The IRIS$^{2+}$ inversion tool: recovering the radiative losses and the thermodynamics in the lower solar atmosphere

Technische Samenvatting: De IRIS2+ Inversietool

Probleemstelling
Het afleiden van de fysieke toestand van het chromatische plasma uit observaties blijft een grote uitdaging in de zonnefysica. Vanwege lage botsingsfrequenties in de chromosfeer is een beschrijving in niet-lokaal thermodynamisch evenwicht (niet-LTE) vereist om de voortkomende intensiteiten te verklaren, wat een directe vertaling van geobserveerde intensiteiten naar fysische parameters verhindert. Hoewel moderne niet-LTE inversiecodes (bijv. STiC) de getrouwheid hebben verbeterd door meerdere spectrale lijnen op te nemen om de diepteresolutie te vergroten, zijn ze rekenintensief. Bovendien vereist het berekenen van geïntegreerde radiatieve verliezen (IRL)—cruciaal voor het begrijpen van de energiebalans en opwarmingsmechanismen in de chromosfeer—complexe post-processing van de geïnverteerde atmosferische modellen. Er is behoefte aan een snelle, betrouwbare tool die in staat is om thermodynamische parameters en radiatieve verliezen te herstellen voor grote datasets geobserveerd door de Interface Region Imaging Spectrograph (IRIS), zonder de verbijsterende computationele kosten van volledige iteratieve inversies voor elke pixel.

Methodologie
De auteurs introduceren IRIS2+, een verbeterde inversietool gebaseerd op een nearest-neighbor (k-nearest neighbor of k-nn) algoritme. De kern van deze methode is de IRIS2+ database, een uitbreiding van de vorige IRIS2 database, die nu 135.472 synthetische Representatieve Profielen (RP's) bevat.

• Constructie van de database: De database werd opgebouwd door 550 IRIS-datasets te selecteren die diverse zonnekenmerken beslaan (umbra, pore-achtig, penumbra, rustige zon, plage). Deze werden vooraf gesorteerd in vijf klassen. Voor elke dataset werden 320 multi-lijn RP's berekend met behulp van ongecontroleerde k-means clustering. Elke RP bestaat uit 6 chromatische lijnen (C II 1334 & 1335 Å, Mg II h&k, Mg II UV triplet) en 6 fotosferische lijnen (Ti II, Fe I, C I, Ni II). Deze RP's werden geïnverteerd met behulp van de state-of-the-art STiC code om Representatieve Model Atmosferen (RMA's) te genereren die temperatuur ($T$), snelheid langs de gezichtslijn ($v_{los}$), turbulente snelheid ($v_{turb}$) en elektronendichtheid ($n_e$) bevatten over 39 optische dieptes.
• Berekening van Radiatieve Verliezen: De database bevat Representatieve Geïntegreerde Radiatieve Verlies (RIRL) waarden. Deze werden berekend met STiC (met gebruik van de RH code) door de divergentie van de radiatieve flux over de chromosfeer te integreren (gedefinieerd als $4 \le T \le 18$ kK). Om de computationele complexiteit tijdens de creatie van de database te beheersen, werden radiatieve verliezen berekend door soorten (H, Mg II, Ca II) onafhankelijk te behandelen (één in niet-LTE, anderen in LTE) in plaats van simultaan, een methode die gevalideerd is waarbij de totale verliezen slechts met $\approx 15\%$ worden overschat vergeleken met volledige niet-LTE berekeningen.
• Inversieproces: Voor een nieuwe observatie transformeert IRIS2+ de geobserveerde spectrale bemonstering en gewichten om overeen te komen met de database. Vervolgens gebruikt het een k-nn algoritme (met $k=1$) om de dichtstbijzijnde synthetische RP in de database te vinden bij het geobserveerde profiel. De bijbehorende RMA en RIRL worden toegewezen aan de geobserveerde locatie. De tool biedt flexibele wegingopties ("gemiddelde", "standaard", "array", "handmatig") om verschillende lijncombinaties en observationele opstellingen te verwerken.

