Chinese Sunspot Drawings and Their Digitization-(VIII) Release of a Machine Readable Parameters Catalog

Resumen Técnico: Dibujos de Manchas Solares Chinas y su Digitalización – (VIII) Lanzamiento de un Catálogo de Parámetros Legibles por Máquina

Problema y Contexto
Los dibujos históricos de manchas solares realizados a mano constituyen una fuente de datos fundamental para comprender la variabilidad solar a largo plazo y su influencia en el entorno terrestre. Si bien el sistema internacional de número de manchas solares, establecido por Wolf y refinado por Hoyt y Schatten, se basa principalmente en observaciones occidentales, la serie continua de dibujos históricos de manchas solales chinas representa un conjunto de datos observacionales único desde el hemisferio oriental. A pesar de su valor científico, estos registros han sido objeto de refinamientos y correcciones progresivos y fragmentados a lo largo de décadas de uso en diversos estudios. Existía la necesidad de una consolidación sistemática de estas revisiones acumulativas para mejorar la consistencia interna y la utilidad para la comunidad investigadora en general. Además, aunque existían esfuerzos previos de digitalización, se requería el lanzamiento y la validación formal de un catálogo unificado y legible por máquina que abarcara múltiples parámetros físicos (número de manchas solares, número de grupos y área) de seis observatorios chinos.

Metodología
Los autores presentan un catálogo digital sistemáticamente revisado y verificado manualmente, derivado de dibujos históricos de manchas solares de seis instituciones astronómicas chinas: el Observatorio de Yunnan (YNO), el Observatorio de la Montaña Púrpura (PMO), la Estación Guang Xiang del Observatorio de Qingdao (QDGX), la Estación de Observación de Sheshan (SSOS), el Planetario de Beijing (BJP) y la Universidad de Nanjing (NJU).

La metodología consistió en:

1. Consolidación y Estandarización de Datos: El equipo digitalizó casi 90,000 registros manuscritos y más de un millón de entradas de información discreta. Abordaron las variaciones en la información de formato fijo (por ejemplo, notaciones de coordenadas, listas de parámetros) entre las diferentes estaciones y periodos. Se eliminaron los campos redundantes y se estableció un formato unificado legible por máquina para armonizar los registros de todas las estaciones.
2. Extracción de Parámetros: El catálogo incluye números de manchas solares, números de grupos de manchas solares y mediciones del área de las manchas solares. Se extrajeron metadatos de formato fijo (fechas, tiempos, coordenadas, conteos) e información de formato no fijo (detalles de grupos individuales como la clasificación McIntosh, áreas y posiciones).
3. Análisis Comparativo: Para validar el conjunto de datos, los autores realizaron comparaciones estadísticas con los datos de referencia del Centro de Análisis de Influencia Solar (SIDC).
   • Número Relativo de Manchas Solares (RSN): Se analizaron tanto los valores brutos como los valores corregidos por $k$ para YNO y PMO. El modelo de regresión utilizado fue $SIDC = \text{pendiente} \times \text{Obs} + \text{intersección}$.
   • Número de Grupos (GN): Solo se utilizaron conteos brutos, ya que los registros chinos carecen de un factor de corrección dedicado para los grupos. Las comparaciones utilizaron tanto las series base diarias (1958–1995) como anuales (1958–2015) del SIDC.
   • Métricas Estadísticas: El análisis empleó la regresión lineal de Mínimos Cuadrados Ordinarios (OLS), calculando coeficientes de correlación ($r$), coeficientes de determinación ($R^2$), pendientes, intersecciones, Error Estándar de la Estimación (SEE), Error Cuadrático Medio (RMSE) y Error Absoluto Medio (MAE). Se realizaron análisis de residuos para examinar los desplazamientos sistemáticos y las modulaciones del ciclo solar.

