3DSTokesFlow: simulation-based inference for 3D Stokes profiles using flow matching

3DStokesFlow 技术摘要：基于流匹配（Flow Matching）的 3D Stokes 轮廓模拟推断

问题陈述
通过观测到的 Stokes 轮廓来推断太阳大气状态是一个病态问题，其特征是存在观测噪声和数学上的简并性（例如磁场方位角 $180^\circ$ 的歧义）。传统的逐像素（1D）反演代码仅提供点估计，且其不确定性量化不可靠，往往无法捕捉到进行严格概率推断所需的复杂后验分布。此外，现有的基于机器学习的贝叶斯框架大多局限于 1D 空间配置，忽略了相邻像素之间至关重要的空间相关性。对完整的 2D 视场（FoV）进行具有高度分层结构的反演会导致后验分布的维度极高（例如，对于一个 $100 \times 100$ 像素的图，维度可达 50 万维），这使得标准的贝叶斯推断在计算上变得难以实现。

方法论
作者引入了 3DStokesFlow，这是一个基于**条件流匹配（conditional flow matching）**的新型框架，用于在整个 2D 视场内进行快速、可扩展的贝叶斯推断。

• 生成式建模策略： 该方法将反演视为一个生成问题，学习一个连续变换（流），将简单的基分布（标准高斯分布）映射到以观测到的 Stokes 轮廓为条件的大气参数复杂目标后验分布。
• 流匹配： 该模型并非直接学习流，而是利用条件损失函数学习一个随时间变化的向量场 $v_\theta(x)$。通过定义从噪声样本 $X_0$ 到目标数据样本 $X_1$ 的最优传输路径（其中 $X_t = (1-t)X_0 + tX_1$），模型最小化学习到的向量场与常数目标向量场 $(X_1 - X_0)$ 之间的差异。这规避了需要知道真实的、难以处理的目标向量场的问题。
• 架构：
  • 条件化： U-Net 从观测到的 Stokes 轮廓（Fe I 630 nm 双线）中提取多尺度空间特征，以构建潜在表示。
  • 速度模型： 第二个 U-Net 接收当前状态（$X_t$）、条件潜在表示以及时间步 $t$ 的拼接，用以预测向量场。
• 训练数据： 模型在基于 MURaM 代码生成的真实 3D 磁流体力学（MHD）模拟（来自 SPIN4D 项目）的静止太阳（quiet Sun）数据上进行训练。训练集包含各种磁场配置（从零磁场到混合极性），并覆盖了一系列光学深度。合成的 Stokes 轮廓经过了 Hinode/SOT 点扩散函数的卷积，并加入了高斯噪声。
• 推断： 模型训练完成后，通过从基分布中采样并积分受观测 Stokes 轮廓约束的学习到的向量场，从而生成大气参数的后验分布样本。

核心贡献与结果

• 3D 分层与不确定性： 在独立合成数据集上的验证表明，该模型能够准确捕捉热力学（温度、压力、速度）和磁性参数的真实 3D 分层。至关重要的是，它能提供可靠的后验分布（中位数和百分位数），而非单一的点估计。
• 几何高度尺度： 与传统在光学深度上进行操作的反演不同，该模型推断的是几何高度尺度。这使得模型能够重建作为几何高度函数的物理参数，并考虑了威尔逊凹陷（Wilson depressions）和密度变化。
• 歧义消除与电流： 通过利用推断出的几何高度和空间相关性，该模型能够实现横向磁场分量的鲁棒消歧，而无需复杂的磁场外推方法。这使得直接计算电流密度图（$J$）和洛伦兹力成为可能。
• 耗散图： 该框架有助于直接从观测中计算光球层的欧姆耗散（Ohmic dissipation）和非中性耗散（ambipolar dissipation）图。
• 实际数据应用：
  • 静止太阳： 应用于 Hinode/SP 静止太阳观测，该模型揭示了磁边界处高度局域化的电流，并产生了符合理论预期的耗散图（欧姆耗散集中在磁边界处；非中性耗散存在于具有可测量横向磁场的区域）。
  • 磁环涌现： 模型成功追踪了小尺度涌现磁环的 3D 几何结构，重建了其从光球层向上约 300 km 的演化过程，证实了在一致的几何高度尺度下的环状结构。

意义与主张
论文声称，3DStokesFlow 代表了一项重大进展，因为它能够利用空间相关性实现全 2D 视场的快速且可扩展的贝叶斯推断。作者强调，这种方法超越了 1D 逐像素反演以及以往局限于 1D 大气模型的机器学习尝试。

其主要意义在于能够：

1. 提供可靠的大气参数后验分布，从而实现严谨的不确定性量化。
2. 直接从反演中获取几何高度信息，这通常是一个难以满足的约束条件。
3. 纯粹基于观测计算电流密度和耗散图，而无需依赖如磁静力平衡或磁场外推等额外的假设，这些假设在以往的计算中是必需的。

作者指出，目前的实现方案仅限于静止太阳光球区域以及盘心的 Fe I 630 nm 双线观测，因为这些是最具代表性且可获得的 MHD 模拟数据。他们承认，将该方法扩展到活跃区、更高层的大气层以及更高的空间分辨率（如 DKIST）需要进一步的发展，可能涉及潜在空间建模或基于 Transformer 的编码器。然而，目前的工作为实现产生物理一致的 3D 太阳大气图的基于模拟的推断建立了概念验证。