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

기술 요약: 지상 VLF 데이터를 통한 태양 플레어의 실시간 탐지

문제 제기
전리층의 D 영역 (고도 6090km) 은 고주파 (HF) 파동 흡수에 결정적인 역할을 하여 민간, 방송, 군사 통신에 영향을 미칩니다. 그러나 이 영역의 낮은 고도로 인해 위성이나 풍선을 통한 지속적인 모니터링은 불가능합니다. 현재 플레어 탐지 시스템은 주로 태양 X 선 플럭스를 직접 측정하는 지구 정지궤도 운영 환경 위성 (GOES) 데이터에 의존합니다. 신뢰할 수 있지만, GOES 경보에는 46 분의 지연이 발생하며 높은 플럭스 수준 (X17) 에서 포화될 수 있습니다. 또한, 위성 기반 시스템은 우주 기상 교란에 취약합니다. 따라서 낮은 지연 시간과 독립적인 검증 능력을 갖춘 탄력적인 지상 기반 대안이 필요합니다.

방법론
저자들은 지상 기반 초저주파 (VLF, 15~45 kHz) 데이터를 활용하여 태양 플레어를 탐지하고 특성화하는 방법과 Python 패키지인 vlf4ions를 제시합니다. 이 시스템은 태양 플레어가 D 영역의 전자 밀도를 증가시켜 파동의 위상과 진폭을 변화시키는 지구 - 전리층 도파관 내에서 전파되는 VLF 파동을 모니터링합니다.

작업 흐름은 네 가지 주요 단계로 구성됩니다:

1. 데이터 전처리: 프랑스 낭세이 (Nanc¸ay) 의 AWESOME 수신기로부터의 원시 데이터는 진폭 보정과 위상 보정을 거칩니다. 위상 보정은 송신기 주파수 드리프트로 인한 인위적인 경사를 제거하기 위해 언래핑 (unwrapping) 과 디트렌딩 (detrending) 을 포함하며, 이는 과거 데이터에 의존하지 않고 유도된 주파수 이동 매개변수 ($\delta f$) 를 활용합니다. 이동 중앙값 필터와 신호 진폭 및 태양 천정각에 기반한 플래깅 시스템은 노이즈와 야간 구간을 제거합니다.
2. 플레어 탐지: 점진적 알고리즘이 VLF 위상 데이터의 중단점 (트렌드 변화) 을 탐지합니다. 이 알고리즘은 새로운 데이터 포인트가 기존 트렌드를 따르는지 아니면 중단점을 도입하는지 판단하기 위해 우도 기준 ($L$) 을 최소화합니다. 우도 개선이 사용자 정의 임계값 ($\delta$) 을 초과하면 중단점이 확인됩니다.
3. 분류 및 추정: 탐지된 중단점은 위상 경사와 변동 ($\Delta\Phi$) 을 기반으로 정적 기간, 플레어 시작, 최대, 또는 감쇠로 분류됩니다. 태양 X 선 플럭스를 추정하기 위해 시스템은 베이지안 통계를 활용한 확률적 접근법을 사용합니다. 여러 송신기 (예: NRK, NAA, NSY, GQD) 의 위상 변동에서 유도된 확률 밀도 함수 (PDF) 를 결합하여 X 선 플럭스의 사후 확률을 계산합니다.
4. 전자 밀도 프로파일링: 시스템은 측정된 VLF 진폭과 위상을 Longwave Mode Propagator (LMP) 의 모델링된 값과 비교하여 D 영역 전자 밀도 프로파일을 추정하며, 이때 Wait 프로파일 매개변수 ($h'$ 및 $\beta$) 를 활용합니다.

주요 결과
이 방법은 2023 년 11 월부터 2024 년 10 월까지의 1 년간 데이터를 사용하여 검증되었으며, 407 개의 M 급 및 X 급 플레어를 포함합니다.

• 탐지 성능: 시스템은 M 급 및 X 급 플레어의 82.7% 를 탐지했습니다. 특히, 이러한 플레어를 평균적으로 상승 시간의 4 분의 1 이내에 식별했습니다. M3 이상의 고립된 플레어의 경우, 중앙값 탐지 시간은 상승 시간의 0.22 배였습니다.
• 지연 시간: 시스템은 X 선 플럭스 증가가 시작된 후 약 7.1 분 뒤에 플레어 시작을 탐지하지만, VLF 위상 상승이 시작된 후 2.6 분 만에 탐지합니다. 이는 GOES 경보의 전형적인 4~6 분 지연 시간보다 빠릅니다.
• 플럭스 추정: 여러 송신기의 데이터를 결합하면 추정된 X 선 플럭스의 신뢰 구간이 축소됩니다. 현재 PDF(제한된 훈련 데이터 기반) 는 극단적 사건 (예: NRK 의 경우 [M1.7, X3.6]) 에 대해 더 넓은 신뢰 구간을 가지지만, 이 방법은 검증 세트에서 플럭스를 2 배 이내로 성공적으로 추정했습니다.
• 구현: vlf4ions Python 패키지는 단일 송신기에 대한 데이터를 1 초 미만에 처리하며, 플럭스 및 밀도 추정은 최대 2 초가 소요되어 실시간 운영에 적합함을 확인했습니다.

의의 및 주장
이 논문은 이 접근법이 위성 인프라에 독립적인 우주 기상 모니터링을 위한 탄력적인 지상 기반 백업을 제공한다고 주장합니다. 오직 지상 데이터에만 의존함으로써 시스템은 우주 기반 자산의 취약점 (예: 전자적 오작동, 통신 상실) 을 피하고 데이터 지연 시간을 단축합니다.

저자들은 이 시스템이 정적 일 프로파일이나 외부 GOES 데이터에 대한 사전 지식을 필요로 하지 않고 작동하므로 활발한 태양 기간 동안 견고하다고 강조합니다. 현재 구현은 위상 데이터에 초점을 맞추고 있지만, 저자들은 시스템이 일반적으로 D 영역 이온화 변화를 탐지한다고 지적합니다. 따라서 이는 전리층 교란에 대한 일반적인 경보 시스템으로 기능할 수 있습니다. 논문은 vlf4ions를 위성 기반 시스템과 비교하거나 더 빠른 경보를 제공할 수 있으며, 동시에 D 영역 전자 밀도 및 HF 흡수 영향에 대한 추정을 제공하는 더 탄력적인 탐지 네트워크를 향한 한 걸음으로 위치시킵니다. 저자가 제안한 향후 개선 사항으로는 C 급 및 극단적 X 급 플레어에 대한 PDF 를 정교화하기 위해 화학 모델의 합성 데이터를 사용하고, 추정 오차를 더욱 줄이기 위해 진폭 데이터를 통합하는 것입니다.