Contribuciones Clave

• Lanzamiento de un Catálogo Unificado: La contribución principal es el lanzamiento de un catálogo de parámetros legible por máquina para seis series de dibujos de manchas solares históricas, disponible públicamente a través del repositorio de los Observatorios Nacionales de Astronomía de China y Zenodo.
• Revisión Sistemática: El conjunto de datos incorpora una ronda exhaustiva de verificación y corrección de datos, resolviendo las inconsistencias entre diferentes estaciones y periodos de tiempo.
• Validación Cuantitativa: El artículo proporciona una evaluación estadística rigurosa de los registros chinos frente a los estándares internacionales (SIDC), caracterizando las diferencias sistemáticas y las correlaciones tanto para YNO como para PMO.

Resultos
Los análisis comparativos demuestran fuertes correlaciones positivas entre las observaciones chinas y los datos de referencia del SIDC, con coeficientes de correlación que superan consistentemente el 0.94 en todas las comparaciones y alcanzan el 0.99 para los promedios anuales del Número de Grupos.

• Observatorio de Yunnan (YNO):
  • RSN: Los valores brutos del RSN de YNO son sistemáticamente superiores al SIDC en aproximadamente un 17.6% (pendiente 0.8497). Tras la corrección $k$, los valores pasan a tener un déficit del 20.9% respecto al SIDC (pendiente 1.2641), lo que sugiere una posible sobrecorrección. Las métricas de error (SEE, RMSE, MAE) mejoraron tras la corrección $k$.
  • GN: El GN diario bruto muestra un ligero desplazamiento positivo (pendiente 0.9719), mientras que los promedios anuales muestran un déficit mayor (pendiente 0.8997). El promedio anual redujo significativamente la dispersión (el SEE bajó de 1.49 a 0.50).
• Observatorio de la Montaña Púrpura (PMO):
  • RSN: Los valores brutos del RSN de PMO son aproximadamente un 6.0% inferiores al SIDC (pendiente 1.0640). Tras la corrección $k$, el déficit aumenta al 15.5% (pendiente 1.1841), lo que sugiere una subcorrección. Las métricas de error también mejoraron tras la corrección.
  • GN: Los valores diarios brutos del GN son sistemáticamente inferiores al SIDC (pendiente 1.1880). Los promedios anuales muestran una tendencia similar (pendiente 1.1268) con métricas de error significativamente reducidas (el SEE bajó de 1.58 a 0.49).
• Análisis de Residuos: Los residuos absolutos exhiben una clara modulación del ciclo solar (mayores durante los máximos), mientras que los residuos porcentuales son mayores durante los mínimos solares. La corrección $k$ generalmente redujo la dispersión tanto en los residuos absolatos como en los porcentuales.

Significancia y Reivindicaciones
El artículo sostiene que este conjunto de datos sirve como un valioso complemento a las bases de datos internacionales de manchas solares, ofreciendo una continuidad única a largo plazo para los estudios de actividad solar desde el hemisferio oriental. Las fuertes correlaciones con los datos del SIDC confirman que estas observaciones visuales capturan fielmente los ciclos de actividad solar a lo largo de varias décadas.

Los autores destacan que el Número de Grupos (GN) sirve como un índice más robusto para los estudios de ciclos solares a largo plazo que el Número Relativo de Manchas Solares (RSN). El GN exhibe desplazamientos sistemáticos menores (por ejemplo, 8.5% para el GN bruto de PMO frente al 15.5% para el RSN bruto de PMO) y no requiere factores de corrección adicionales, minimizando así los sesgos dependientes del observador. El conjunto de datos se presenta como un recurso crítico para reconstruir los patrones de actividad solar y comprender el marco global de la monitorización solar, llenando particularmente las brechas longitudinales en la red global. Los autores reconocen limitaciones, como la disponibilidad parcial de los factores $k$ para el PMO en los primeros años y la naturaleza subjetiva de los dibujos manuales, pero afirman que el riguroso control de calidad y la revisión sistemática han producido un recurso fiable para la investigación en física solar.