME區域的形狀和位置等特征，采用軌跡匹配方法跟蹤CME軌跡，展示了CME在日冕儀視野中的傳播過程、獲取速度、角寬度和中央位置角等物理量。

與CME手工目錄以及部分經典自動識別方法相比，這一新方法具備效率高、速度快的特點，能夠識別較為微弱的CME信號，可以給出準確的CME形態信息。它的跟蹤方法比較貼合直觀，獲取得到的參數接近人類手工識別的結果。此外，新方法探測到的CME結構可用于CME到達時間預測以及CME三維重構等工作。

相關研究成果發表在《天體物理學雜志增刊系列》（The Astrophysical Journal Supplemental Series）上。研究工作得到國家自然科學基金、國家重點研發計劃和中國科學院戰略性先導科技專項等的支持。

CME觀測圖像原圖、獲取的共定位圖以及CME區域標注示意圖