Source Surface Height Optimisation for Improved Solar Wind Velocity Forecasting Across Solar Cycles 23, 24 and 25

기술 요약: 태양 주기 23, 24, 25에 걸친 태양풍 속도 예측 개선을 위한 소스 표면 높이 최적화

문제 제기
잠재적 자기장 소스 표면(PFSS) 모델은 최첨단 우주 기상 예측 프레임워크의 핵심 구성 요소로서, 왕-쉬리-아게(WSA)와 같은 경험적 태양풍 모델의 입력값 역할을 한다. PFSS 모델은 단일 물리적 자유 매개변수인 소스 표면(SS) 높이에 의존하며, 전통적으로는 2.5 $R_\odot$로 고정되어 사용된다. 이전 연구들이 다양한 데이터셋과 시간 간격을 사용하여 SS 높이 최적화를 조사해 왔으나, 대부분은 단기 분석이나 특정 태양 주기(SC) 단계에 집중되었다. 또한, 초기 연구들은 헬리오스피어 개방 자기 선속(open magnetic flux)의 추정치를 개선하는 데 주로 목적을 두었으며, L1 지점에서의 직접적인 태양풍 속도 예측과는 차이가 있었다. 따라서 WSA 프레임워크 내에서 태양풍 속도 예측을 수행할 때, 최적의 SS 높이가 여러 태양 주기(구체적으로 SC 23, 24, 25)에 걸쳐 어떻게 변화하는지에 대한 포괄적이고 장기적인 조사가 부족한 실정이다. 아울러, 서로 다른 자계도(magnetogram) 제품(지상 기반 GONG 대 우주 기반 SDO/HMI)의 성능과 GONG 맵의 제로 포인트 보정(ZPC)이 SS 최적화에 미치는 구체적인 영향에 대해서도 추가적인 규명이 필요하다.

연구 방법론
저자들은 태양 주기 23, 24, 35(약 2006~2026년)를 아우르는 포괄적인 분석을 수행하였다. 본 연구는 두 가지 주요 소스로부터 얻은 일주 자계 맵(synoptic magnetic field maps)을 활용하였다:

1. 지상 기반: Global Oscillation Network Group(GONG) 맵, 특히 표준(STD) 버전과 제로 포인트 보정(ZPC) 버전을 비교하였다.
2. 우주 기반: Solar Dynamics Observatory/Helioseismic and Magnetic Imager(SDO/HMI)의 방사형 일주 맵.

비교 가능성을 확보하기 위해, 고해상도인 HMI 맵(3600 $\times$ 1440)을 GONG 해상도(360 $\times$ 180)에 맞춰 다운샘플링하였다. 연구 범위는 GONG 데이터의 경우 254번의 캐링턴 회전(CR), HMI 데이터의 경우 204번의 CR을 포함한다.

모델링 프레임워크는 표준 파이프라인을 따랐다:

1. PFSS 외삽: 광구 자계 맵으로부터 소스 표면까지 코로나 자기장을 외삽하였다. 본 연구에서는 1.5 $R_\odot$에서 3.25 $R_\odot$ 사이를 0.25 $R_\odot$ 간격으로 나누어 총 8개의 이산적인 SS 높이를 테스트하였다.
2. WSA 모델: 팽창 계수($f_s$)와 가장 가까운 코로나 홀 경계로부터의 각거리($\theta_b$)를 바탕으로 소스 표면에서의 경험적 태양풍 속도를 추정하였다.
3. HUX 전파: Heliospheric Upwind eXtrapolation(HUX) 모델을 사용하여 이 속도들을 L1 라그랑주 점까지 전파하였다.
4. 검증: L1에서의 모델링된 태양풍 속도를 OMNI 데이터베이스의 인시츄(in-situ) 관측값과 비교하였다. 최적화를 위한 주요 지표는 모델링된 속도와 관측된 속도 사이의 피어슨 상관 계수($cc$)였다. "최적화된 SS 높이"는 각 캐링턴 회전(CR)에 대해 최대 $cc$를 생성하는 값으로 정의되었다.

주요 기여

• 장기적 범위: 본 연구는 단절된 구간이나 단일 주기가 아닌, 거의 세 번의 태양 주기(SC23–25)를 포괄함으로써 SS 높이 가변성에 대한 가장 장기적인 조사 중 하나이다.
• 다중 소스 비교: 태양풍 속도 예측(L1 기준)을 위한 SS 높이 최적화 맥락에서 GONG ZPC 맵(WSA 모델에서 널리 사용됨)과 HMI 맵을 장기적으로 비교한 첫 사례이다.
• 세밀한 샘플링: 단 몇 개의 이산적인 SS 높이만을 테스트했던 이전 연구들과 달리, 본 연구는 8개의 값을 사용하여 최적화된 높이의 분포를 더 정밀하게 특성화하였다.
• 단계별 분석: 최적화된 SS 높이를 태양 주기 단계(최소, 상승, 극대, 하강)와 명시적으로 상관 분석하였으며, 각 단계 내에서의 고활동 및 저활동 기간을 구분하였다.

