内容来源：https://gizmodo.com/ai-algorithm-takes-us-closer-to-forecasting-the-northern-lights-2000548662，作者：艾萨克·舒尔茨 发表于 2025 年 1 月 10 日从国际空间站看到的极光。图片来源：马修·多米尼克/美国宇航局一组研究人员使用人工智能对近十亿张北极光图像进行分类，这可以帮助研究人员理解和预测这一非凡的自然现象。该团队开发了一种新颖的算法，对 2008 年至 2022 年拍摄的 THEMIS 全天空图像中超过 7.06 亿张北极光图像进行排序。该算法根据图像的特征将图像分为六类，显示了用于对大规模大气数据集进行分类的软件。
新罕布什尔大学研究员耶利米·约翰逊说：“海量数据集是宝贵的资源，可以帮助研究人员了解太阳风如何与地球磁层相互作用，地球磁层是保护我们免受来自太阳的带电粒子流影响的保护气泡。”以及该研究的主要作者在大学发布的文章中。 “但到目前为止，其庞大的规模限制了我们使用这些数据的效率。”
https://phys.org/news/2025-01-ai-categorizes-million-aurora-images.html该团队的研究上个月发表在《地球物理研究杂志：机器学习与计算》上，描述了一种经过训练可以自动标记数亿张极光图像的算法，有可能帮助科学家大规模地快速探索这种现象。https://agupubs.onlinelibrary.wiley.com/doi/10.1029/2024JH000292
今年出现了大量的极光，部分原因是太阳正处于太阳活动周期的高峰期。太阳 11 年太阳周期的顶峰是由恒星表面活动的增加定义的，包括太阳物质的喷发（日冕物质抛射，或 CME）和太阳耀斑。
这些事件将带电粒子发射到太空中，当这些粒子与地球大气中的粒子发生反应时，它们会在天空中产生飘逸的光芒：极光。这些粒子还会扰乱地球和太空中的电子设备和电网，但我们现在谈论的只是相当自然的现象，而不是太空天气可能给人类带来的无情混乱。来自奥斯陆极光 THEMIS 数据集 (OATH) 的极光伪彩色图像。图片：地球物理研究杂志：机器学习和计算 (2024)。“标记数据库可以进一步揭示极光动态，但在非常基础的层面上，我们的目标是组织 THEMIS 全天图像数据库，以便研究人员可以更有效地使用其中包含的大量历史数据，并提供足够大的样本用于未来的研究，”约翰逊说。太阳风暴的强度很难预测，因为在粒子到达地球一小时内之前，科学家无法精确测量太阳风暴的强度。
该团队将数亿张图像分为六类：弧形、漫反射、离散、阴天、月亮和晴朗/无极光。科学家们可能会通过将极光与极光发生时的大气数据进行比较，并将这种现象与最终导致极光秀的太阳事件联系起来，从而获益。
更好地了解太阳粒子和地球大气中粒子的化学混合物将有助于科学家确定每种情况下会出现哪种类型的极光，以及快速查询数亿张图像的能力（与人类完成这项工作的速度相比） ）可能对极光研究有好处。
～完～
