[论文解读] Identification of Coronal Holes on AIA/SDO Images Using Unsupervised Machine Learning

Fadil Inceoglu, Yuri Shprits+2 more|arXiv (Cornell University)|Jan 1, 2022

Solar and Space Plasma Dynamics参考文献 38被引用 6

一句话总结

本研究提出一种无监督机器学习方法，通过在AIA/SDO 171 Å、193 Å和211 Å图像上进行像素级k-means聚类，自动检测日冕洞（CHs）。通过双峰高斯拟合系统性地确定阈值，并利用碎屑图（scree plot）优化聚类数量，该方法实现了高精度——尤其是2CC合成图像（193 Å + 211 Å）的中位数IoU为0.64±0.14，TSS为0.93±0.06，优于HEK基准，接近CATCH基准。同时凸显了建立基于共识的日冕洞真实标签数据库的迫切需求。

ABSTRACT

Through its magnetic activity, the Sun governs the conditions in Earth’s vicinity, creating space weather events, which have drastic effects on our space- and ground-based technology. One of the most important solar magnetic features creating the space weather is the solar wind that originates from the coronal holes (CHs). The identification of the CHs on the Sun as one of the source regions of the solar wind is therefore crucial to achieve predictive capabilities. In this study, we used an unsupervised machine-learning method, k-means, to pixel-wise cluster the passband images of the Sun taken by the Atmospheric Imaging Assembly on the Solar Dynamics Observatory in 171, 193, and 211 Å in different combinations. Our results show that the pixel-wise k-means clustering together with systematic pre- and postprocessing steps provides compatible results with those from complex methods, such as convolutional neural networks. More importantly, our study shows that there is a need for a CH database where a consensus about the CH boundaries is reached by observers independently. This database then can be used as the “ground truth,” when using a supervised method or just to evaluate the goodness of the models.

研究动机与目标

• 开发一种基于机器学习的自动化、无监督方法，用于在太阳图像上检测日冕洞（CHs）。
• 评估k-means聚类在多波段AIA/SDO图像上的检测性能，与CATCH和HEK等既定数据集进行对比。
• 评估预处理步骤——尤其是阈值选择——对检测精度的影响。
• 展示该方法在长时间序列中持续追踪日冕洞演化的能力。
• 倡导建立标准化、基于观测者共识的日冕洞数据库，作为未来监督与无监督模型的真实标签基础。

提出的方法

• 对2010–2016年间AIA/SDO在171 Å、193 Å和211 Å波段的图像应用像素级k-means聚类。
• 通过图像强度直方图的双峰高斯拟合，确定最优的下限和上限阈值。
• 基于分布高亮度尾部局部最大值的均值和标准差计算阈值。
• 利用组内平方和的碎屑图确定最优聚类数（k=3）。
• 生成五张二值化日冕洞图：AIA 193 Å、AIA 211 Å、2CC（193+211）、3CC（171+193+211）和2CO（171+211）。
• 校正日冕洞面积估计中的太阳投影效应，并通过IoU、TSS和相关系数比较结果。

实验结果

研究问题

• RQ1 与CATCH和HEK等既定方法相比，无监督k-means聚类在检测日冕洞方面的表现如何？
• RQ2 使用k-means聚类检测日冕洞时，AIA波段（171 Å、193 Å、211 Å）的最佳组合是什么？
• RQ3 检测结果对阈值选择和预处理策略变化的敏感性如何？
• RQ4 k-means方法能否在多天的时间尺度上一致地追踪日冕洞的形成与演化？
• RQ5 结果与真实标签数据的相关性如何？这对我们建立共识日冕洞数据库的需求有何启示？

主要发现

• 2CC方法（193 Å + 211 Å）实现了最高的中位数交并比（IoU）0.64±0.14和真实技能统计量（TSS）0.93±0.06，优于AIA 193 Å（IoU 0.62±0.14，TSS 0.91±0.06）。
• 该方法与CATCH数据的一致性更高（IoU 0.64，TSS 0.93），而与HEK的一致性较低（IoU 0.53±0.13，TSS 0.73±0.13），表明其与更先进的自动化方法更为吻合。
• 2CC方法与CATCH的总日冕洞面积趋势之间的相关系数为0.88，表明具有强时间一致性。
• 使用超出µ±3σ或µ±5σ范围的阈值，或完全不进行阈值处理，会导致评估指标显著下降，并降低与参考数据的相关性。
• 该方法成功追踪了2012年11月3日至11日的单一日冕洞，展示了在特征演化过程中具有时间稳定性与一致性。
• 本研究识别出建立由社区共识确认边界的日冕洞真实标签数据库的迫切需求，以作为未来监督与无监督模型训练与评估的真实标签基础。