An Improved HDBSCAN-based Detection and Tracking Method for Solar Active Regions in Magnetograms

Resumo Técnico: Um Método Melhorado de Detecção e Rastreamento Baseado em HDBSCAN para Regiões Ativas Solares em Magnetogramas

Declaração do Problema
As regiões ativas solares (ARs) são as principais fontes de erupções solares e do clima espacial. A detecção precisa e o rastreamento de longo prazo dessas regiões são essenciais para compreender sua evolução e prever a atividade solar. Embora os magnetógrafos de alta resolução do SOHO/MDI e do SDO/HMI forneçam conjuntos de dados massivos, os métodos de processamento tradicionais, que dependem de inspeção manual ou de limiares fixos, são inadequados. Abordagens automatizadas anteriores, incluindo o framework de detecção de regiões ativas solares baseado em DBSCAN (DSARD) dos autores, enfrentam limitações. Especificamente, o DBSCAN depende de parâmetros fixos de densidade e distância, o que restringe sua capacidade de detectar regiões difusas e estruturas magnéticas de múltiplas densidades. Além disso, o método DSARD carecia de um módulo de rastreamento integrado, limitando sua capacidade de manter a continuidade da identidade ao longo do tempo e avaliar as taxas de verdadeiros positivos sem margens espaciais arbitrárias.

Metodologia
O artigo propõe o método HARDAT (Detecção e Rastreamento de Regiões Ativas Solares Baseado em HDBSCAN), que integra três componentes principais:

1. Detecção Baseada em HDBSCAN (HARD):

   • Agrupamento Dinâmico: Diferentemente do DSARD, que utiliza duas iterações de DBSCAN com limiares fixos, o HARDAT emprega o Agrupamento Espacial Hierárquico Baseado em Densidade de Aplicações com Ruído (HDBSCAN). O HDBSCAN utiliza a distância de alcançabilidade mútua e a estabilidade do agrupamento para realizar agrupamento de densidade dinâmico sem limiares de densidade fixos. Isso permite que o algoritmo lide simultaneamente com ARs de tamanhos variados e distribuições de densidade magnética.
   • Remoção Híbrida de Ruído: Para abordar a dificuldade ocasional do HDBSCAN em separar ruído em regiões específicas (por exemplo, o nordeste em casos de teste), o método aplica uma etapa secundária de DBSCAN com limiar baixo para remover ruído residual, preservando a integridade morfológica das estruturas detectadas.
   • Integração Melhorada: Os autores modificaram a etapa de integração de agrupamentos do algoritmo DSARD original. Eles introduziram um cálculo de distância dinâmico que incorpora o tamanho do agrupamento por meio de dois novos parâmetros ($\beta$ e $\gamma$). Embora esses parâmetros possam ser ajustados para casos específicos, os autores observam que defini-los como zero é preferível para estudos estatísticos automatizados, a fim de evitar a fusão indesejada de pequenos agrupamentos entre regiões ativas.

2. Rastreamento Baseado em Rotação Diferencial Solar:

   • O módulo de rastreamento trata o monitoramento de ARs como um problema de Rastreamento de Múltiplos Objetos (MOT). Ele utiliza uma estrutura Previsão-Correspondência-Atualização.
   • Previsão: A ferramenta RotatedSunFrame dentro do SunPy é usada para prever a posição e a morfologia futuras das ARs com base na rotação diferencial solar, levando em conta a velocidade angular variável através das latitudes.
   • Correspondência: A similaridade entre as ARs previstas e as ARs recém-detectadas (verdade fundamental) é calculada usando a distância de Hamming em representações binárias das regiões.
   • Atualização: Uma matriz de similaridade é construída para associar alvos. Um campo de memória (fila de quadros históricos) é empregado para lidar com falhas temporárias de detecção, divisões ou fusões, minimizando falsos positivos e rastreamentos perdidos ao longo de durações estendidas.

3. Extração de Linha de Inversão de Polaridade (PIL) Baseada em SVC:

   • Um método inovador é proposto para extrair PILs (limites entre polaridades magnéticas opostas) usando Classificação por Vetores de Suporte (SVC) com um kernel de Função de Base Radial (RBF).
   • O processo envolve subamostragem adaptativa, segmentação por limiar para garantir pontos de amostra suficientes, classificação SVC para determinar a fronteira de decisão e filtragem de contornos pequenos. Essa abordagem reformula a extração de PIL como um problema de programação quadrática convexa, oferecendo melhor generalização para limites de AR complexos e difusos em comparação com métodos baseados em máscaras tradicionais.

Dados e Avaliação
O método foi aplicado a magnetogramas de linha de visão do SOHO/MDI (1996–2011) e do SDO/HMI (2010–2024), cobrindo os Ciclos Solares 23, 24 e a fase ascendente do Ciclo 25. As cadências de amostragem foram padronizadas para 192 minutos para o MDI e 3 horas para o HMI. O desempenho foi avaliado em comparação com o catálogo da NOAA (usado como verdade fundamental) e com o método DSARD anterior. As métricas-chave incluíram:

• Detecção: Taxas de precisão e a capacidade de identificar ARs de pequena escala e difusas.
• Rastreamento: Precisão de Rastreamento de Múltiplos Objetos (MOTA), Recuperação de Identidade (IDR) e a proporção de alvos Mais Rastreados (R_MT).

Principais Resultados

• Desempenho de Detecção: O HARDAT demonstrou sensibilidade e precisão superiores em comparação com o DSARD. Ele detectou com sucesso estruturas magnéticas de pequena escala e difusas que frequentemente eram negligenciadas por métodos de limiar fixo ou fundidas incorretamente por algoritmos tradicionais.
• Estabilidade de Rastreamento: O método de rastreamento do HARDAT reduziu significativamente as trocas de identidade e a fragmentação do rastreamento. A análise quantitativa mostrou que o HARDAT geralmente produziu resultados superiores nas métricas IDR e R_MT em comparação com o DSARD, particularmente na manutenção da continuidade da identidade das ARs ao longo de longas durações.
• Extração de PIL: A extração de PIL baseada em SVC (PIL-svc) mostrou capacidades de generalização superiores em comparação com o método baseado em máscara tradicional (PIL-mask). Enquanto o PIL-mask lutava com morfologias complexas e distâncias variáveis de agrupamento, o PIL-svc lidou efetivamente com ARs decadentes ou difusas, gerando fronteiras de decisão adaptáveis.

Significância e Alegações
Os autores afirmam que o HARDAT oferece uma solução abrangente para a análise de longo prazo da evolução das ARs e a previsão do clima espacial. A significância principal reside em:

1. Superação de Limiares Fixos: Ao aproveitar o HDBSCAN, o método elimina a necessidade de limiares de densidade fixos, permitindo o tratamento dinâmico de estruturas magnéticas de múltiplas densidades.
2. Rastreamento Robusto: A integração de modelos de movimento solar físico (rotação diferencial) com métricas de associação de dados fornece um mecanismo robusto para rastrear ARs através de eventos evolutivos complexos (fusão, divisão, migração).
3. Extração Generalizada de PIL: A abordagem baseada em SVC fornece um método mais confiável para extrair linhas de inversão de polaridade em campos magnéticos complexos e difusos, o que é crítico para analisar a topologia magnética.

O artigo conclui que o HARDAT é particularmente eficaz na resolução de ARs agrupadas e na manutenção da continuidade da identidade, tornando-o uma ferramenta valiosa para analisar o conjunto de dados completo que abrange quase três décadas de observações solares.