결과

• 태양 주기 단계 의존성: 최적의 SS 높이와 태양 주기 단계 사이에는 명확한 관계가 존재한다.
  • 태양 최소/상승/하강 단계: 높은 SS 높이($\ge$ 2.5 $R_\odot$)가 L1에서의 태양풍 속도 예측에서 일관되게 더 나은 결과를 보여준다. 예를 들어, SC23 및 SC24의 최소 단계 동안 최적화된 높이의 분포는 $\ge$ 2.5 $R_\odot$ 쪽으로 크게 치우쳤으며, 3.25 $R_\odot$가 종종 최적의 적합값을 나타냈다.
  • 태양 극대기: 활동적인 단계에서는 경향이 역전된다. 낮은 SS 높이(< 2.5 $R_\odot$)가 일반적으로 더 나은 예측을 제공한다. SC25 극대기 동안 최적화된 분포는 낮은 값(예: HMI/ZPC 맵의 경우 1.5–1.75 $R_\odot$)을 향해 강하게 치우쳤다.
• 자계도 성능:
  • GONG ZPC vs. STD: GONG ZPC 맵은 특히 SC24와 SC25 상승 단계 동안 GONG STD 맵보다 일관되게 우수한 성능을 보였다. STD 맵은 이전 문헌에서 보고된 관측 제한 및 품질 문제로 인해 성능이 저하된 모습을 보였다.
  • GONG ZPC vs. HMI: ZPC와 HMI 맵은 전반적으로 유사한 성능을 보였다. 그러나 태양 극대기 동안, HMI 맵은 ZPC 맵에 비해 낮은 SS 높이 쪽으로 더 강한 편향을 보였다.
• 이상치 및 미세 차이:
  • SC24 극대기 동안, 태양 활동이 현저히 감소한 특정 구간("국지적 최소기")이 나타났는데, 이 구간은 일반적인 극대기 경향과 달리 높은 SS 높이를 선호했다. 이 구간을 제외했을 때 SC24 극대기의 전체 분포는 낮은 SS 높이 쪽으로 이동하였다.
  • 최적화된 SS 높이 분포는 특히 태양 극대기에 상당한 산포(scatter)를 보인다. 저자들은 이를 다극(multipolar) 구조의 활동이 매우 높은 시기에 PFSS 모델(가역적 자기장을 가정함)의 적용 한계와, 실제 소스 표면의 비구형(non-spherical) 특성 때문으로 분석하였다.

의의 및 주장
본 논문은 PFSS 모델에서 SS 높이를 최적화하는 것이 기존의 고정된 2.5 $R_\odot$ 높이를 사용하는 것보다 WSA 태양풍 속도 예측 성능을 유의미하게 향상시킨다고 주장한다. 본 연구는 최적의 SS 높이가 정적인 값이 아니라 태양 주기 단계에 따라 체계적으로 변한다는 것을 입증하였다: 즉, 조용한 태양 조건에서는 더 높은 값이, 활동적인 조건에서는 더 낮은 값이 요구된다.

저자들은 최적의 SS 높이가 주기 및 데이터셋마다 절대적인 값은 다를 수 있지만, 상대적인 경향(최소기에는 높은 SS, 극대기에는 낮은 SS)은 견고하다는 점을 강조한다. 결론적으로, 이러한 발견은 실제 소스 표면 높이가 태양 극대기(다극 자기장으로 인한 횡적 자기 에너지 밀도의 급격한 감소 때문)에는 낮아지고, 태양 최소기(쌍극 자기장)에는 높아진다는 물리적 해석을 뒷받s한다.

본 연구는 우주 기상 예측 프레임워크가 가변적인 SS 높이 전략을 채택함으로써 개선될 수 있음을 시사한다. 구체적으로 태양 최소기 근처에서는 2.5 $R_\odot$보다 약간 높은 높이를 사용하는 것이 유리하다. 다만, 저자들은 PFSS 모델의 가정이 고활동기 동안의 정확도를 제한한다는 점을 언급하며, 향후 개선을 위해서는 태양 대기의 본질적인 비구형 특성을 반영할 수 있는 비대칭적, 비구형 소스 표면 모델이 필요할 것이라고 조심스럽게 제언하였다.