نموذج حاسوبي يتنبأ بالعواصف الإشعاعية بدقة

نموذج حاسوبي جديد للتعليم الآلي يتنبأ بدقة بالعواصف الإشعاعية التي تسببها أحزمة Van Allen ويعد النموذج الأحدث حتي الآن وفقاً لبحث جديد نشر في مجلة Space Weather.
و يقول يون تشن، عالم فضاء في مختبر لوس ألاموس Los Lamos الوطني، وهو المحقق الرئيس في هذا المشروع الممول بشكل مشترك من قبل وكالة الفضاء ناسا (NASA) ونوها (NOAA): “إن العواصف الإشعاعية يمكن أن تتلف الأقمار الاصطناعية التي تدور حول الأرض ولكن توقع هذه العواصف كان دائماً تحدياً خاصة أن مجسات (Van Allen) التي طالما أعطت معلومات مهمة عن الطقس الفضائي أُوقف مدارها حديثاً؛ فلم يعد لدينا قياسات مباشرة لما يحدث في حزام إشعاعية الإلكتروني الخارجي.
يستخدم النموذج الجديد مجموعات البيانات الموجودة حالياً لتعلم الأنماط والتنبؤ بالعواصف المستقبلية حتى يتمكن مشغلو الأقمار الاصطناعية من اتخاذ إجراءات وقائية، بما في ذلك إغلاق جزء مؤقت من الأقمار الاصطناعية أو حتى إيقافها كاملة لتجنب الضرر.
هذا النموذج التنبئي للإلكترونيات العملاقة (megaelectron-volt MeV) داخل الحزام الخارجي للأرض ڤان إيلين (Van Allen) يعتمد علي النموذج السابق الذي تنبأ بنجاح بالعواصف الإشعاعية قبل يوم واحد. ويعمل هذا النموذج التنبئي الجديد المسمى (PreMevE2.0) علي تحسين التوقعات من خلال دمج سرعة الرياح الشمسية. يتنبأ بالظواهر المستقبلية من خلال التدريب علي مجموعات البيانات الموجودة من أقمار اصطناعية تابعة لنوها (NOAA) ولوس لاموس Los Lamos لتعلم أنماط مهمة من سلوك الإلكترونيات.
وقد وضح يوز لين، العالم الحسابي في لوس لاموس والذي طور النموذج، قائلاً: “إن نموذجنا قادر علي إنتاج التوقعات من خلال التقاط بعض العلامات المقدمة لهذه العواصف المستقبلية”.
و أضاف شين: “باختبار النموذج باستخدام خوارزميات متعددة لتعلم الآلة، يؤكد هذا العمل إمكانية التنبؤ بإلكترونات فضلاً عن متانة استخدام ملاحظات/بيانات إلكترونات (MeV) ذات مدار أرضي منخفض لدفع التوقعات” بالإضافة إلي ذلك، يسمح لنا الإطار الذي تم وضعه في هذا العمل بإضافة المزيد من البيانات (existing data sets) بسهولة للتنبؤ بإلكترونيات أكثر نشاطاً في الخطوة التالية.
كما يمكن تطبيق إطار التعلم إلي الذي تم تطويره لصالح PreMevE2.0 علي العديد من التطبيقات الواسعة التي تستخدم القياسات المرتبطة بالوقت، مثل: تحديد أنماط الزلازل من كميات كبيرة من بيانات السلاسل الزمنية الزلزالية، مما يتيح استشعار الزلزال الصغير خارج البيئات الصاخبة.