Forschungs- & Entwicklungsinformationsdienst der Gemeinschaft - CORDIS

H2020

FLARECAST — Ergebnis in Kürze

Project ID: 640216
Gefördert unter: H2020-EU.2.1.6.
Land: Griechenland
Bereich: Weltraum, Informations- und Kommunikationstechnologie

Vorhersagedienst für Sonneneruptionen wird in Kürze eingeführt

Die Menschheit wird aufgrund unserer zunehmenden Abhängigkeit von vernetzten weltraumgestützten Technologien immer anfälliger für ungünstige Weltraumwetterbedingungen. Der Verlust eines oder mehrerer Netzwerkknoten, auch wenn nur für kurze Zeit, hat erhebliche Auswirkungen und kostet Milliarden von Euro.
Vorhersagedienst für Sonneneruptionen wird in Kürze eingeführt
Schlechtes Weltraumwetter ist das Ergebnis von Sonneneruptionen und koronalen Massenauswürfen, die von den turbulenten und hochkomplexen Magnetfeldern aktiver Sonnenregionen freigesetzt werden. Das Verständnis über die Entstehung und das Verhalten von Magnetfeldern in aktiven Regionen wird es Wissenschaftlern ermöglichen, genaue und zuverlässige Überwachungs- und Prognosefähigkeiten für das Weltraumwetter zu entwickeln.

Die EU-finanzierte Initiative FLARECAST untersuchte die treibenden Kräfte hinter der Entstehung von Sonneneruptionen, um ihre Vorhersage durch die Anwendung von Physik, moderner Mathematik, Statistik, Big Data und maschinellem Lernen zu verbessern. Die Initiative ist ein Beispiel für ein Forschungsanwendungsprojekt, bei dem Methoden aus Lehrbüchern und wissenschaftlichen Artikeln verwendet werden, um den wohl systematischsten Vorhersagedienst für Sonneneruptionen weltweit zu schaffen.

Fortgeschrittene Bildverarbeitungstechniken wurden eingesetzt, um die Eigenschaften von aktiven Sonnenregionen zu bestimmen. Dazu gehören die Fläche, der magnetische Fluss, die Scherung, magnetische Komplexität, Helizität und Proxies für magnetische Energie aus Magnetogrammen und Weißlichtbildern der Sonne in nahezu Echtzeit. Das Team korrelierte die Ergebnisse mit der Eruptionsaktivität der Sonne und optimierte die Vorhersagealgorithmen über statistische, unüberwachte Clustering- und überwachte Lernmethoden. „Dieses Vorgehen ermöglichte es den Forschern, Algorithmen zur Bildverarbeitung und zur Vorhersage von Sonneneruptionen vor dem Start eines nahezu in Echtzeit arbeitenden Vorhersagedienstes für eben jene Eruptionen zu validieren“, so Projektkoordinator Manolis Georgoulis.

Eine Reihe angewandter Disziplinen

Das Konsortium verwendete die Open-Source-Motorentechnik Docker als Steckbrett, um die Infrastruktur des Projekts auf einem hochmodularen Ensemble von Docker-Containern zu ermöglichen. „Die Verarbeitung von Big Data und maschinelles Lernen haben gezeigt, dass die Vorhersage von Sonneneruptionen nicht nur Heliophysik ist und sein sollte“, erklärt Georgoulis. „Um auf diesem Gebiet einen Durchbruch zu erzielen, ist eine Kombination von Fachwissen aus den Bereichen Mathematik, Statistik, Informatik und Künstliche Intelligenz erforderlich.“

Das Projekt entwickelte drei Datenbanken mit nativen FLARECAST- sowie externen Daten im Umfang von unglaublichen 240 Terabyte. Diese äußerst wertvolle Sammlung von Daten wird dazu beitragen, viele zukünftige Forschungsbemühungen zu unterstützen. Laut Georgoulis „heben derzeit etwa 15 wissenschaftlich begutachtete Artikel verschiedene Aspekte des Projekts hervor, wie beispielsweise neue und vielversprechende Prädiktoren, die Leistungsfähigkeit des maschinellen Lernalgorithmus, die Beziehung zwischen Sonneneruptionen und koronalen Massenauswürfen und andere Erkenntnisse. Zudem sind weitere vollständig auf das Projekt ausgerichtete Publikationen für die nahe Zukunft geplant“.

Eine Wissenschaft, die auf der ganzen Welt unterstützt wird

FLARECAST bildet somit die Grundlage für ein quantitatives und autonomes Überwachungs- und Vorhersagesystem von Sonneneruptionen für aktive Regionen, das sowohl für Weltraumforscher als auch für Prognostiker in Europa und weltweit von Nutzen sein wird. Darunter Wissenschaftler, die im Bereich der Sonnenphysik und Heliophysik tätig sind und ihre Ergebnisse und Datenbanken dazu nutzen werden, um das Verständnis der Physik hinter Sonneneruptionen sowie zukünftige Vorhersagebemühungen zu fördern. Darüber hinaus wird das Projekt dem maschinellen Lernen und Big-Data-Gemeinschaften dabei helfen, ihre Fähigkeiten zu verfeinern und neue Methoden zu erarbeiten, wie die „hybriden“ und „innovativen“ Techniken des maschinellen Lernens, die während des Projekts entwickelt wurden.

Die Modularität und Offenheit der FLARECAST-Infrastruktur werden es anderen Forschungsteams ermöglichen, auf den Informationen (beispielsweise über Sonneneruptionen, koronale Massenauswürfe und solarenergetische Teilchen) einer integrierten Einrichtung zur Vorhersage des Weltraumwetters aufzubauen und diese um neue Erkenntnisse zu erweitern, wodurch Doppelarbeit vorgebeugt wird. „Als Konsortium haben wir bereits vorläufige Interessenbekundungen aus Europa und darüber hinaus erhalten, die sich entweder um die Nutzung der Ergebnisse des Dienstes drehten oder darum, gleich die gesamte Anlage in die Räumlichkeiten der interessierten Parteien zu verlagern“, betont Georgoulis.

Schlüsselwörter

FLARECAST, Sonneneruptionen, Weltraumwetter, maschinelles Lernen, Big Data
Folgen Sie uns auf: RSS Facebook Twitter YouTube Verwaltet vom Amt für Veröffentlichungen der EU Nach oben