确定太阳风参数，对日地空间环境研究具有重要意义。传统获取太阳风参数的方法，依赖日冕与行星际磁流体动力学（MHD）模型的耦合。后者需要前者在0.1AU处的运算结果作为内边界条件后再进行传播计算。这一过程计算量大、耗时长，难以满足实时的空间天气预报需求。近日，中国科学院国家空间科学中心研究团队与比利时荷语鲁汶大学科研团队合作，引入机器学习技术，实现太阳风参数在0.1AU处的快速重建与预测，为高效实时的空间天气预报提供了新思路。
研究团队提出了基于U型卷积神经网络（U-Net）的太阳风参数快速生成方法。模型以全球日震观测网络—美国光球磁通量同化传输模型光球磁图为输入，以基于通用面向对象流体动力学框架的非结构网格日冕磁流体力学模型（COCONUT MHD）的输出结果为学习目标，通过训练实现0.1 AU处太阳风径向速度、数密度和径向磁场的直接预测。训练完成后，模型能够在单次运行中输出完整球面的太阳风参数分布，并可捕捉其在卡林顿自转周期内的时序演化特征。
模型在测试集上取得了高精度的重建结果：径向速度、数密度和径向磁场的相关系数分别达到0.992、0.987和0.991；推导的阿尔文速度与动压的相关性分别达到0.996和0.769。模型准确再现了关键太阳风参数的空间分布，并捕捉到其随时间变化的动态演化规律。同时，在计算效率方面，单次预测在仅使用CPU时耗时约7.8秒，在GPU环境下仅需0.065秒，较传统COCONUT MHD模拟分别提升约15倍和1800倍。
这一成果提高了太阳风模型的运算效率，为实现近实时太阳风预报与大规模日球建模提供了可行的技术路径。
相关研究成果发表在《天体物理学报增刊》上。研究工作得到国家自然科学基金、国家重点研发计划等的支持。
论文链接
所用U-Net模型架构
模型重建的太阳风参数与MHD模型结果的比较
近日，西安交通大学电气学院王鹏飞教授课题组在高安全钠金属电池领域取得重要进展，团队设计了一种双阴离子配位的具有局部 11月8日，记者从清华大学李菂团队获悉，清华大学天文系教授、中国天眼原首席科学家李菂领衔的国际团队又有新发现。名为FRB “黄金考点”“解题模板”等传统“干货”，为何无法激发学生们的学习热情？曾经参与过中考命题的教师李铭（化名）在广东省珠海市第八中学（以下简称“珠海八中”）任教时，遇到了教学生涯新挑战。 新华社利马11月14日电 当地时间11月14日，在赴利马对秘鲁进行国事访问并出席亚太经合组织第三十一次领导人非正式会议之际，国家主席习近平在《秘鲁人报》发表题为《让中秘友好之船扬帆远航》的 2024年11月8日，第十四届全国人民代表大会常务委员会第十二次会议表决通过《中华人民共和国学前教育法》，自2025年6月1日起施行。教育部有关司局负责人就《中华人民共和国学前教育法》有关问题 当前班级育人工作遇到的挑战 受经济社会发展诸多因素影响，中小学生心理健康状况堪忧。中国科学院心理研究所发布的《中国国民心理健康发展报告（2021—2022）》显示，青少年群体抑郁风险高于成年人 。本文链接：科研人员提出基于U-Net模型进行三维行星际太阳风内边界重建新方法http://www.sushuapos.com/show-12-2076-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 大规模异质集成光量子芯片研究取得进展
下一篇： 快速抗抑郁药物开发方面取得进展