A Catalog of Automatically Identified Multi-Signature ICMEs Observed by Solar Orbiter

Probleemstelling

Interplanetaire Coronal Mass Ejections (ICMEs) zijn cruciale drijvers van ruimteweersomstandigheden, maar hun identificatie blijft uitdagend vanwege de diversiteit van hun in-situ signatures en het gebrek aan een universeel detectiecriterium. Historisch gezien zijn ICME-catalogi samengesteld door middel van expertgestuurde, visuele inspectie van magnetische en plasma-data. Deze handmatige aanpak introduceert subjectiviteit, inter-waarnemer variabiliteit en significante discrepanties tussen catalogi (bijv. Richardson 2014 vond slechts 36% overlap tussen catalogi die dezelfde Ulysses-dataset gebruikten). Bovendien vertrouwen veel bestaande catalogi zwaar op magnetische veldsignatures alleen, wat detectie potentieel bevoordeelt richting Magnetic Clouds (MCs), terwijl non-MC ICMEs of gebeurtenissen met zwakke magnetische rotaties worden gemist. Daarnaast belemmert het gebrek aan geautomatiseerde, reproduceerbare methoden de creatie van betrouwbare gelabelde datasets die vereist zijn voor machine learning-toepassingen en de ontwikkeling van datagestuurde CME-evolutiemodellen.

Methodologie

De auteurs hebben een geautomatiseerd ICME-detectiealgoritme ontwikkeld met behulp van hoogresolutie in-situ metingen van de Solar Orbiter-missie (januari 2020 – februari 2025). De methodologie is gebouwd op drie kernzuilen:

1. Afstand-normalisatie: Om rekening te houden met het brede baanbereik van Solar Orbiter (0.3–1 au), normaliseert het algoritme plasma- en magnetische veldparameters naar 1 au. Door gebruik te maken van power-law fits afgeleid van de data (bijv. $n_p \sim r^{-1.9}$, $T_p \sim r^{-0.7}$), verwijderen de auteurs achtergrondradiale trends, waardoor uniforme detectiedrempels in de gehele binnenste heliosfeer mogelijk zijn.
2. Sliding Window Multi-Signature Detectie: Het algoritme scant data met een 36-uur sliding window (met stappen van 1 uur) om kandidaat-intervallen te identificeren.
   • Pre-filters: Kandidaten moeten verhoogde magnetische velden vertonen ($\ge 7$ nT) en een lage plasma $\beta$ ($< 0.8$).
   • Non-MC ICMEs: Geïdentificeerd indien ten minste drie van de zes signatures aanwezig zijn: verhoogd magnetisch veld, anomalisch lage protontemperatuur ($T_{norm}/T_{exp} < 0.5$), lage genormaliseerde plasma $\beta$ ($\le 0.1$), dalend snelheidsprofiel, significante verandering in magnetische veldrichting ($\ge 45^\circ$), of lage magnetische veldvariantie.
   • Magnetic Clouds (MCs): Geïdentificeerd via een gladde, grootschalige magnetische rotatie. Het algoritme gebruikt kwadratische en lineaire regressie om de veldgladheid ($R^2$) en magnitudeveranderingen ($\Delta B$) te beoordelen. Gebeurtenissen worden geclassificeerd als "Good-MC" (strikte criteria) of "Complex flux rope" (ontspannen criteria voor gedisorderde structuren).
   • Schokken en Sheaths: Schokken worden gedetecteerd via abrupte sprongen in magnetisch veld ($|B|_{down}/|B|_{up} \ge 1.2$), dichtheid en snelheid ($\Delta V \ge 20$ km s$^{-1}$). Sheaths worden gedefinieerd als de turbulente regio tussen de schok en de ICME-voorrand, bevestigd door een hoge plasma $\beta$, verhoogde dichtheid/temperatuur en hoge variantie.
3. Hiërarchische Merging: Overlappende kandidaat-intervallen worden samengevoegd op basis van een hiërarchie van signatuurkwaliteit (bijv. een "Good-MC" overrulet een "Complex flux rope") om een schone, niet-redundante catalogus te produceren.
4. Validatie: De catalogus werd gevalideerd tegen externe lijsten (ICMECAT en LASSOS) en gecross-referenced met Heavy Ion Sensor (HIS) compositiegegevens (beschikbaar jan 2022–apr 2023) om zware-ionen signatures (bijv. $O^{7+}/O^{6+}$, $\langle Q_{Fe} \rangle$) te verifiëren.

