ساخت یک سامانه خودکار با دقت ۹۸ درصد برای شناسایی طوفان‌های فضایی

هنگامی که پژوهشگران تصاویر ماهواره‌ای ثبت‌شده بر فراز قطب شمال در سال ۲۰۱۴ را بررسی کردند، متوجه شدند که به‌طور اتفاقی شاهد نوعی کاملاً جدید از پدیده‌های آب‌وهوای فضایی بوده‌اند.

آن‌ها در داده‌ها یک شفق قطبی عظیم و مارپیچی را مشاهده کردند که ظاهری شبیه به یک گردباد غول‌پیکر داشت. این پدیده برخلاف طوفان‌های زمینی از باد و ابر تشکیل نشده بود، بلکه از ذرات باردار الکتریکی یا همان پلاسما ایجاد شده بود که در لایه‌های فوقانی جو زمین جریان داشتند. این پدیده که امروزه با نام طوفان فضایی شناخته می‌شود، می‌تواند عملکرد ماهواره‌ها، ارتباطات رادیویی، سامانه‌های ناوبری و تجهیزات راداری را با اختلال مواجه کند.

با وجود پیامدهای بالقوه این رویداد، شناسایی چنین طوفان‌هایی تاکنون بسیار دشوار بوده است. پژوهشگران مجبور بودند حجم انبوهی از تصاویر ماهواره‌ای را به‌صورت دستی بررسی کنند؛ روشی زمان‌بر و تا حدی وابسته به قضاوت انسانی که امکان پایش گسترده و مستمر این پدیده‌ها را تقریباً ناممکن می‌کرد.

اکنون گروهی از دانشمندان چینی راهکاری برای حل این مشکل ارائه کرده‌اند. آن‌ها توضیح دادند که برای رفع این چالش، یک سامانه مبتنی بر هوش مصنوعی طراحی کرده‌اند که می‌تواند در تصاویر فرابنفش ماهواره‌ای، طوفان‌های فضایی را به‌طور خودکار شناسایی و موقعیت آن‌ها را تعیین کند.

مشکل اصلی دانشمندان کمبود داده نبود، بلکه عدم وجود روش‌های کارآمد برای تحلیل این حجم عظیم اطلاعات بود. طوفان‌های فضایی در یونوسفر و مگنتوسفر زمین، در نزدیکی قطب‌های مغناطیسی شکل می‌گیرند؛ جایی که جریان ذرات پرانرژی با جو زمین برهم‌کنش می‌کند.

این رویدادها باعث ایجاد شفق‌های قطبی چرخانی می‌شوند که ابعاد آن‌ها می‌تواند به صدها یا حتی هزاران کیلومتر برسد. دانشمندان تنها در سال ۲۰۲۱ موفق شدند نخستین طوفان فضایی ثبت‌شده را تأیید کنند، هرچند این پدیده در واقع در سال ۲۰۱۴ رخ داده بود.

در آن زمان، پژوهشگران یک ساختار مارپیچی از پلاسما را شناسایی کردند که حدود هزار کیلومتر عرض داشت و نزدیک به هشت ساعت بر فراز قطب شمال باقی ماند. این کشف نشان داد که نوعی ناشناخته از پدیده‌های آب‌وهوای فضایی وجود دارد که پیش‌تر مورد توجه قرار نگرفته بود.

آنچه این کشف را شگفت‌انگیزتر می‌کرد، این بود که طوفان مذکور در شرایطی شکل گرفته بود که فعالیت‌های ژئومغناطیسی زمین در آرام‌ترین وضعیت خود قرار داشتند. تا پیش از آن، دانشمندان تصور می‌کردند رویدادهای مهم آب‌وهوای فضایی تنها در دوره‌های شدید فعالیت خورشیدی و ژئومغناطیسی رخ می‌دهند.

این یافته نشان داد که حتی زمانی که فضا از نظر ظاهری آرام به نظر می‌رسد، فرایندهای قدرتمند انتقال انرژی همچنان می‌توانند رخ دهند. مطالعات بعدی نیز نشان دادند این طوفان‌ها قادرند تعداد زیادی الکترون پرانرژی را به یونوسفر قطبی تزریق کنند؛ مسئله‌ای که می‌تواند سامانه‌های ارتباطی و ناوبری را با مشکل روبه‌رو سازد.

با این حال، شناسایی رویدادهای جدید همچنان به یک مانع اساسی تبدیل شده بود. پژوهشگران معمولاً مجبور بودند تصاویر فرابنفش شفق‌های قطبی ثبت‌شده توسط ماهواره‌ها را به‌صورت دستی بررسی کنند؛ روشی که علاوه بر زمان‌بر بودن، کارایی پایینی داشت و به قضاوت انسان وابسته بود.

