Как исследовать Солнце с помощью больших данных

Передовые аналитические инструменты помогают раскрывать великие тайны Вселенной

Даниэль Тичи (Daniel Teachey), редактор SAS Insights

Что можно узнать от спутника, находящегося на расстоянии миллиона миль от Земли? Что происходит на обратной стороне Солнца? Как наша гелиосфера — магнитная сфера, в которой находится Солнце и планеты — взаимодействует с межзвездным пространством?

Подобные вопросы задают себе астрофизики и астрономы при исследовании тайн нашей Вселенной. Один из таких вопросов: почему корона Солнца — самый внешний слой атмосферы звезды — в 300 раз горячее ее поверхности, температура которой достигает 5 600 градусов по Цельсию (10 000 градусов по Фаренгейту). Ученые предполагают, что энергия, задерживаемая магнитными полями, каким-то образом вызывает интенсивное нагревание, и корональные петли, вероятно, являются ключом к разгадке этой тайны.

Применять новый метод можно очень широко, и он способен помочь самым разным исследователям в академических, деловых и научных кругах быстро извлекать полезную информацию из больших данных

Корональные петли — это яркие динамические структуры в виде дуг над поверхностью Солнца. Горячая плазма заставляет их светиться и нагреваться до температур свыше миллиона градусов. Электрифицированная плазма проходит вдоль изогнутых линий мощных магнитных полей. Эти светящиеся магнитные арки связаны с солнечными пятнами, которые значительно повышают интенсивность рентгеновского и ультрафиолетового излучения, исходящего от внешней атмосферы Солнца и попадающего в верхние слои атмосферы Земли.

Сообщество астрофизиков полагает, что при возникновении этих мощных арок происходит магнитное пересоединение. В рамках этого физического процесса магнитная энергия преобразуется в кинетическую энергию, тепловую энергию и энергию ускорения частиц.

Исследователи Ларс Дальдорф (Lars Daldorff) и Сиавуш Мохаммади (Siavoush Mohammadi) наблюдают за этим явлением и пытаются понять его природу. Дальдорф — ученый в области атмосферных, океанических и космических исследований в Мичиганском университете и консультант Центра космических полетов имени Годдарда в НАСА. Мохаммади — консультант Infotrek, шведской компании, работающей в сфере бизнес-аналитики и хранения данных.

Они объединили усилия, чтобы решить проблему, ставшую камнем преткновения при исследовании, — проблему анализа огромного потока данных, грозящего утопить научные процессы в море информации. Ученые хотят найти возможность трансформировать эти данные в полезные знания.

Узнайте, как управлять аналитическим жизненным циклом

Когда физики моделируют происходящие на Солнце процессы на больших суперкомпьютерах, генерируется огромное количество данных. Но интересующий ученых феномен обычно нужно искать в определенной точке времени и пространства, словно иголку в стоге сена. Нужная информация скрыта в потоке данных, и, как правило, неизвестно, где или даже когда ее можно найти. Поэтому исследователям приходится дробить данные на мелкие фрагменты, руководствуясь обоснованными предположениями о том, где искомая информация может быть.

Проблема в том, что даже если и посчастливится найти интересующий феномен с первой попытки, то нельзя быть уверенными, что он единственный в массиве данных. Это означает, что между сбором данных (численным моделированием Солнца в нашем случае) и извлечением из них полезной информации проходит очень много времени.

А что если вы могли бы просканировать сразу весь стог сена в поисках иголки? Что если, найдя иглу (или иглы), вы бы просто экспортировали данные, представляющие интерес, и сделали бы полный анализ только того, что важно?

На эти вопросы Дальдорф и Мохаммади и пытались ответить, когда обратились к коммерческим аналитическим системам, чтобы получить возможность исследовать, классифицировать и отображать большое количество данных проекта по исследованию Солнца, полученных Дальдорфом при моделировании плазмы для NASA. Передовая технология, известная как автоматический исследовательский анализ данных, широко используется в деловом мире, например, для сбора информации о клиентах. Теперь она находит применение в новой области и помогает ученым познавать Вселенную.

Дальдорф и Мохаммади обратились к SAS® Visual Analytics – сложному, работающему в оперативной памяти инструменту для обнаружения «больших данных», интерактивного исследования и создания отчетов. В SAS® Visual Analytics широко представлены стандартизированные аналитические методы, применяемые для анализа данных во множестве отраслей. Для определения точек интереса, поиска релевантных отношений между данными, анализа, визуализации, создания отчетов используются одинаковые методы — и при обработке бизнес-данных, и при исследовании научной информации.

«Мы надеемся, что полученные результаты помогут НАСА в исследовании солнечных магнитных петель, и хотим, чтобы наша работа продемонстрировала эффективность исследовательского анализа данных в других областях, где интенсивно обрабатываются данные», — сказали Дальдорф и Мохаммади, представляя свою работу на конференции Joint Statistical Meetings в 2015 году в Сиэтле. — Применять новый метод можно очень широко, и он способен помочь самым разным исследователям в академических, деловых и научных кругах быстро извлекать полезную информацию из больших данных».


Sun behind electrical towers

Back to Top