[论文解读] Automated Coronal Hole Detection using He I 1083 nm Spectroheliograms and Photospheric Magnetograms

C. J. Henney, J. W. Harvey|arXiv (Cornell University)|Jan 5, 2007

Solar and Space Plasma Dynamics被引用 8

一句话总结

本文提出了一种基于基特峰真空望远镜的He I 1083 nm光谱日面像和光球磁像的自动算法，用于检测太阳日冕洞。通过结合形态学图像处理、阈值分割和单极性分析，该方法在11年期间与人工绘制地图的面积一致性达到97%，实现了可用于太阳活动预报的公开合成图。

ABSTRACT

A method for automated coronal hole detection using He I 1083 nm spectroheliograms and photospheric magnetograms is presented here. The unique line formation of the helium line allows for the detection of regions associated with solar coronal holes with minimal line-of-sight obscuration across the observed solar disk. The automated detection algorithm utilizes morphological image analysis, thresholding and smoothing to estimate the location, boundaries, polarity and flux of candidate coronal hole regions. The algorithm utilizes thresholds based on mean values determined from over 10 years of the Kitt Peak Vacuum Telescope daily hand-drawn coronal hole images. A comparison between the automatically created and hand-drawn images for a 11-year period beginning in 1992 is outlined. In addition, the creation of synoptic maps using the daily automated coronal hole images is also discussed.

研究动机与目标

• 开发一种基于地面He I 1083 nm光谱日面像和光球磁像的自动日冕洞检测方法。
• 以可重复的算法方法替代人工绘制日冕洞图的劳动密集型过程。
• 生成与人工绘制地图相当的每日和合成日冕洞图，时间范围为1974–2003年。
• 实现SOLIS-VSM数据在KPVT运行结束（2003年）后对日冕洞的持续监测。
• 创建公开可访问的合成图，以反映日冕洞随时间的持续性和演化特征。

提出的方法

• 该算法使用形态学图像分析技术，包括闭运算和开运算，连接并优化He I 1083 nm图像中的候选日冕洞区域。
• 基于10余年的人工绘制日冕洞数据所获得的平均等效宽度值，实施空间阈值分割。
• 利用光球磁像计算候选区域的单极性百分比，过滤掉存在极性反转的区域。
• 单极性阈值通过1992至2003年期间11,241个人工绘制日冕洞的统计分析得出。
• 低于单极性阈值的区域被移除，剩余区域根据极性符号和暂定状态（边界情况的分数值）进行标记。
• 最终输出图像经过空间平滑处理，并整合为每日和卡林顿周期的合成图，以反映检测频率。

实验结果

研究问题

• RQ1 能否利用He I 1083 nm和磁像数据，通过自动算法实现与专家人工绘制地图相当的检测精度？
• RQ2 与仅依赖强度的方法相比，引入磁单极性如何提升检测的可靠性？
• RQ3 自动绘制的地图与独立的太阳观测（如EIT 19.5 nm图像）的一致性如何？
• RQ4 该算法能否应用于历史KPVT数据（1974–1992年）和未来的SOLIS-VSM数据，以延长日冕洞记录？
• RQ5 生成的合成图在多大程度上能反映日冕洞的时间演化和持续性特征？

主要发现

• 在11年期间，该自动检测算法生成的日冕洞图在-50°至90°纬度范围内，面积比人工绘制地图小约3%。
• 在高纬度带（-90°至-50°）的差异归因于平均图像中数据覆盖不完整，而非算法失效。
• 在2003年7月14日的测试案例中，自动图与EIT 19.5 nm日冕图像的吻合度优于人工绘制图。
• 该算法成功识别并标记了具有正确极性和暂定状态的日冕洞区域，基于单极性阈值。
• 生成了显示卡林顿周期内检测频率的合成图，其中一个子区域在图5中展示。
• 该方法可实现从KPVT和未来SOLIS-VSM数据中生成连续、公开可访问的日冕洞记录。