危険な宇宙天気から地球を守る NASA の新しい AI モデル

生命を脅かす竜巻のサイレンのように、アメリカの中心地で、人工知能 (AI) と NASA 衛星データは、危険な宇宙天気の警報を発する可能性があります。

このモデルは AI を使用して、太陽風 (太陽からの絶え間ない物質の流れ) の宇宙船の測定値を分析し、差し迫った太陽嵐が地球上のどこで発生するかを 30 分の事前警告で予測します。 これにより、これらの暴風雨に備え、電力網やその他の重要なインフラストラクチャへの深刻な影響を防ぐのに十分な時間が提供される可能性があります。

太陽風は、太陽からあらゆる方向に常に流れ、太陽の磁場を宇宙空間に運ぶガス状の物質の流れです。 地球上の風よりもはるかに密度が低いですが、はるかに速く、通常は時速 100 万から 200 万マイルの速度で吹いています。 太陽風は荷電粒子 (電子とイオン化された原子) でできており、互いに相互作用し、太陽の磁場と相互作用します。 太陽風の範囲は、星間空間内の太陽の影響範囲であるヘリオスフィアを作り出します。

太陽は、「太陽風」として知られる安定した流れと、太陽噴火からのより短くよりエネルギーの高いバーストの両方で、常に太陽物質を宇宙に放出しています。 この太陽物質が地球の磁気環境 (「磁気圏」) に衝突すると、いわゆる地磁気嵐が発生することがあります。 これらの磁気嵐の影響は、穏やかなものから極端なものまでさまざまですが、テクノロジーへの依存度が高まる世界では、その影響はますます破壊的になっています。

たとえば、1989 年の破壊的な太陽嵐では、ケベック州全体で 12 時間停電が発生し、何百万人ものカナダ人が暗闇に突入し、学校や企業が閉鎖されました。 記録上最も激しい太陽嵐である 1859 年のキャリントン イベントでは、電信局で火災が発生し、メッセージの送信が妨げられました。 キャリントン イベントが今日発生した場合、広範な電気的混乱、持続的な停電、世界的な通信の中断など、さらに深刻な影響が生じるでしょう。 このような技術的混乱は、経済を麻痺させ、世界中の人々の安全と生活を危険にさらす可能性があります。

さらに、2025 年に到達すると予想される次の「太陽極大期」（太陽の 11 年間の活動サイクルのピーク）に近づくにつれて、地磁気嵐と社会への壊滅的な影響のリスクが現在高まっています。

この動画は、NASA の太陽・太陽圏天文台が撮影したものです ([{” attribute=””>SOHO), shows two eruptions from the Sun called coronal mass ejections, which blasted charged particles into space on October 28 and 29, 2003. Some of these high-energy particles hit SOHO’s camera, creating what looks like snow. These blasts were part of a string of solar storms around Halloween of that year, which triggered a blackout in Sweden and caused disruptions to communications, aircraft, and spacecraft (including SOHO). In SOHO’s view, a disk blocks direct light from the Sun so that fainter features near it can be seen, while the white circle represents the location and size of the Sun. Credit: NASA/ESA

To help prepare, an international team of researchers at the Frontier Development Lab – a public-private partnership that includes NASA, the U.S. Geological Survey, and the U.S. Department of Energy – have been using artificial intelligence (AI) to look for connections between the solar wind and geomagnetic disruptions, or perturbations, that cause havoc on our technology. The researchers applied an AI method called “deep learning,” which trains computers to recognize patterns based on previous examples. They used this type of AI to identify relationships between solar wind measurements from heliophysics missions (including ACE, Wind, IMP-8, and Geotail) and geomagnetic perturbations observed at ground stations across the planet.

From this, they developed a computer model called DAGGER (formally, Deep Learning Geomagnetic Perturbation) that can quickly and accurately predict geomagnetic disturbances worldwide, 30 minutes before they occur. According to the team, the model can produce predictions in less than a second, and the predictions update every minute.

The DAGGER team tested the model against two geomagnetic storms that happened in August 2011 and March 2015. In each case, DAGGER was able to quickly and accurately forecast the storm’s impacts around the world.

Previous prediction models have used AI to produce local geomagnetic forecasts for specific locations on Earth. Other models that didn’t use AI have provided global predictions that weren’t very timely. DAGGER is the first one to combine the swift analysis of AI with real measurements from space and across Earth to generate frequently updated predictions that are both prompt and precise for sites worldwide.

“With this AI, it is now possible to make rapid and accurate global predictions and inform decisions in the event of a solar storm, thereby minimizing – or even preventing – devastation to modern society,” said Vishal Upendran of the Inter-University Center for Astronomy and Astrophysics in India, who is the lead author of a paper about the DAGGER model published in the journal Space Weather.

The computer code in the DAGGER model is open source, and according to Upendran, it could be adopted, with help, by power grid operators, satellite controllers, telecommunications companies, and others to apply the predictions for their specific needs. Such warnings could give them time to take action to protect their assets and infrastructure from an impending solar storm, such as temporarily taking sensitive systems offline or moving satellites to different orbits to minimize damage.

With models like DAGGER, there could one day be solar storm sirens that sound an alarm in power stations and satellite control centers around the world, just as tornado sirens wail in advance of threatening terrestrial weather in towns and cities across America.

Reference: “Global Geomagnetic Perturbation Forecasting Using Deep Learning” by Vishal Upendran, Panagiotis Tigas, Banafsheh Ferdousi, Téo Bloch, Mark C. M. Cheung, Siddha Ganju, Asti Bhatt, Ryan M. McGranaghan and Yarin Gal, 19 May 2022, Space Weather.
DOI: 10.1029/2022SW003045