人工智能模型革新太阳磁场测绘，显著提升空间天气预报精度

夏威夷大学天文研究所（IfA）的研究人员取得了一项重大突破：他们开发出一种采用人工智能（AI）的新方法，能够以前所未有的精度绘制出太阳磁场的3D图谱。这项创新旨在为利用丹尼尔·K·伊诺耶太阳望远镜（DKIST）收集的数据开展的科学研究提供强有力的支撑。该项研究成果已在权威学术期刊《天体物理学杂志》（The Astrophysical Journal）上正式发表。

IfA的首席研究员、博士生凯·杨（Kai Young）强调了这项工作的关键意义。他指出，鉴于当前太阳活动正处于一个高能时期，太阳作为空间天气的源头，其潜在的干扰能力不容小觑，这可能对地球上的现代技术系统造成冲击。太阳的磁场是驱动剧烈爆发事件的根本动力，例如太阳耀斑和日冕物质抛射（CME）。这些现象对卫星通信、地面电网以及全球通讯网络构成了现实威胁。

在传统测量太阳磁场的过程中，研究人员一直面临着固有的难题。其中一个主要挑战在于难以确定磁场倾斜方向的准确性——即磁场是朝向地球还是背离地球。此外，确定磁场结构的真实高度也极为复杂。这些测量上的不确定性严重阻碍了构建精确的3D模型，而这种模型对于可靠地预测空间天气至关重要。

为了有效克服这些瓶颈，该团队构建了一个名为“哈雷阿卡拉消歧码”（Haleakalā Disambiguation Decoder）的机器学习系统。该算法巧妙地结合了实际的观测数据与一个核心物理定律：即磁场必然形成闭合的连续环路。这一物理约束条件使得人工智能系统能够成功解决磁场方向判断中的180度方位模糊性，并以极高的准确率估算出磁场层的真实高度。

该方法的有效性已在复杂的计算机模拟中得到验证，这些模拟涵盖了太阳的平静区域、活动区以及太阳黑子等多种场景。AI改进后的数据解读能力，尤其是在接收到位于夏威夷莫纳克亚山顶的DKIST提供的超高分辨率图像时，显得尤为宝贵。通过部署“哈雷阿卡拉消歧码”，科学家们得以构建出更为可靠的太阳磁层三维地图，并精确识别出太阳大气中的矢量电流，从而更清晰地洞察触发强大太阳爆发事件的内在机制。

提高空间天气预报的精确度具有重要的现实意义。根据美国国家海洋和大气管理局（NOAA）的最新预测，始于2019年12月的第25个太阳活动周期，预计将在2024年11月至2026年3月期间达到峰值活跃期。借助这项AI技术，我们能更深入地理解太阳事件的触发因素，这对于提前发出预警并保护关键基础设施至关重要。这项计算工作的规模是巨大的，SPIn4D项目的数据集包含了120TB的模拟观测结果，这些数据是利用美国国家科学基金会（NSF）Cheyenne超级计算机超过1000万小时的处理器时间生成的。