Prognose-Tool

Sonnenstürme: Grazer KI soll Gefahr voraussagen

(Bild: NASA/Johns Hopkins APL/Ben Smith)

Sonnenstürme sind meistens so schwach, dass die Atmosphäre und das Magnetfeld der Erde den Planeten ausreichend schützen. Bei massiven Sonnenstürmen können die Auswirkungen jedoch enorm sein und von starken Spannungen im Stromnetz, gestörten GPS- und Flugfunkverbindungen bis zu länderweiten Internet- und flächendeckenden Stromausfällen reichen. Bisher haben sich solche Ereignisse allerdings kaum prognostizieren lassen. Forschende des Grazer Know-Center arbeiten daher nun an einem Frühwarnprogramm auf Basis von künstlicher Intelligenz, das die Stärke von Sonnenstürmen besser vorhersagen soll.

Wie die Grazer im Journal „Space Weather“ erklären, sendet die Sonne ständig Strahlung und geladene Teilchen in den Weltraum - den Sonnenwind. Sogenannte koronale Massenauswürfe, im allgemeinen Sprachgebrauch auch Sonnenstürme genannt, lassen die Teilchendichte mitunter jedoch stark ansteigen. Die Fähigkeit von Sonnenstürmen, extreme geomagnetische Stürme zu verursachen, hängt wiederum im Wesentlichen von der Orientierung ihres Magnetfeldes ab. In der Fachsprache spricht man von der „Bz-Magnetfeldkomponente“. Hier entscheidet die relative Orientierung dieser Komponente zum Erdmagnetfeld, wie viel Energie auf das Erdmagnetfeld übertragen wird: Je stärker die Bz-Komponente nach Süden zeigt, desto größer ist die Gefahr eines massiven geomagnetischen Sturms.

Das Problem: Bisher kann die Bz-Magnetfeldkomponente nicht mit ausreichender Vorwarnzeit vor dem Eintreffen des Sonnensturms auf der Erde vorhergesagt werden. Maschinelles Lernen ermöglicht es den Forschern jedoch, Algorithmen zu trainieren, um riesige Datenmengen zu analysieren und daraus Vorhersagen und neue Lösungen abzuleiten. „Es dauert nur ein paar Minuten, bis Daten, die von Sonden direkt im Sonnenwind gemessen wurden, zur Erde übermittelt werden. Wir haben uns zunächst angesehen, ob Informationen über die ersten Stunden eines Sonnensturms überhaupt ausreichend sind, um seine Stärke vorhersagen zu können“, erklärte Hannah Rüdisser vom Know-Center.

Illustration zeigt die Auswirkungen eines Sonnensturms auf die Erde.

(Bild: NASA)

Maschinelles Lernen sorgt für bessere Prognose
„Das Europäische Forschungsnetzwerk ‘Europlanet 2024‘ beherbergt einen großen Datenschatz, der aus Weltraummissionen, Simulationen und Laborexperimenten stammt. Unser Ziel ist, Wissen, das in diesen Daten steckt, hervorzuholen und nutzbar zu machen“, so Rüdisser. Auf Basis von maschinellem Lernen entwickelten die Forschenden ein Programm, um die Bz-Magnetfeldkomponente vorherzusagen. Dieses wurde mit Daten von 348 unterschiedlichen Sonnenstürmen trainiert und getestet, die von den Raumsonden Wind, STEREO-A und STEREO-B seit dem Jahr 2007 gesammelt wurden.

Um das Prognosewerkzeug im experimentellen Echtzeitmodus zu testen, simuliert das Team wie Sonnenstürme von Raumsonden gemessen werden und bewertet wie die kontinuierliche Einspeisung neuer Informationen die Vorhersagen verbessert. „Unser Prognosewerkzeug kann die Bz-Komponente recht gut vorhersagen. Besonders gut funktioniert es, wenn wir Daten der ersten vier Stunden des magnetischen Kerns des Sonnensturms heranziehen“, fasste Rüdisser die ersten Ergebnisse zusammen.

Durch neue Weltraummissionen erhofft man sich weitere Daten, die die Genauigkeit der Vorhersagen weiter erhöhen sollen. Im Abschluss wollen die Forschenden Sonnenstürme mithilfe von KI-Methoden ganz automatisch im Sonnenwind entdecken. Das sei nötig, um die Methode auch in Echtzeit anwenden zu können, ohne dass ein menschlicher Benutzer die Sonnenstürme laufend identifizieren muss.