新模型提前预测太阳风暴活动前兆

太阳活动区是太阳表面磁场高度集中的区域，太阳黑子通常在此形成。这类区域的完整发展可能需要数天，而其浮现初期信号往往淹没在复杂的太阳振动与磁场波动中。由美国新泽西理工学院牵头的研究团队近期公布了一项最新成果——机器学习模型EarlyDetect，该模型能够从太阳的声学活动与磁场变化中，捕捉到活动区形成之前的前兆信号。

EarlyDetect采用Transformer架构处理连续太阳观测数据，其数据源来自NASA太阳动力学观测台（SDO）搭载的日震与磁成像仪（HMI）。HMI以45秒的时间间隔记录太阳表面的振动情况，研究团队据此生成声学功率图，并将这一信息与磁场测量结果相结合，用于预测连续强度的变化趋势。经过多组测试，性能最佳版本的模型平均可提前9.24小时识别出活动区即将出现的特征信号。

为了更直观地理解模型的预测依据，研究人员以太阳活动区AR11158的形成过程作为可视化案例。他们同时跟踪太阳磁场、连续强度和声学功率的变化，并将目标区域细分为更小的区块进行持续观测。结果显示，在活动区尚未清晰可见之前，声学功率首先出现下降，随后连续强度和磁场才陆续发生变化。这一序列表明，太阳内部磁场上升的过程中，可能会先在声波传播途径中留下细微的痕迹，而EarlyDetect正是抓住了这一早期物理表征。

如果该模型经受住后续验证，其潜在应用价值将相当可观。卫星通信公司和电网运营商等受到太阳风暴影响的行业，有望获得更长的准备时间，用于提前调整运行策略、评估潜在风险，从而降低地磁扰动可能带来的损失。不过研究团队保持审慎态度，强调EarlyDetect目前尚未投入实际运行阶段，相关研究成果仍需经过更多太阳活动周期的检验与优化，才能逐步走向空间天气预报的应用场景。