[論文レビュー] Forecast of Daily Major Flare Probability Using Relationships between Vector Magnetic Properties and Flaring Rates

Daye Lim, Yong‐Jae Moon+5 more|arXiv (Cornell University)|Jul 26, 2019

Solar and Space Plasma Dynamics参考文献 30被引用数 11

ひとこと要約

本研究では、SDO/HMIのベクトル磁場パラメータと観測された flares 率の間のパワーロー関係を用いて、1日ごとの主要な太陽フレア（M級およびX級）の確率的予測モデルを開発した。2010年から2018年までの15,764個の HARPs を分析した結果、特に $H_{C\text{,total}}$、$ ho_{\text{tot}}$、および $J_{z\text{,total}}$ のような全不符号付き磁場パラメータが、最適化された真正確率統計（TSS）および正確成功指数（HSS）を示し、予測性能が最も高かった。

ABSTRACT

We develop forecast models of daily probability of major flares (M- and X-class) based on empirical relationships between photospheric magnetic parameters and daily flaring rates from May 2010 to April 2018. In this study, we consider ten magnetic parameters characterizing size, distribution, and non-potentiality of vector magnetic fields from Solar Dynamics Observatory (SDO)/Helioseismic and Magnetic Imager (HMI) and Geostationary Operational Environmental Satellites (GOES) X-ray flare data. The magnetic parameters are classified into three types: the total unsigned parameters, the total signed parameters, and the mean parameters. We divide the data into two sets chronologically: 70% for training and 30% for testing. The empirical relationships between the parameters and flaring rates are used to predict flare occurrence probabilities for a given magnetic parameter value. Major results of this study are as follows. First, major flare occurrence rates are well correlated with ten parameters having correlation coefficients above 0.85. Second, logarithmic values of flaring rates are well approximated by linear equations. Third, the total unsigned and signed parameters achieved better performance for predicting flares than the mean parameters in terms of verification measures of probabilistic and converted binary forecasts. We conclude that the total quantity of non-potentiality of magnetic fields is crucial for flare forecasting among the magnetic parameters considered in this study. When this model is applied for operational use, this model can be used using the data of 21:00 TAI with a slight underestimation of 2 - 6.3%.

研究の動機と目的

• ベクトル磁場特性を用いて、1日ごとの主要な太陽フレア（M級およびX級）の確率的予測モデルを開発すること。
• どのSHARP磁場パラメータが主なフレア発生率と最も相関しているかを特定すること。
• TSS、HSS、FARなどの検証指標を用いて、異なるパラメータタイプ（不符号付き対符号付き、全量対平均）における予測性能を評価すること。
• 運用用途に適した、検出率と誤報率のバランスを取る最適な確率閾値を特定すること。

提案手法

• 本研究では、2010年5月から2018年4月までに収集されたSDO/HMIデータの15,764個のHMI活動領域パッチ（HARPs）を用い、時系列的に訓練用（11,040個）とテスト用（4,724個）に分割した。
• フレア発生率は、各HARPごとにM級およびX級フレアの数をそのHARPの日数で割ることで算出し、磁場パラメータの値に基づいて50のサブグループに分類した。
• 各10個のSHARP磁場パラメータと対数スケールのフレア発生率との間でパワーロー関係をフィットさせ、フレア発生確率をモデル化した。
• フィットされたパワーロー式を用いて予測確率を導出し、真正確率統計（TSS）、ヘイドケスキルスコア（HSS）、誤報率（FAR）などの検証スコアを用いて性能を評価した。
• 全不符号付き、全符号付き、平均値の3種類のパラメータタイプの性能を比較し、TSSおよびHSSを最大化するための確率閾値を最適化した。
• ボブラー＆クビダット（2015）によるFスコアなどの機械学習ベースのパラメータランク付けを用いて、経験的発見の妥当性を検証した。

実験結果

リサーチクエスチョン

• RQ1 どのSHARP磁場パラメータが、1日ごとの主要フレア発生率と最も強い経験的相関を示すか？
• RQ2 磁場パラメータとフレア発生率との間のパワーロー関係は、1日ごとの主要フレア発生確率をどの程度うまく予測できるか？
• RQ3 検証指標（TSS、HSS、FAR）の観点から、全不符号付きパラメータが全符号付きまたは平均パラメータを上回る性能を示すか？
• RQ4 予測スキルを最大化すると同時に誤報を最小限に抑える最適な確率閾値は何か？
• RQ5 現在の非ポテンシャル磁場指標（電流ヘリシティや自由エネルギーなど）に関する先行研究と比較して、本研究の結果はどのように異なるか？

主な発見

• 10個のSHARP磁場パラメータのうち、86％以上の相関係数（CC ≥ 0.86）を示し、主なフレア発生率と強く相関していることが判明した。
• 対数スケールのフレア発生率は、磁場パラメータに対して線形関数として良好に近似可能であり、パワーロー・モデリングの有効性を裏付けた。
• 全不符号付きパラメータ（$H_{C\text{,total}}$、$\rho_{\text{tot}}$、$J_{z\text{,total}}$）が、最適化されたTSSおよびHSSを達成し、全符号付きおよび平均パラメータを上回る性能を示した。
• 上位性能を示したパラメータの中でも、$H_{C\text{,total}}$、$\rho_{\text{tot}}$、$J_{z\text{,total}}$ はボブラー＆クビダット（2015）の単変量Fスコアでも上位にランク付けされており、予測的意義が裏付けられた。
• 実運用における予測では、全符号付きパラメータの方が全不符号付きパラメータよりも高い予測確率を示したが、これは運用上のトレードオフを示唆している。
• 最適化されたHSS閾値は、すべての検証指標で中程度の値を示し、Hit率と誤報率のバランスの取れた妥当なトレードオフが達成されたことを示した。