Neue automatisierte 3D-Rekonstruktion von Koronalmassen-Auswürfen

日冕物质抛射（CME）是太阳释放巨大能量的典型现象，作为太阳系内最剧烈的爆发活动之一，其向行星际空间抛射的等离子体团在抵达地球时可能引发强烈空间天气事件，干扰卫星运行、通信系统与电网安全。因此，实现对CME的精准三维重建与动力学分析，对空间天气预报具有重要意义。近日，中国科学院国家空间科学中心沈芳团队提出一种基于双视角日冕仪观测数据与机器学习技术的CME自动三维重建新方法，显著提升了重建效率与精度。 该方法融合卷积神经网络（CNN）进行图像特征提取，结合主成分分析（PCA）与最大类间方差法（Otsu）实现CME在双视角图像中的自动定位。通过构建目标函数，量化CME二维投影与三维模型在图像上的相似度，将三维重建问题转化为优化问题。研究团队采用差分进化算法求解该目标函数，高效获取CME的最佳三维参数，包括位置、方向、形态与速度等。基于此方法，团队成功拟合近97个CME事件，构建了高质量的CME三维参数数据集，并开展统计分析。结果表明，传统基于二维观测的参数估计易受投影效应影响，导致低估或误判CME的真正大小与传播方向，而该方法能有效降低此类误差。 与传统依赖人工比对与参数调整的重建手段相比，该方法实现了全流程自动化，大幅减少人为干预，提升处理效率与一致性。重建结果与日冕仪观测图像高度吻合，验证了其在三维结构还原方面的可靠性。此外，该方法可快速提供CME行星际传播模拟所需的初始条件，支持到达时间预测，为预警系统提供关键输入。未来有望拓展至太阳极轨卫星、L5点等多角度观测平台，推动CME多视角融合研究，进一步提升空间天气预报的准确性与时效性。 业内专家认为，该研究将机器学习与空间物理观测深度融合，代表了CME三维重建技术的重要突破，为构建智能化空间天气监测体系提供了关键技术支撑。沈芳团队长期致力于太阳活动与空间天气研究，依托国家自然科学基金与国家重点研发计划支持，持续推动我国在太阳物理与空间环境预报领域的自主创新。该成果发表于国际权威期刊《天体物理学报增刊》（The Astrophysical Journal Supplemental Series），标志着中国在太阳爆发事件建模与智能分析方面已进入国际前沿行列。