Derivative-Aligned Anticipation of Forbush Decreases from Entropy and Fractal Markers

Resumo Técnico: Antecipação de Diminuições de Forbush Alinhada por Derivadas via Marcadores de Entropia e Fractais

Problema
As Diminuições de Forbush (FDs) são quedas rápidas na intensidade dos raios cósmicos galácticos (GCR) causadas por estruturas heliosféricas transitórias (como Ejeções de Massa Coronal). Essas quedas impactam a infraestrutura terrestre e operações espaciais. O desafio central é que a queda na contagem bruta de nêutrons nos monitores de nêutrons (NM) é um fenômeno de amplitude; o objetivo é identificar sinais precursores (antecipação) que ocorram antes que a queda na contagem se torne evidente, permitindo um sistema de alerta precoce para o clima espacial.

Metodologia
Os autores propõem um framework baseado em características (feature-based) que utiliza invariantes de séries temporais para detectar mudanças na dinâmica do sistema antes do evento principal.

1. Dados: Utilizaram registros de contagem de nêutrons de resolução de um minuto de 28 estações para dois eventos distintos (23/04/2023 e 10/05/2024).
2. Alinhamento Operacional ($t_0$): Em vez de usar um limiar físico arbitrário, definiram um tempo de referência $t_0$ para cada estação como o ponto de mínimo da primeira diferença suavizada (via média móvel exponencial - EWM) da série de contagens. Isso permite sincronizar estações heterogêneas.
3. Extração de Marcadores (Invariantes): Aplicaram uma janela deslizante causal (sem olhar para o futuro) para calcular uma série temporal de invariantes para cada estação. O painel principal (CORE) incluiu:
   • Entropia: Shannon, Espectral, Aproximada e de Amostra (Sample).
   • Geometria/Fractais: Dimensão fractal de Higuchi e de Katz.
   • Complexidade/Embedding: Complexidade de Lempel-Ziv e Dimensão de Correlação.
4. Detecção de Antecipação: Calcularam a derivada dos marcadores ($\dot{M}_k$). A antecipação (lead) é definida pelo tempo da excursão mais negativa da derivada dentro de uma janela pré-evento. Utilizaram um detector robusto baseado em z-score (mediana e MAD) com critério de persistência para evitar falsos positivos.

Principais Contribuições

• Abordagem de Derivadas: O uso da derivada dos invariantes permite capturar a mudança na dinâmica (complexidade, rugosidade, memória) antes da mudança na amplitude da contagem.
• Framework de Painel CORE: Identificaram um conjunto compacto de métricas que oferece alta taxa de detecção e estabilidade, reduzindo a redundância de métodos complexos.
• Independência de Estação: O método opera nas unidades nativas de cada estação sem necessidade de homogeneização de rigidez entre elas, tratando a variabilidade como uma característica da rede.
• Código Aberto: O pipeline é totalmente reprodutível e disponível publicamente.

Resultados

• Alta Taxa de Detecção: Os marcadores do painel CORE apresentaram taxas de detecção consistentes entre 78% e 93% das estações/eventos.
• Antecipação Significativa: Os marcadores exibiram, em média, uma antecipação (lead) de várias horas antes do tempo de referência $t_0$. Por exemplo, a entropia espectral apresentou um lead mediano de aproximadamente $-365$ minutos.
• Consistência Qualitativa: As trajetórias dos marcadores confirmaram que a antecipação não é um artefato estatístico, mas sim excursões sustentadas nos indicadores de complexidade e geometria antes da queda abrupta das contagens.
• Heterogeneidade da Rede: Observou-se uma dispersão considerável nos tempos de antecipação entre diferentes estações (intervalos interquartis de 2 a 4 horas), o que valida a necessidade de uma abordagem de rede (ensemble) em vez de depender de uma única estação.

Significância
O trabalho demonstra que a análise de sistemas complexos (entropia e fractais) pode transformar descritores estatísticos em ferramentas operacionais de previsão de clima espacial. O método oferece um complemento prático aos métodos tradicionais baseados em limiares de amplitude, permitindo que operadores de satélites e infraestrutura tenham uma janela de aviso de algumas horas antes do impacto principal de uma diminuição de Forbush.