[论文解读] Identification of coronal holes and filament channels in SDO/AIA 193 {A} images via geometrical classification methods

Martin Reiß, Manuela Temmer+3 more|arXiv (Cornell University)|Aug 12, 2014

Solar and Space Plasma Dynamics参考文献 1被引用 3

一句话总结

本研究提出并评估了几何形状描述符，以区分太阳动力学观测卫星（SDO）/AIA 193Å EUV图像中的冕洞（CHs）与日珥通道（FCs），解决了太阳风预测中误分类的问题。通过结合已有的和新型的形状度量方法——特别是方向依赖的邻域分析与对称性分析——该方法实现了17%的分类重叠，显著减少了误报，并支持了在1 AU处实现更准确的太阳风速度预测的实时筛选。

ABSTRACT

In this study, we describe and evaluate shape measures for distinguishing between coronal holes and filament channels as observed in Extreme Ultraviolet (EUV) images of the Sun. For a set of well-observed coronal hole and filament channel regions extracted from SDO/AIA 193 {A} images we analyze their intrinsic morphology during the period 2011 to 2013, by using well known shape measures from the literature and newly developed geometrical classification methods. The results suggest an asymmetry in the morphology of filament channels giving support for the sheared arcade or weakly twisted flux rope model for filaments. We find that the proposed shape descriptors have the potential to reduce coronal hole classification errors and are eligible for screening techniques in order to improve the forecasting of solar wind high-speed streams from coronal hole observations in solar EUV images.

研究动机与目标

• 为减少在自动EUV图像分析中将日珥通道（FCs）误分类为冕洞（CHs）的问题，该问题会降低太阳风速度预测的精度。
• 探究几何特性——特别是非对称性与拉长度——是否能在EUV图像中尽管强度较低的情况下，可靠地区分FCs与CHs。
• 评估标准形状描述符（如紧凑度、拉长度）以及新开发的几何方法在区分CH/FC方面的有效性。
• 开发一种快速、自动化的筛选方法，适用于基于SDO/AIA数据的实时太阳风预测。
• 验证几何特征是否反映潜在的磁结构配置，从而支持日珥的剪切拱形或弱扭曲通量绳模型。

提出的方法

• 采用基于直方图形状的阈值法从SDO/AIA 193Å图像中提取低强度区域，识别候选的CH和FC区域。
• 使用已建立的形状度量：紧凑度（c = U²/4πA）、圆形度（r = 1/c）和拉长度（e = dl/ds），其中U为周长，A为面积。
• 提出两种新型几何方法：(1) 按方向分析邻近像素，经最大值归一化；(2) 基于像素构型对称性的对称性分析。
• 采用重叠扫描技术，计算归一化邻域计数函数的标准差作为形状描述符。
• 在2011–2013年期间的CH与FC区域数据集上测试所有方法，比较分类重叠与分离性能。
• 使用重叠度量（误分类区域的百分比）评估方法的有效性，重叠越低表示CH与FC的区分能力越强。

实验结果

研究问题

• RQ1 尽管EUV图像中强度较低，几何形状描述符是否能可靠地区分SDO/AIA 193Å图像中的日珥通道与冕洞？
• RQ2 如拉长度、紧凑度和圆形度等标准形状度量是否足以在CH与FC之间提供有效区分？
• RQ3 新提出的两种方法——对称性分析与方向依赖的邻域分析——是否相比标准度量提升了分类准确率？
• RQ4 所提出的几何方法是否可应用于实时处理，以支持1 AU处的自动太阳风预测？
• RQ5 观察到的日珥通道形态的非对称性是否与剪切拱形或弱扭曲通量绳模型一致？

主要发现

• 方向依赖的邻域分析方法在区分FCs与CHs时实现了最低的17%重叠，优于标准形状度量。
• 对称性分析得到20%的重叠，显示出在识别非对称FCs与更对称CHs方面的强大潜力。
• 标准形状度量（拉长度、紧凑度、圆形度）显示出清晰趋势，但缺乏足够的区分度以实现可靠分离。
• 所提出的方法对平移和缩放具有不变性，使其在太阳EUV图像的自动分析中具有鲁棒性。
• 算法计算效率高，适用于太阳风预测流程中的实时应用。
• 结果支持日珥的剪切拱形或弱扭曲通量绳模型，因为FCs表现出显著的方向非对称性与拉长形态。