🔭 astrophysics

Prediction of Major Solar Flares Using Interpretable Class-dependent Reward Framework with Active Region Magnetograms and Domain Knowledge

本文首次提出了一种结合可解释性类依赖奖励框架（CDR）与领域知识的太阳耀斑预测方法，通过对比多种深度学习模型及特征输入，发现 CDR-Transformer 模型在利用知识引导特征时性能最优，且其预测能力优于 NASA/CCMC 标准。

原作者： Zixian Wu, Xuebao Li, Yanfang Zheng, Rui Wang, Shunhuang Zhang, Jinfang Wei, Yongshang Lv, Liang Dong, Zamri Zainal Abidin, Noraisyah Mohamed Shah, Hongwei Ye, Pengchao Yan, Xuefeng Li, Xiaojia Ji, Xu

发布于 2026-02-19

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Zixian Wu, Xuebao Li, Yanfang Zheng, Rui Wang, Shunhuang Zhang, Jinfang Wei, Yongshang Lv, Liang Dong, Zamri Zainal Abidin, Noraisyah Mohamed Shah, Hongwei Ye, Pengchao Yan, Xuefeng Li, Xiaojia Ji, Xusheng Huang, Xiaotian Wang, Honglei Jin

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一项关于**如何更准确地预测太阳“发脾气”（太阳耀斑）**的研究。

想象一下，太阳就像一个脾气暴躁的巨人，时不时会爆发巨大的能量（太阳耀斑）。如果它爆发得太猛烈，就像一场太空中的超级风暴，会干扰我们的卫星导航、切断无线电通讯，甚至损坏电网。所以，科学家们的目标就是：在太阳爆发前 24 小时，准确预测它会不会“发火”，以及火有多大。

这篇论文提出了一种全新的“预测魔法”，我们可以把它拆解成以下几个有趣的方面：

1. 核心难题：太阳“发火”太少了（数据不平衡）

这就好比你要训练一个保安去识别小偷。但是，在这个城市里，99% 的人都是好人，只有 1% 是小偷。如果你让保安只看“好人”的照片，他可能根本认不出小偷，或者为了不错过任何一个坏人，他可能会把每个人都当成小偷（误报）。

在太阳耀斑预测中，大耀斑（M 级及以上）非常罕见，而平静期很长。传统的机器学习模型就像那个保安，因为见不到几次“大事件”，所以学不好怎么识别它们。

2. 新魔法：给模型发“特殊奖金”（类依赖奖励框架 CDR）

为了解决这个问题，作者们发明了一种叫CDR（类依赖奖励）的新方法。这就像给那个保安设计了一套特殊的奖金制度：

传统做法：保安抓对一个坏人，得 1 块钱；抓错一个好人，扣 1 块钱。因为坏人太少，保安觉得“抓错好人”比“抓对坏人”更容易发生，所以它可能会变得很懒，直接宣布“今天没人是坏人”来避免扣分。
CDR 做法：作者给保安设计了差异化的奖金：
- 如果你抓对了那个罕见的大坏蛋（真阳性），给你巨额奖金（比如 10 块）。
- 如果你误抓了一个好人（假阳性），虽然扣钱，但扣得没那么狠（比如 -20 块，但考虑到抓对大坏蛋的奖励，整体策略会调整）。
- 如果你漏掉了一个大坏蛋（假阴性），惩罚非常重（比如 -15 块）。

通过这种“重奖重罚”的策略，模型被迫必须去关注那些罕见但危险的“大事件”，而不是只顾着猜“今天很安全”。这就好比告诉保安：“宁可错杀一千，不可放过一个，但如果你能精准抓到那个大魔王，我给你发年终奖！”

3. 观察太阳的“眼睛”：看什么数据？

为了预测太阳，模型需要看太阳的照片和数据。作者比较了两种“眼睛”：

普通眼睛（磁图图像）：直接看太阳表面的磁场照片。这就像看一张模糊的 X 光片，模型需要自己去猜哪里有问题。
专家眼睛（知识特征）：让天文学家先帮模型算好关键指标。比如“磁场的扭曲程度”、“磁通量的大小”等。这就像给模型一张体检报告，直接告诉它：“这里血压高，那里血管堵了”。

研究发现：用“专家眼睛”（知识特征）的模型，比直接用“普通眼睛”（原始图片）的模型看得更准。而且，如果把“纵向磁场”（像看正脸）和“矢量磁场”（像看 3D 立体结构）结合起来，效果最好。

