[論文レビュー] On the Prediction of >100 MeV Solar Energetic Particle Events Using GOES Satellite Data

Soukaïna Filali Boubrahimi, Berkay Aydin+2 more|arXiv (Cornell University)|Dec 11, 2017

Solar and Space Plasma Dynamics参考文献 14被引用数 4

ひとこと要約

本論文は、GOES衛星のX線および陽子チャネルからの多次元時系列データを用いて、100 MeVを超える太陽高エネルギー粒子（SEP）イベントを予測する、新規で解釈可能な意思決定木モデルを提案する。陽子チャネル間およびX線との自己相関と相互相関を分析することで、特に遅れ相関（特にP6とX線チャネルxlの遅れ5）が顕著に検出され、これが予測の鍵となる。このモデルは、UMASEPより3%優れた精度を達成し、陽子チャネル間の相互相関がインパルス的SEPイベントの強力な初期予兆であることを示している。

ABSTRACT

Solar energetic particles are a result of intense solar events such as solar flares and Coronal Mass Ejections (CMEs). These latter events all together can cause major disruptions to spacecraft that are in Earth's orbit and outside of the magnetosphere. In this work we are interested in establishing the necessary conditions for a major geo-effective solar particle storm immediately after a major flare, namely the existence of a direct magnetic connection. To our knowledge, this is the first work that explores not only the correlations of GOES X-ray and proton channels, but also the correlations that happen across all the proton channels. We found that proton channels auto-correlations and cross-correlations may also be precursors to the occurrence of an SEP event. In this paper, we tackle the problem of predicting >100 MeV SEP events from a multivariate time series perspective using easily interpretable decision tree models.

研究の動機と目的

• GOES衛星データを用いて、高エネルギーSEPイベント（100 MeV以上）を予測する解釈可能でデータ駆動型のモデルを開発すること。
• 陽子チャネルの自己相関および相互相関がSEPイベントの早期予兆として機能するかどうかを調査すること。
• 予報時間が極めて短いインパルス的SEPイベントの予測という課題に取り組むこと。
• GOES-12のP6およびP7陽子チャネルの故障による欠損データに対してもモデルの頑健性を確保するため、正例と負例のサンプル数をバランスさせる。
• 陽子チャネル間の相互相関がX線／陽子相関と同等にSEP予測において重要であることを示すこと。

提案手法

• 2005年から2013年までの期間にわたるGOES X線および陽子チャネル（P6–P11）の多次元時系列データを用いる。
• ラグ付き相関解析（範囲=30、ラグ=5）を適用し、チャネル間の相互相関および自己相関を計算する。
• 情報量の増加とジニ不純度の分割基準を用いたCART意思決定木を分類に用いる。
• 次元削減とクラス分離性の向上を目的として、主成分分析（PCA）を可視化および特徴選択に用いる。
• GOES-12の運用期間中に、SEPイベントと非SEPイベントのサンプル数を等しく選択することで、P6/P7チャネルの故障に起因するバイアスを軽減する。
• 精度、AUC、ジニスコアを用いて性能を評価し、統計的整合性を考慮してAUCを優先する。

実験結果

リサーチクエスチョン

• RQ1 陽子チャネル間の相互相関は、100 MeVを超えるSEPイベントの信頼できる予兆要因として機能するか？
• RQ2 陽子チャネルの自己相関および相互相関は、X線／陽子相関と比較して予測力に優れているか？
• RQ3 例えば遅れ5のラグ付き相関を含めることで、即時の相関と比較してSEP予測の精度が向上するか？
• RQ4 解釈可能な意思決定木モデルは、UMASEPのような既存のシステムを上回るか、同等の性能を発揮できるか？
• RQ5 故障したGOES-12のP6/P7チャネルによる欠損データはモデル性能にどのように影響するか？また、バランスサンプリングによってこれを是正できるか？

主な発見

• 最も優れた性能を示したモデルは、83%の精度を達成し、同じデータベースを用いたUMASEPシステムよりも3%優れていた。
• 陽子チャネル間の相互相関、特にP6とX線チャネルxlの遅れ5の相関が、SEPイベントの予測において重要な予兆要因となった。
• 情報量の増加を分割基準とする意思決定木は、ジニ基準を用いたモデルよりも優れた性能（AUC = 0.88）を示した。
• 意思決定木による特徴選択は、PCAによる可視化を通じて、クラス分離性を顕著に向上させた。これは、相関のある特徴がより識別性が高いことを示している。
• モデルのルートノードは一貫してP6-xl_l2相関を選択しており、これがSEP予測において中心的な役割を果たしていることを示している。
• 陽子チャネル間の相互相関がX線／陽子相関と同等に重要であることが判明し、本研究はSEP予測においてこれを強調した最初の研究である。