美国新泽西理工学院主导的科研团队近日宣布，其开发的机器学习模型EarlyDetect在太阳活动预测领域取得突破性进展。该模型通过分析太阳声学活动与磁场动态变化，能够提前识别太阳活动区形成的关键信号，为空间天气预报提供全新技术路径。
太阳活动区作为太阳表面磁场高度集中的区域，是太阳黑子等剧烈太阳活动的主要发源地。传统观测手段通常在活动区完全浮现后才能进行识别，而新模型通过捕捉更早期的物理信号，将预警时间大幅提前。研究显示，活动区从初始浮现到完全发展需1至数天时间，但EarlyDetect可在其形成前平均9.24小时发出预警。
在针对太阳活动区AR11158的实证研究中，科研人员将观测区域细分为多个子区块进行动态追踪。数据显示，在磁场强度和连续强度变化前约12小时，目标区域的声学功率已出现显著下降。这种时间序列上的先后关系表明，太阳内部磁场上升过程中，可能首先通过改变声波传播特性留下可探测的物理痕迹。
目前该技术仍处于实验室验证阶段，尚未投入实际应用。但研究团队指出，若模型通过进一步测试验证，其提前预警能力可为卫星通信系统、电网运营商等关键基础设施提供更充裕的应对窗口。这些行业可通过调整运行参数、启动防护协议等方式，有效降低太阳风暴可能引发的设备故障风险。
