美国气象学会预测太阳风暴下一个风暴季节将在2023-2026年左右

2020-01-23 12:00 来源:新浪财经

a61df58c-f378-42bb-b43b-b594d7b1f1c8.png

AWS预测太阳风暴

原始标题:AI大展身手!亚马逊AWS未来将预测超级太阳风暴 一次可筛选1000个数据集

当太阳表面的扰动放弃辐射爆炸和带电粒子以每小时数百万英里的速度爆发时,将会发生太阳风暴。足够强烈的辐射爆炸将影响世界上一半的无线电通信。此外,如果这种喷发(被称为日冕物质抛射或日冕物质抛射)强到足以直接横扫地球,它可能会损坏卫星并摧毁电网。

最近最著名的例子发生在1989年,当时高能CME使魁北克电网超负荷运行,导致加拿大和美国东部600多万人停电。

但这不是太阳能能做的最糟糕的事情。科学家和历史学家指出,1859年卡林顿的超级风暴对电报系统和极光现象造成了严重破坏。如果是今天,这么大的风暴会给我们的有线(和无线)世界带来沉重的打击。

人类对太阳风暴的危险并非毫无准备:美国国家航空航天局的太阳动力学观测站(Solar Dynamics Observatory)和高级成分探索者(Advanced Composition Explorer)等太阳观测卫星可以提前足够的时间警告即将到来的CME,这样卫星运营商和电网管理者就可以采取保护措施。国家海洋和大气管理局的空间天气预报中心提供空间风暴的实时动态预报,就像国家气象局对离地面较近的风暴所做的那样。

然而,随着我们越来越依赖卫星通信,准确预测空间天气将变得越来越重要。此外,由于空间气象卫星的激增,用于分析的数据量越来越大。

为了处理大量数据并改进未来的风险评估,美国宇航局正在使用亚马逊网络服务分析工具一次过滤多达1000个数据集,并训练能够识别即将爆发的迹象的计算机模型。

正如亚马逊博客文章中所说,美国宇航局的方法将太阳风驱动因素与地球周围的磁场水平联系起来,以发现数据中的异常。

美国宇航局使用一种叫做亚马逊萨格马克的机器学习工具,利用内置的自动气象卫星随机砍伐森林算法训练异常检测模型。该算法为每组数据点提供一个“异常分数”。其他自动气象站工具跟踪数据中的实时异常,并跟踪它们与太阳风暴的联系。

该项目使美国宇航局能够收集来自50多个卫星任务的数据,并为进一步研究开发可视化效果。科学家已经能够创造出模拟像卡林顿事件这样的超级风暴所必需的太阳现象的模拟。

珍妮特·科济拉(Janet Kozyra)是一名太阳物理学家,他领导着美国宇航局在华盛顿特区的总部项目,她说:“太阳物理研究涉及到许多仪器的使用,通常是在不同的空间或地面观测站。有很多数据,时间滞后和其他因素增加了复杂性。”“使用亚马逊自动气象站,我们可以获得超级风暴中的每一个数据,并使用我们检测到的异常来改进模型,从而有效地预测和分类超级风暴。”

太阳超级风暴发生在与飓风不同的时间。太阳倾向于遵循11年的活动周期,这意味着下一个风暴季节将在2023-2026年左右。到那时,在自动气象站的帮助下,新的和改进的空间天气预报模型应该可以使用了。

a61df58c-f378-42bb-b43b-b594d7b1f1c8.png

AWS预测太阳风暴

原始标题:AI大展身手!亚马逊AWS未来将预测超级太阳风暴 一次可筛选1000个数据集

当太阳表面的扰动放弃辐射爆炸和带电粒子以每小时数百万英里的速度爆发时,将会发生太阳风暴。足够强烈的辐射爆炸将影响世界上一半的无线电通信。此外,如果这种喷发(被称为日冕物质抛射或日冕物质抛射)强到足以直接横扫地球,它可能会损坏卫星并摧毁电网。

最近最著名的例子发生在1989年,当时高能CME使魁北克电网超负荷运行,导致加拿大和美国东部600多万人停电。

但这不是太阳能能做的最糟糕的事情。科学家和历史学家指出,1859年卡林顿的超级风暴对电报系统和极光现象造成了严重破坏。如果是今天,这么大的风暴会给我们的有线(和无线)世界带来沉重的打击。

人类对太阳风暴的危险并非毫无准备:美国宇航局的太阳动力学天文台(Solar Dynamics Observatory)和高级成分探索者(Advanced Composition Explorer)等太阳观测卫星可以提前足够的时间警告即将到来的CME,这样卫星运营商和电网管理者就可以采取保护措施。国家海洋和大气管理局的空间天气预报中心提供空间风暴的实时动态预报,就像国家气象局对离地面较近的风暴所做的那样。

然而,随着我们越来越依赖卫星通信,准确预测空间天气将变得越来越重要。此外,由于空间气象卫星的激增,用于分析的数据量越来越大。

为了处理大量数据并改进未来的风险评估,美国宇航局正在使用亚马逊网络服务分析工具一次过滤多达1000个数据集,并训练能够识别即将爆发的迹象的计算机模型。

正如亚马逊博客文章中所说,美国宇航局的方法将太阳风驱动因素与地球周围的磁场水平联系起来,以发现数据中的异常。

美国宇航局使用一种叫做亚马逊萨格马克的机器学习工具,利用内置的自动气象卫星随机砍伐森林算法训练异常检测模型。该算法为每组数据点提供一个“异常分数”。其他自动气象站工具跟踪数据中的实时异常,并跟踪它们与太阳风暴的联系。

该项目使美国宇航局能够收集来自50多个卫星任务的数据,并为进一步研究开发可视化效果。科学家已经能够创造出模拟像卡林顿事件这样的超级风暴所必需的太阳现象的模拟。

珍妮特·科济拉(Janet Kozyra)是一名太阳物理学家,他领导着美国宇航局在华盛顿特区的总部项目,她说:“太阳物理研究涉及到许多仪器的使用,通常是在不同的空间或地面观测站。有很多数据,时间滞后和其他因素增加了复杂性。”“使用亚马逊自动气象站,我们可以获得超级风暴中的每一个数据,并使用我们检测到的异常来改进模型,从而有效地预测和分类超级风暴。”

太阳超级风暴发生在与飓风不同的时间。太阳倾向于遵循11年的活动周期,这意味着下一个风暴季节将在2023-2026年左右。到那时,在自动气象站的帮助下,新的和改进的空间天气预报模型应该可以使用了。