尽管没有科学的先天知识，最近的“深度学习”算法比基于科学认识的当前模型可以提供更准确的太阳如何影响我们星球的预测。

几十年来，人们一直在尝试预测太阳对地球大气的影响。迄今为止，基于太阳物理学的算法已被用于预测地球大气的移动密度。

但是由于影响地球周围复杂和动态的气体层的变量如此之多，人工智能(AI)可以在这一领域做出真正的改进，因为它能够处理更复杂的数据，这对我们在地球轨道上执行飞行任务的方式具有重要意义。

太阳是真正的阻力

太空中的条件会根据太阳的情绪波动而变化，这被称为“太空天气”。太阳以恒流喷出辐射，但有时也会发出猛烈的高能粒子爆发，直接撞击我们的星球。这些粒子会引起地磁风暴，这是对地球保护磁场的暂时干扰。

地球的大气层也受到这些爆发的影响，因为地磁风暴和紫外线的增加加热了高层大气，使其膨胀。随着热空气的上升，其在长达1000 km的轨道上的密度会增加，附近的卫星会遇到更大的阻力或“阻力”，从而使它们减速并改变轨道。

如果不进行干预(例如发射推进器使其保持在高空状态)，卫星将缓慢坠落到地球并在大气层中燃烧。在任务控制中，我们通常会提升地球探险者舰队的轨道。

改善这些预测将使操作员可以计划更长更准确的校正动作周期，这意味着需要更少的推进器点火，从而增加了卫星可以花在收集科学数据上的时间。

实际上，我们对航天器未来位置的了解也会增加，因此我们可以更准确地预测太空碰撞的机会，从而帮助我们在当前的空间碎片环境中保护航天器。

大气预测

进行大气预测需要两个重要因素：太阳指数和地磁指数。两种测量均来自地球，并在全球多个地方收集。

.太阳指数来自所谓的10.7厘米太阳辐射通量，即太阳发出的波长为10.7厘米的光量。众所周知，F10.7是太阳活动的绝佳替代品，并且由于可以在所有天气条件下观测到，因此每天都可以测量，无论下雨还是下雨。

地磁指数用于表征由太阳活动引起的地球磁场中风暴的大小。这样的风暴会严重破坏电网，航天器的运行，无线电信号，当然还会破坏两极的美丽北极光。

ESA ESOC运营中心的飞行动力工程师Pere Ramos Bosch说：“我们观察过去，但只能预测未来。”

“我们目前使用的是很久以前开发的算法，该算法利用了前几年的F10.7和地磁指数的变化以及对太阳和大气物理学的了解，对未来27天进行了预测。”

但是，当前的预测通常是不准确的。尽管我们还没有丢失任务，但是当涉及到低地球轨道上的飞行卫星(如风神风任务和哨兵系列的地球探险者)时，我们对大气密度变化的缺乏了解是最大的误差来源。

AI能有所作为吗?

ESA现在正在测试一种完全不同的算法，该算法使用来自太阳和地球的相同测量数据，但完全忽略了物理学，而是采用“深度学习”。团队希望它能够使用其“长期短期记忆”来识别人类无法检测到的复杂关系和模式。

ESA人工智能与运营创新集团的卢森堡国家培训师戴维·雷米利(David Remili)说：“我们即将开始取得成果，但看来人工智能已被证明能充分利用可用数据。”预测工具。

“很荣幸能获得将人工智能和天体物理学相结合的资源，并最终对太空飞行任务产生积极影响。”

到目前为止，人工智能工具似乎很有前途，但请继续寻找哪种算法可以更好地预测未来，以及我们是否可以使用这些新的计算功能来更好地了解太阳系与我们房屋之间的相互作用。

太阳能警告

ESA未来的Lagrange任务将时刻保持对太阳的监视。这颗位于拉格朗日第五点的卫星将在影响到地面轨道或电网中的卫星之前发出可能有害的太阳活动的预警，使运营商有时间采取行动保护重要的基础设施。

版权说明： 本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。

标签：