4. 谁是大赢家？（模型大比拼）

作者训练了三种不同类型的“侦探”：

CNN：像是一个擅长看图的画家。
CNN-BiLSTM：像是一个既会看图又会看时间序列的侦探。
Transformer：像是一个拥有“全局视野”的天才，能同时关注所有关键信息（这是目前最火的 AI 架构）。

比赛结果：

如果是看原始图片，传统的“画家”（CNN）比用了“特殊奖金”的画家（CDR-CNN）表现更好。这说明在处理复杂的图片时，传统深度学习很厉害。
但是，如果是看专家体检报告（知识特征），用了“特殊奖金”的CDR-Transformer成为了冠军！它比普通的 Transformer 稍微强一点点，而且比所有其他模型都强。

5. 为什么它这么准？（可解释性分析）

作者还用了 SHAP 方法（一种让 AI“解释自己”的工具）来问模型：“你到底在看什么？”

普通 Transformer 说：“我最看重 R_VALUE（磁场在特定区域的强度变化）。”这就像它盯着太阳表面某个剧烈波动的点。
CDR-Transformer 说：“我最看重 TOTUSJH（总电流螺旋度）。”这就像它更关注太阳内部能量积累的“总量”和“稳定性”。

比喻：普通模型像是在看“瞬间的火花”，而 CDR 模型像是在看“火药桶里积攒了多少火药”。因为大耀斑往往需要长时间的积累，所以 CDR 模型更擅长捕捉这种长期的能量 buildup。

6. 和 NASA 比怎么样？

最后，作者把他们的模型和 NASA（美国宇航局）的官方预测系统做了对比。在同样的测试条件下，他们的CDR-Transformer 模型预测准确率（TSS 分数）比 NASA 的系统更高。

总结

这篇论文就像是在说：

“我们给 AI 侦探设计了一套特殊的‘抓坏人’奖金制度（CDR），并让它拿着专家写的体检报告（知识特征），而不是只看模糊的照片。结果发现，这套组合拳（CDR + Transformer + 专家特征）不仅能更精准地预测太阳何时会‘发火’，而且对奖金的具体数额不太敏感（很稳健），甚至打败了 NASA 的现有系统。”

这项研究未来有望帮助人类建立更精准的太空天气预报站，保护我们的卫星、电网和宇航员的安全。

这是一份关于利用类依赖奖励框架（Class-Dependent Reward, CDR）结合可解释性深度学习预测太阳耀斑的详细技术总结。

1. 研究背景与问题 (Problem)

核心挑战：太阳耀斑（特别是≥M级）的预测对于保障航天安全和人类生产活动至关重要。然而，现有的预测任务面临严重的类别不平衡问题（无耀斑样本远多于有耀斑样本），这限制了传统监督学习模型的泛化能力。
现有局限：
- 传统的深度强化学习（DRL）虽然能处理类别不平衡，但耀斑预测任务不符合马尔可夫决策过程（MDP），无法直接应用完整的DRL框架。
- 现有的基于图像（磁图）的模型与基于物理特征（知识引导特征）的模型缺乏公平对比，且对特征组合（视向LOS与矢量磁场）的影响研究不足。
- 缺乏对模型决策过程的深入可解释性分析。

2. 方法论 (Methodology)

2.1 数据构建

数据来源：利用SDO/HMI仪器提供的SHARP数据集（2010年5月至2020年2月）。
特征类型：
- 知识引导特征（Knowledge-informed Features）：包含31个LOS磁场参数和8个矢量磁场参数（共39个）。
- 磁图数据（Magnetograms）：SHARP LOS磁图图像。
数据集划分：构建了10个交叉验证（CV）数据集，确保训练集、验证集和测试集在太阳活动区（AR）编号上无重叠，并筛选出单AR样本以排除多AR混合带来的误差。

2.2 模型架构

研究提出了CDR框架，并基于三种深度学习架构构建了六组模型进行对比：

基础深度学习模型：CNN, CNN-BiLSTM, Transformer。
CDR模型：CDR-CNN, CDR-CNN-BiLSTM, CDR-Transformer。
- CDR框架核心：受深度强化学习（DRL）启发，但不构建MDP。在训练过程中，根据预测结果（TP, TN, FP, FN）赋予不同的即时奖励（Immediate Reward）。
- 训练机制：引入经验回放（Experience Replay），将状态（S）、动作（A）和奖励（R）存入缓冲区，通过随机采样更新网络，以解决类别不平衡并优化特征提取。
- 损失函数：CDR模型使用基于奖励的损失函数 $L_{CDR}$ ，而非传统的加权交叉熵。