Belangrijkste Bijdragen

1. Uitgebreide Database: De IRIS2+ database is meer dan drie keer zo groot als zijn voorganger (135.472 versus 40.320 RP's) en beslaat een breder bereik aan zonnecondities van de fotosfeer tot de transitie-regio.
2. Geïntegreerde Radiatieve Verliezen: In tegen tegenstelling tot eerdere tools, levert IRIS2+ direct de geïntegreerde radiatieve verliezen voor de chromosfeer naast de thermodynamische parameters, afgeleid van de RMA-database.
3. Computationele Efficiëntie: De tool is geïmplementeerd in Python en maakt gebruik van standaard machine learning bibliotheken (Scikit-learn). Het vermindert de executietijd met ordes van grootte ($O(10^5-10^6)$) vergeleken met STiC, waardoor typische rasterscans binnen minuten kunnen worden geïnverteerd.
4. Interactieve Inspectietool: Een begeleidende tool stelt gebruikers in staat om geobserveerde versus synthetische profielen, thermodynamische variabelen langs de optische diepte, IRL-kaarten en de fit-kwaliteit ($\chi^2$) te visualiseren.

Resultaten
De auteurs vergeleken de IRIS2+ resultaten met STiC-inversies voor 10 IRIS-datasets:

• Radiatieve Verliezen (IRL): IRIS2+ en STiC resultaten vertonen een sterke lineaire correlatie ($r_p \approx 0.9$) na het filteren van uitschieters. Ruimtelijke kaarten zijn visueel equivalent, waarbij discrepanties grotendeels worden toegeschreven aan uitschieters of episodische gebeurtenissen die meer geavanceerde inversieschema's vereisen. De tool presteert het best wanneer C II en Mg II lijnen simultaan worden geïnverteerd.
• Thermodynamica:
  • Temperatuur ($T$): Correlaties zijn matig tot sterk ($r_p \gtrsim 0.5$) tussen $\log(\tau) = -7$ en $-1$. IRIS2+ heeft de neiging om iets koelere waarden te produceren op grote chromatische hoogtes ($\log(\tau) = -6$), maar iets warmere waarden in de midden-chromosfeer en fotosfeer ($\log(\tau) = -4, -1$), waarschijnlijk door bimodale distributies in de database-fitting.
  • Snelheden ($v_{los}, v_{turb}$): Sterke correlaties bestaan in de hoge en midden-chromosfeer ($r_p \approx 0.7$). Echter, in de lage chromosfeer en fotosfeer verzwakken de correlaties, en IRIS2+ levert over het algemeen lagere waarden dan STiC. De auteurs schrijven dit toe aan de kunstmatige limiet van $15$ km s$^{-1}$ die aan $v_{turb}$ is opgelegd in de database en de beperkte gevoeligheid van de geselecteerde lijnen voor thermodynamische veranderingen in de fotosfeer.
• Wegingsgevoeligheid: De studie bevestigt dat het gebruik van alle beschikbare lijnen (chromatisch en fotosferisch) de beste overeenstemming met STiC oplevert. Het uitsluitend vertrouwen op fotosferische lijnen of alleen C II lijnen resulteert in slechte correlaties voor chromatische parameters.

Betekenis en Claims
Het artikel beweert dat IRIS2+ een snelle en betrouwbare inversietool is die in staat is om benaderde waarden te leveren van de thermodynamische toestand en de radiatieve verliezen voor een grote verscheidenheid aan zonne-scenario's geobserveerd door IRIS. De auteurs benadrukken dat hoewel IRIS2+ geen vervanging is voor de rigoureuze, iteratieve STiC code in alle scenario's, het resultaten levert die "in de meeste gevallen vergelijkbaar zijn" met STiC wanneer alle lijnen simultaan worden geïnverteerd.

De betekenis ligt in het vermogen om grote hoeveelheden IRIS-data efficiënt te verwerken, wat statistische studies van chromatische opwarming en radiatieve verliezen mogelijk maakt die voorheen computationeel onhaalbaar waren. De auteurs merken bescheiden op dat de nauwkeurigheid van de tool wordt begrensd door de gevoeligheid van de geobserveerde lijnen en de diversiteit van de database; zij suggereren dat het uitbreiden van de database naar 300.000–500.000 elementen de dekking verder kan verbeteren en degeneratie kan verminderen. De tool wordt gepresenteerd als een praktische oplossing voor de zonnefysica-gemeenschap om toegang te krijgen tot thermodynamische en radiatieve verliesdata zonder de zware computationele overhead van volledige niet-LTE inversies.