برای غلبه بر این محدودیت‌ها، پژوهشگران چینی یک سامانه یادگیری عمیق توسعه دادند که به‌طور ویژه برای تشخیص ویژگی‌های مشخص طوفان‌های فضایی طراحی شده است. آن‌ها مجموعه داده‌ای بسیار بزرگ شامل حدود ۳۰۰ هزار تصویر شفق قطبی را گردآوری کردند که بین سال‌های ۲۰۰۵ تا ۲۰۲۱ از هر دو نیمکره شمالی و جنوبی جمع‌آوری شده بود.

این تصاویر توسط ابزارهای نصب‌شده روی ماهواره‌های برنامه ماهواره هواشناسی دفاعی نیروی هوایی آمریکا ثبت شده بودند؛ ماهواره‌هایی که شرایط محیط فضایی اطراف زمین را رصد می‌کنند. از میان این آرشیو عظیم، پژوهشگران توانستند ۵۷۰ رویداد تأییدشده از طوفان فضایی را شناسایی نمایند.

آن‌ها همچنین تعداد زیادی از تصاویر شفق‌های غیرمرتبط با طوفان فضایی را نیز به مجموعه آموزشی اضافه کردند؛ از جمله تصاویری که شباهت زیادی به طوفان‌های واقعی داشتند. هدف این بود که سامانه هوش مصنوعی بتواند میان پدیده‌های مشابه و طوفان‌های واقعی تمایز قائل شود.

با استفاده از این داده‌ها، چندین مدل پیشرفته بینایی رایانه‌ای آموزش داده شد. این سامانه‌ها نه‌تنها برای تشخیص ساختارهای مارپیچی ویژه طوفان‌های فضایی طراحی شدند، بلکه قادر بودند موقعیت دقیق این پدیده‌ها را در تصاویر ماهواره‌ای نیز تعیین کنند و به این ترتیب فرایند شناسایی و رهگیری آن‌ها بسیار کارآمدتر شود.

به گفته پژوهشگران، موفق‌ترین مدل توانست در مجموعه داده‌های جهانی به دقتی نزدیک به ۹۸ درصد دست پیدا کند و نشان دهد که شناسایی خودکار طوفان‌های فضایی با سطح بالایی از اطمینان امکان‌پذیر است.

پژوهشگران در مقاله خود توضیح دادند که این مدل می‌تواند طوفان‌های فضایی را با دقت بالا، به‌صورت خودکار و حتی در سطح پیکسلی شناسایی و مکان‌یابی کند و در یک مجموعه داده جهانی و چالش‌برانگیز به دقت ۹۷٫۹۰ درصدی برسد.

علاوه بر این، دانشمندان یک پلتفرم نرم‌افزاری کامل با رابط کاربری بصری نیز طراحی کردند تا بررسی و پردازش تصاویر ماهواره‌ای برای پژوهشگران آسان‌تر شود. به این ترتیب، به جای جست‌وجوی دستی در میان هزاران تصویر، دانشمندان می‌توانند از هوش مصنوعی برای یافتن سریع رویدادهای احتمالی و تعیین محل وقوع آن‌ها استفاده کنند.

این سامانه جدید در شرایطی معرفی شده است که مأموریت‌های مرتبط با آب‌وهوای فضایی در حال تولید حجم بی‌سابقه‌ای از داده‌های مربوط به شفق‌های قطبی هستند.

یکی از این مأموریت‌ها، پروژه مشترک چین و اروپا با نام اسمایل است که در ماه مه به فضا پرتاب شد و به‌طور مداوم تصاویر فرابنفش با وضوح بالا از شفق‌های قطبی زمین تهیه می‌کند.

برای پژوهشگران، بررسی دستی چنین حجم عظیمی از داده‌ها به‌تدریج به کاری غیرعملی تبدیل شده است. ابزار مبتنی بر هوش مصنوعی این امکان را فراهم می‌کند که این سیل اطلاعات به‌صورت خودکار پردازش شود و در نتیجه دانشمندان بتوانند طوفان‌های فضایی را بهتر ردیابی کرده و درک دقیق‌تری از نحوه شکل‌گیری و تکامل آن‌ها به دست آورند.

با این حال، هرچند این سامانه می‌تواند چنین رویدادهایی را با دقت بسیار بالا شناسایی کند، چالش بعدی پیش‌بینی وقوع آن‌ها است. به همین دلیل، پژوهشگران اکنون قصد دارند داده‌های بلادرنگ ماهواره‌ای و مشاهدات زمینی را با یکدیگر ترکیب کنند تا قابلیت پیش‌بینی آنی و پیش‌بینی کوتاه‌مدت طوفان‌های فضایی را نیز توسعه دهند.

نتایج این پژوهش در نشریه علمی Space Weather منتشر شده است.