Sonneneruptionen sind spektakuläre Ausbrüche von Materie und Strahlung und können massive Auswirkungen auf die Erde haben, indem sie beispielsweise Satelliten stören. Forscher:innen der Universität Graz und des Skoltech Institute in Moskau haben eine Methode entwickelt, um solche Ereignisse besser vorhersagen zu können. Eine Presseaussendung der Universität Graz.
Quelle: Universität Graz. 13. Juli 2023.
13. Juli 2023 – Mithilfe von künstlicher Intelligenz ist es den Wissenschaftler:innen der Universität Graz und des Skoltech Institute in Moskau gelungen, das Magnetfeld in den oberen Schichten der Sonnenatmosphäre zu simulieren, in denen Eruptionen entstehen. „In diesen Bereichen sind Messungen nicht möglich. Wir brauchen daher Modellierungen, um die Vorgänge beschreiben und verstehen zu können“, erklärt Hauptautor Robert Jarolim vom Institut für Physik der Universität Graz.
Um Vorhersagen treffen zu können, beobachten und messen die Forscher:innen die Sonnenflecken. „Das sind Gebiete mit sehr starkem Magnetfeld“, sagt Jarolim. Diese Daten werden mittels künstlicher Intelligenz mit physikalischen Modellen kombiniert, um die Vorgänge in den oberen Schichten der Sonnenatmosphäre zu simulieren.
Bisher dauerte dieser Vorgang viele Stunden. „Mit unserer Methode konnten wir die Dauer der Berechnung deutlich reduzieren. Das ermöglicht es uns, fast in Echtzeit neue Daten einzupflegen und dadurch können wir Sonnenstürme wesentlich besser vorhersagen, die auf die Erde treffen“, unterstreicht der Astrophysiker.
Die Ergebnisse der Simulationen verbessern das Verständnis für das Magnetfeld der Sonne und das Weltraumwetter. Damit sind sie auch für die Raum- und Luftfahrt bedeutend, ergänzt Jarolim: „Bereits wenige Minuten nach einer Sonneneruption kommen hochgeladene Teilchen auf der Erde an. Diese sind eine Gefahr für Astronaut:innen und können ein erhöhtes Strahlungsrisiko für Flugzeugpassagiere bedeuten.“
Publikation
R. Jarolim, J. K. Thalmann, A. M. Veronig, T. Podladchikova. Probing the solar coronal magnetic field with physics-informed neuronal networks. Nature Astronomy, Volume 7, No. 6, 2023
https://www.nature.com/articles/s41550-023-02030-9
Diskutieren Sie mit im Raumcon-Forum:
