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

Reiss, M., Manuela Temmer+3 more|Hrčak Portal of scientific journals of Croatia (University Computing Centre)|Aug 12, 2014

Solar and Space Plasma Dynamics被引用 6

一句话总结

本文提出一种几何分类方法，通过利用形状描述符，在SDO/AIA 193Å EUV图像中区分日冕洞（CHs）与日珥通道（FCs）。结合传统与新型形状度量方法——特别是方向依赖性分析和对称性分析——该方法将分类重叠率降低至17–20%，显著减少了因FCs与CHs在低亮度上相似而导致的误检日冕洞问题，从而提高了太阳风速度预测的准确性。

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 193Å 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

• 为解决日珥通道（FCs）在EUV图像中与日冕洞（CHs）具有相似低亮度，从而导致日冕洞检测出现误报的问题。
• 通过利用几何特征区分CHs与FCs，提升在1 AU处基于自动检测的太阳风速度预测精度。
• 评估标准形状描述符与新开发的形状描述符在基于其本征形态区分CHs与FCs方面的有效性。
• 开发一种快速、适用于实时处理的方法，用于筛选太阳EUV图像中的低亮度特征，以增强空间天气预测能力。

提出的方法

• 本研究使用2011至2013年间从SDO/AIA 193Å图像中收集的CH与FC区域数据集。
• 应用标准形状度量：紧凑度 $ c = U^2 / (4\pi A) $，球形度 $ r = 1/c $，以及伸长率 $ e = d_l / d_s $，其中 $ U $ 为周长，$ A $ 为面积，$ d_l $ 与 $ d_s $ 分别为长轴与短轴。
• 提出一种新型对称性分析方法，其中对称性量化为1（表示完全对称结构），趋近于0（表示非对称结构），且独立于周长或离散化效应。
• 提出一种方向依赖性分析，通过计算每个方向上的平均邻近像素数，并将其归一化至最大值，再以该函数的标准差作为形状描述符。
• 在标注的CH与FC区域数据集上测试上述方法，以评估分类重叠率与分离性能。
• 该方法设计为计算高效，适用于太阳风速度预测流程中的实时应用。

实验结果

研究问题

• RQ1 标准形状描述符（如紧凑度、球形度与伸长率）是否能可靠地区分EUV图像中的日冕洞与日珥通道？
• RQ2 新开发的几何方法——特别是对称性分析与方向依赖性像素邻近分析——是否相比传统度量方法能更有效地分离CHs与FCs？
• RQ3 所提出的方法在多大程度上减少了自动化检测系统中将日珥通道误判为日冕洞的情况？
• RQ4 所选形状描述符是否可实现实时应用，以支持基于日冕洞观测的太阳风速度预测？

主要发现

• 方向依赖性分析在CHs与FCs之间实现了最低的17%分类重叠率，表明其具有优异的分离能力。
• 对称性分析方法实现了20%的重叠率，证明其在区分非对称的日珥通道与更对称的日冕洞方面表现强劲。
• 标准形状度量（如伸长率、紧凑度与球形度）虽显示出清晰趋势，但其区分度不足，难以实现可靠分离。
• 所提方法对离散化效应具有鲁棒性，且不依赖于对周长的计算，后者在基于像素的图像中易受敏感影响。
• 算法计算效率高，适用于太阳EUV数据的实时处理，有助于提升太阳风预测能力。
• 结果支持日珥通道的剪切拱形或弱扭曲磁通绳模型，因其形态始终呈现非对称与拉长特征。