2.3 实验设计

特征重要性分析：利用Transformer分析不同LOS参数组合及LOS/矢量参数组合对性能的影响。
模型对比：
- 图像数据 vs. 知识引导特征。
- 标准深度学习 vs. CDR框架。
敏感性分析：对TP、TN、FP、FN的奖励值进行数值扰动，测试模型性能稳定性。
可解释性分析：使用SHAP（Shapley Additive exPlanations）方法分析特征贡献度。
外部对比：与NASA/CCMC的实时预报模型进行对比。

3. 关键贡献 (Key Contributions)

首创CDR框架：首次将类依赖奖励机制引入太阳耀斑预测，在不构建MDP的前提下有效解决了类别不平衡问题。
特征组合优化：系统比较了仅LOS参数、仅矢量参数及两者组合的效果，发现LOS与矢量磁场参数的组合效果最佳。
特征工程发现：确定了R_VALUE（强梯度极向反转线附近的磁通量）和AREA_ACR（活动区面积）是预测≥M级耀斑最有效的LOS特征组合。
模型性能突破：证明了基于知识引导特征的模型（特别是CDR-Transformer）优于基于原始磁图图像的模型。
可解释性洞察：揭示了不同模型对特征重要性的不同偏好（Transformer偏好R_VALUE，CDR-Transformer偏好TOTUSJH），为物理机制理解提供了新视角。

4. 主要结果 (Results)

4.1 特征与模型性能

特征组合：在LOS特征中，R_VALUE + AREA_ACR组合表现最佳（TSS = 0.697）。
数据模态：结合LOS和矢量磁场参数的Transformer-10模型表现优于仅使用LOS或仅使用矢量的模型，也优于基于磁图图像的CNN/CNN-BiLSTM模型。
- 结论：基于知识引导特征的模型 > 基于磁图图像的模型。
框架对比：
- 在磁图图像上，标准深度学习（CNN/BiLSTM）略优于CDR对应模型。
- 在知识引导特征上，CDR-Transformer略优于标准Transformer。
- 最佳模型：CDR-Transformer-10（结合LOS+矢量特征+CDR框架）在所有模型中表现最好（TSS = 0.829 ± 0.059, BSS = 0.489 ± 0.120）。

4.2 敏感性分析

对奖励值（TP, TN, FP, FN）进行扰动（步长为1），模型的TSS和BSS分数保持相对稳定（TSS在0.8左右波动，BSS在0.5左右波动）。
结论：CDR模型的性能对具体的奖励值选择不敏感，具有良好的鲁棒性。

4.3 可解释性分析 (SHAP)

Transformer模型：最关键的特征是R_VALUE。SHAP分析显示R_VALUE值越高，预测耀斑发生的概率越大。
CDR-Transformer模型：最关键的特征是TOTUSJH（总无符号电流螺旋度）。
差异原因：R_VALUE反映的是PIL附近的快速磁通变化（短期/即时），而TOTUSJH反映的是活动区的长期能量积累过程（长期/稳定）。CDR的奖励机制可能更倾向于捕捉这种长期稳定的能量积累特征。

4.4 与NASA/CCMC对比

在相同预测时间和AR数量下，将模型与NASA/CCMC的实时预报（如ASAP, MAG4等）进行对比。
结果：在过滤后的测试集（仅单AR）上，CDR-Transformer-10的TSS分数达到0.968，显著高于NASA/CCMC（0.853）和Li et al. (2025b)的iTransformer模型（0.906）。

5. 意义与展望 (Significance)

科学价值：证明了将领域知识（物理特征）与改进的强化学习思想（CDR）结合，能显著提升太阳耀斑预测的精度，并解决了数据不平衡难题。
应用价值：CDR-Transformer模型在保持高精度的同时具有鲁棒性，且SHAP分析提供了物理可解释性，使其更适合作为业务化空间天气预报系统的基础。
未来工作：
- 开发基于CDR模型的实时太阳耀斑预报业务系统。
- 将CDR框架扩展至日冕物质抛射（CME）预测。
- 整合未来多源卫星数据（如ASO, LAVSO, SPO）以进一步提升预报精度。

总结：该论文提出了一种创新的CDR-Transformer框架，通过利用LOS与矢量磁场的组合特征以及类依赖奖励机制，在24小时内≥M级耀斑预测任务中取得了超越现有深度学习模型和NASA官方预报系统的性能，并提供了深刻的物理可解释性分析。