Real-time detection of solar flares from ground-based VLF data

技術概要：地上 VLF データからの太陽フレアの実時間検出

問題提起
電離圏の D 層（高度 60〜90 km）は、高周波（HF）波の吸収に決定的な役割を果たし、民間、放送、軍事通信に影響を及ぼします。しかし、この領域の低高度のため、衛星や気球による継続的な監視は不可能です。現在のフレア検出システムは、主に太陽 X 線フラックスを直接測定する静止軌道気象衛星（GOES）のデータに依存しています。信頼性は高いものの、GOES の警報には 4〜6 分の遅延があり、高フラックスレベル（X17）では飽和する可能性があります。さらに、衛星ベースのシステムは宇宙天気擾乱に対して脆弱です。これに対し、低遅延で実時間検出が可能であり、かつ独立した検証能力を備えた、回復力のある地上ベースの代替手段が必要です。

手法
著者らは、地上の極低周波（VLF、15〜45 kHz）データを用いて太陽フレアを検出・特徴付けるための手法と、Python パッケージ「vlf4ions」を提示します。このシステムは、太陽フレアが D 層の電子密度を増加させ、波の位相と振幅を変化させるという地球 - 電離圏導波管内を伝播する VLF 波を監視します。

ワークフローは以下の 4 つの主要段階から構成されます：

1. データ前処理：フランス・ナンセーの AWESOME 受信機からの生データは、振幅較正と位相補正を受けます。位相補正には、送信周波数のドリフトに起因する人工的な傾きを除去するためのアンラッピングとトレンド除去が含まれ、これは歴史的データに依存せずに導出された周波数シフトパラメータ（$\delta f$）を利用します。移動中央値フィルタと、信号振幅および太陽天頂角に基づくフラグ付けシステムにより、ノイズと夜間期間が除去されます。
2. フレア検出：インクリメンタルアルゴリズムが、VLF 位相データ内のブレークポイント（傾向変化）を検出します。このアルゴリズムは尤度基準（$L$）を最小化し、新しいデータポイントが既存の傾向に従うか、それともブレークを導入するかを判断します。尤度の改善がユーザー定義の閾値（$\delta$）を超えた場合、ブレークポイントが確認されます。
3. 分類と推定：検出されたブレークポイントは、位相傾斜と変動（$\Delta\Phi$）に基づき、静穏期間、フレア発生、極大、または減衰として分類されます。太陽 X 線フラックスを推定するため、システムはベイズ統計を用いた確率的アプローチを採用します。複数の送信機（例：NRK、NAA、NSY、GQD）の位相変動から導出された確率密度関数（PDF）を組み合わせ、X 線フラックスの事後確率を計算します。
4. 電子密度プロファイリング：システムは、Longwave Mode Propagator（LMP）からのモデル化された値と比較して測定された VLF 振幅と位相を評価することで、D 層の電子密度プロファイルを推定します。これには Wait プロファイルパラメータ（$h'$および$\beta$）が利用されます。

主要な結果
この手法は、2023 年 11 月から 2024 年 10 月までの 1 年間のデータ（M クラスおよび X クラスのフレア 407 件を網羅）を用いて検証されました。

• 検出性能：システムは M クラスおよび X クラスのフレアの 82.7% を検出しました。重要なのは、平均してこれらのフレアを立ち上がり時間の 4 分の 1 以内に特定したことです。M3 以上の孤立したフレアの場合、中央値検出時間は立ち上がり時間の 0.22 倍でした。
• 遅延：システムは X 線フラックスの増加開始から約 7.1 分後にフレアの開始を検出しますが、VLF 位相の立ち上がり開始後にはわずか 2.6 分です。これは、GOES 警報に典型的な 4〜6 分の遅延よりも速いです。
• フラックス推定：複数の送信機からのデータを組み合わせることで、推定された X 線フラックスの信頼区間が縮小します。現在の PDF（限られたトレーニングデータに基づく）は、極端な事象（例：NRK の場合 [M1.7, X3.6]）に対してより広い信頼区間を持ちますが、この手法は検証セットにおいて、フラックスを 2 倍の範囲内で成功裏に推定しました。
• 実装：Python パッケージ「vlf4ions」は、単一の送信機のデータを 1 秒未満で処理し、フラックスおよび密度の推定には最大 2 秒を要します。これにより、実時間運用への適合性が確認されました。

意義と主張
本論文は、このアプローチが衛星インフラに依存しない、回復力のある宇宙天気監視の地上ベースのバックアップを提供すると主張しています。地上データのみを依存源とすることで、電子の誤作動や通信喪失などの衛星ベース資産の脆弱性を回避し、データ遅延を低減します。

著者らは、このシステムが静穏日のプロファイルや外部の GOES データの事前知識を必要とせずに機能することを強調しており、活発な太陽活動期間中においても堅牢であることを示しています。現在の実装は位相データに焦点を当てていますが、著者らはシステムが一般的に D 層の電離変化を検出することを指摘しており、したがって、電離圏擾乱に対する一般的な警報システムとして機能し得るとしています。本論文は「vlf4ions」を、衛星ベースのシステムと同等かそれ以上の警報を提供でき、かつ D 層の電子密度および HF 吸収への影響を推定することも可能な、より回復力のある検出ネットワークへの一歩として位置付けています。著者が提案する将来の改善点には、C クラスおよび極端な X クラスのフレアに対する PDF を精緻化するための化学モデルからの合成データの活用、および推定誤差をさらに低減するための振幅データの統合が含まれます。