Belangrijkste Bijdragen

• Een Uitgebreide Catalogus: De studie presenteert een catalogus van 138 ICMEs waargenomen door Solar Orbiter, bestaande uit 55% schok-geassocieerde gebeurtenissen (met sheaths) en 45% non-shock gebeurtenissen.
• Substructuur Resolutie: In tegenstelling tot veel eerdere catalogi, identificeert en karakteriseert dit werk expliciet drie onderscheidende substructuren: forward shocks, turbulente sheaths en de ejecta (MC of non-MC).
• Geautomatiseerd Framework: Het artikel biedt een volledig geautomatiseerd, afstand-invariant framework dat subjectiviteit minimaliseert, wat continue updates mogelijk maakt en de creatie van datasets voor machine learning faciliteert.
• Compositie Integratie: De catalogus integreert zware-ionen compositiegegevens voor een subset van gebeurtenissen, waardoor in-situ plasma-eigenschappen worden gekoppeld aan coronaal broncondities.

Belangrijkste Resultaten

• Radiale Evolutie: De studie bevestigt dat de protontemperatuur sub-adiabatisch afneemt met de afstand, dichtheid een bijna sferische radiale afname volgt ($n_p \propto r^{-1.9}$), en dynamische druk steil daalt, wat wijst op sterkere ICME-expansie in de binnenste heliosfeer. De radiale afhankelijkheid van het magnetische veld is minder steil dan de verwachting van de Parker-spiraal.
• Sheath vs. Non-Sheath Dynamiek:
  • ICMEs met sheaths zijn gemiddeld 27% langer, 68% meer gemagnetiseerd, 30% sneller, 2,6 keer heter, 34% dichter en 2,8 keer meer over-gepressuriseerd dan die zonder sheaths.
  • Met sheaths geassocieerde gebeurtenissen expanderen 96% sneller.
  • Er bestaat een sterke correlatie tussen de expansiesnelheid van de ICME en zowel de grootte als de snelheid voor sheath-gebeurtenissen, wat suggereert dat sheath-dynamiek over-gepressureerde ejecta in stand houdt.
• Zonnecyclus Correlatie: De frequentie van ICMEs volgt de stijging van Solar Cycle 25 (correlatiecoëfficiënt $\approx 0.73$ met zonnevlekgetallen). Schok-geassocieerde ICMEs pieken later (2024) dan non-shocked gebeurtenissen (2023), wat consistent is met snellere CMEs die schokken drijven tijdens het activiteitsmaximum.
• Compositie Signatures:
  • Voor de 32 gebeurtenissen met HIS-data voldeed slechts $\approx 30\%$ aan de $O^{7+}/O^{6+} \approx 1$ criteria, wat aangeeft dat deze ratio geen universele identifier is tijdens de zonne-minimum/stijgende fase.
  • In contrast hiermee identificeerden Fe-gebaseerde indicatoren ($\langle Q_{Fe} \rangle$, $Fe^{16+}/Fe$, Fe/O) 50–65% van de ICMEs, wat suggereert dat zij robuustere markers zijn voor "hete" ICMEs die afkomstig zijn uit regio's met een hoge coronaal elektron-temperatuur.
  • Superposed epoch analyse bevestigt dat zware-ionen signatures specifiek versterkt zijn binnen de magnetic cloud intervallen, wat de boundary detectie van het algoritme valideert.

Betekenis en Claims

De auteurs beweren dat deze catalogus een hoog-frequente, substructuur-opgeloste dataset biedt die de kloof overbrugt tussen in-situ observaties en CME-broncondities. Door af te stappen van handmatige, enkel op magnetisme gebaseerde identificatie, biedt de studie een fysiek gefundeerd framework dat:

1. Subjectiviteit Vermindert: Biedt een reproduceerbare methode voor ICME-identificatie, waarmee de inconsistenties in expert-gestuurde catalogi worden aangepakt.
2. Geavanceerde Modellering Mogelijk Maakt: De consistente, gelabelde dataset is geschikt voor machine-learning toepassingen en datagestuurde modellen van CME-evolutie.
3. Dynamica Koppelt aan Compositie: De integratie van zware-ionen data met kinematische profielen maakt een beter begrip mogelijk van hoe coronaal verwarming en ionisatiecondities vertalen naar in-situ ICME eigenschappen.
4. Multi-Missie Analyse Faciliteert: De afstand-genormaliseerde aanpak maakt directe vergelijking met gevestigde 1-au catalogi mogelijk en ondersteunt de creatie van multi-missie ICME-catalogi.

Het artikel concludeert met een kanttekening dat de afwezigheid van een onafhankelijke "ground truth" betekent dat methodologische keuzes (signatures, drempelwaarden) altijd systematische verschillen tussen catalogi zullen drijven. Dit werk legt echter een robuuste baseline vast voor toekomstige vergelijkende studies en ruimteweersanalyse.