“夸父一號”載荷萊曼阿爾法太陽望遠鏡取得系列研究進展

　　近期，中國科學院紫金山天文臺“夸父一號”衛星科學團隊取得了進展。該團隊利用“夸父一號”衛星載荷萊曼阿爾法太陽望遠鏡（LST）的全日面成像儀（SDI）觀測數據，獲得了萊曼阿爾法（Lyα）波段卡林頓圖，并用于科學分析。相關成果發表在《天體物理學雜志快報》（The Astrophysical Journal Letters）上。該團隊提出了基于深度學習自動識別日冕物質拋射（CME），并跟蹤與三維重建CME的方法。相關成果發表在《天體物理學雜志增刊系列》（The Astrophysical Journal Supplement Series）上。

　　該研究利用SDI全日面觀測數據，生成直接由觀測得到的Lyα波段卡林頓圖，并考慮太陽較差自轉的影響。進一步，研究考慮到太陽爆發活動通常伴隨日面Lyα輻射增強，以耀斑/CME發生時的日面觀測數據替換相應區域的全日面數據，使卡林頓圖更具實時性和準確性。研究通過比較實際觀測得到的卡林頓圖與從極紫外30.4 nm波段通過經驗公式推導得到的卡林頓圖，發現兩者的輻射強度在日面活動區的相對誤差可達60%。結果表明，相較于推導得到的卡林頓圖，利用SDI數據得到的卡林頓圖能夠提供更準確的入射輻射信息。

　　CME是太陽大氣中最劇烈和規模最大的太陽活動現象之一，也是災害性空間天氣的主要驅動源。CME的識別分割、跟蹤和三維重構對物理研究以及空間天氣環境的監測都很重要。該團隊提出了基于深度學習分割CME并自動跟蹤和三維重建CME的方法。該系統可分為分類、分割、跟蹤和三維重構四個模塊。科研人員收集了SOHO衛星的LASCO C2白光日冕儀觀測數據，手動標注了CME圖像分割數據集。結果顯示，從評價指標和分割可視化兩個角度看，該語義分割模型在測試集上的表現均優于現有的CAMEL I方法。該模型能夠分割出更精細的CME結構，并減少異常噪點。同時，該模型直接應用到STEREO衛星COR1-A日冕儀上，表現出優異的穩定性和泛化能力。在跟蹤模塊中，該研究提出的跟蹤算法解決了多個CME的分離難題。該團隊發布了二維的COR1-A CME自動化目錄，提供了更為可靠的CME物理參數，包括三維的傳播方向和速度。在三維重構模塊中，該團隊將跟蹤結果與偏振比技術相結合，實現并公布了單視角三維CME目錄。未來，這一算法有望應用于“夸父一號”衛星的日冕儀（LST/SCI）觀測數據，為基于SCI數據的科學分析提供事件列表。

　　研究工作得到國家自然科學基金、國家重點研發計劃、中國科學院戰略性先導科技專項（B類）的支持。