187 篇论文
宇宙探索始终是激发人类好奇心的核心领域。在 Gist.Science 的“物理学 — 太空物理”分类中，我们聚焦于那些试图解开天体运行机制、宇宙演化历程以及极端空间环境奥秘的前沿研究。这里探讨的内容从恒星诞生到黑洞吞噬，再到星系间的相互作用，旨在让深奥的宇宙法则变得触手可及。
作为连接专业研究与公众理解的桥梁，我们持续追踪 arXiv 上发布的每一篇最新预印本论文。Gist.Science 团队会即时处理这些来自 arXiv 的原始数据，为每篇论文提供通俗易懂的科普解读以及详尽的技术摘要，帮助不同背景的读者轻松掌握核心发现。
以下为您呈现该领域近期发布的最新研究成果。
本文利用多源仪器数据联合分析了 2025 年 11 月 12-13 日强磁暴期间 60-180°E 扇区的电离层响应，揭示了北半球中低纬度正暴效应更强且更持久、主要由密度增加而非高度抬升主导的半球不对称特征，并阐明了不同观测手段在解析风暴机制中的互补价值。
该研究通过引入数据驱动的时变太阳风和磁场条件，更新了太阳风层模型，揭示了太阳活动周期变化如何驱动激波振荡、产生未被旅行者号观测到的亚阿尔芬区，并证实了快磁声波是解释旅行者号在星际介质和太阳风层鞘中观测到的压力脉冲及磁场跳变的关键机制。
该研究提出了一种基于深度学习的自动化方法，利用 YOLOv8 分割和 BoT-SORT 跟踪技术，从印度汉勒站的中纬度全天空气辉图像中自动提取并表征多个电离层等离子体结构的传播参数，并通过质量控制机制筛选出最可靠的估计结果。
该论文提出了一种在耗散能量同时保持总角动量守恒的点质量 N 体模型，通过研究中心构型轨道导出了等效于耗散二体问题的方程，利用庞加莱紧化分析了其解的拓扑结构，并证明了平均化后的开普勒运动不受该耗散影响从而不产生近拱点进动。
本文提出了名为 CLARE 的机器学习模型，该模型利用 AKEBONO 卫星数据及太阳和地磁指数，通过基于分类的回归架构将电子温度预测转化为离散分类任务，从而在提高预测精度的同时提供不确定性估计。
本文通过冷流体分析系统研究了非相对论与相对论、单组分与多组分等离子体中的韦贝尔不稳定性，推导了增长率和特征波数的标度律，并验证了该理论在实验室激光实验及磁层多卫星任务（MMS）弓形激波观测数据中的准确性。
本文利用 Cluster 卫星上的 EFW 仪器球状静电探针数据，研究了太阳风流经航天器时形成的尾迹特性，分析了尾迹电势结构的统计特征与具体实例，并提出了一种从电场测量数据中去除尾迹信号的方法。
该研究提出了一种结合偏正态分布与改进模拟集合（analog ensembles）的新方法，利用历史相似情景对 ADAPT-WSA 等确定性模型的太阳风速度预测进行后处理，从而生成经过校准的概率预报，显著提升了预测精度并优于传统的太阳自转重复周期预测。
该研究基于帕克太阳探测器 20 次飞掠的统计分析，发现具有独特“锤头”形状的质子速度分布主要出现在日球层电流片附近，表明此类结构是日球层电流片及其逃逸风能量化过程的重要诊断特征。
该论文指出太阳宁静区电子温度诊断存在系统性差异，提出这种与太阳活动周无关的矛盾源于非麦克斯韦分布（Kappa 分布）的电子速度分布，其中射电辐射主要探测分布核心而标尺高度受超热尾部主导，并预测在活动区核心因碰撞恢复热平衡该差异应会消失。