Нарны дуран нь хэцүү ажилтай. Нарыг ажиглах нь нарны бөөмсийн төгсгөлгүй урсгал, нарны хурц гэрлийн байнгын бөмбөгдөлтөд ихээхэн нөлөөлдөг. Цаг хугацаа өнгөрөхөд нарны дурангийн мэдрэмтгий линз, мэдрэгч эвдэрч эхэлдэг. Ийм багажаар илгээсэн мэдээллийн үнэн зөвийг баталгаажуулахын тулд эрдэмтэд багаж хэрхэн өөрчлөгдөж байгааг ойлгохын тулд үе үе шалгалт тохируулга хийдэг.
НАСА-гийн Нарны динамик ажиглалтын төв нь 2010 онд нээгдсэн буюу S.D.O, Нарны өндөр нарийвчлалтай зургийг 10 гаруй жилийн турш хүргэж байна. Эдгээр зургууд нь сансрын цаг агаарт нөлөөлж, дэлхий болон сансарт манай сансрын нисэгчид болон технологид нөлөөлж болох нарны янз бүрийн үзэгдлүүдийг нарийвчлан судлах боломжийг эрдэмтэд олгосон юм. Atmospheric Imager Assembly буюу AIA нь Нарыг тасралтгүй харж, 10 секунд тутамд хэт ягаан туяаны 12 долгионы уртаар зураг авдаг SDO дээрх хоёр дүрслэх хэрэгслийн нэг юм. Энэ нь Нарны тухай асар их хэмжээний мэдээллийг бий болгодог боловч нарны ажиглалтын бүх хэрэгслийн нэгэн адил AIA цаг хугацааны явцад муудаж, өгөгдлийг байнга тохируулж байх ёстой.
SDO хөөргөснөөс хойш эрдэмтэд AIA-г тохируулахдаа дуу авианы пуужинг ашигласан бөгөөд энэ нь ихэвчлэн хэдхэн багаж тээж, 15 минут орчим сансарт нисдэг жижиг пуужингууд бөгөөд тэдгээр нь дэлхийн агаар мандлын ихэнх дээгүүр нисч, хөлөг дээрх багажуудад AIA хэмжсэн хэт ягаан туяаны долгионы уртыг харна уу. Эдгээр гэрлийн долгионы урт нь дэлхийн агаар мандалд шингэдэг бөгөөд үүнийг газраас хэмжих боломжгүй юм. Эрдэмтэд AIA-г тохируулахын тулд хэт ягаан туяаны телескопыг дуугаргагч пуужинд холбож, уг өгөгдлийг AIA хэмжилттэй харьцуулав.
Пуужингийн дуут тохируулгын арга нь хэд хэдэн сул талуудтай. AIA нар руу байнга харж байх үед пуужингууд тийм ч олон удаа хөөрдөггүй байж магадгүй юм. Энэ нь датчик пуужингийн шалгалт тохируулга бүрийн хооронд шалгалт тохируулга бага зэрэг унтарсан сул зогсолтын хугацаа байдаг гэсэн үг юм.
НАСА-ийн виртуал тохируулга
Эрдэмтэд эдгээр асуудлуудыг анхаарч үзээд төхөөрөмжийг байнгын шалгалт тохируулга хийх зорилгоор тохируулах өөр хувилбаруудыг авч үзэхээр шийджээ. Хиймэл оюун ухаанд ашигладаг машин сурах арга нь төгс тохирох юм шиг санагддаг. Нэрнээс нь харахад машин сурах нь даалгаврыг хэрхэн гүйцэтгэхийг сурахын тулд компьютерийн програм эсвэл алгоритм шаарддаг.
Эхлээд судлаачид нарны бүтцийг таних, AIA-ийн өгөгдлийг ашиглан харьцуулах машин сургалтын алгоритмыг сургах шаардлагатай болсон. Үүнийг хийхийн тулд тэд пуужингийн дуут тохируулгын нислэгийн үеэр олж авсан зургуудаар алгоритмыг өгч, хичнээн тохируулга хийх шаардлагатайг хэлж өгдөг. Эдгээр жишээнүүдийг хангалттай авсны дараа тэд алгоритмыг ижил төстэй зургуудаар тэжээж, шаардлагатай шалгалт тохируулгыг тодорхойлж чадах эсэхийг шалгана. Хангалттай өгөгдөл өгөгдсөн бол алгоритм нь зураг бүрт хэр хэмжээний тохируулга шаардлагатайг тодорхойлж сурдаг.
AIA нь нарыг янз бүрийн гэрлийн долгионы уртаар хардаг тул судлаачид энэ алгоритмыг ашиглан янз бүрийн долгионы урттай тодорхой бүтцийг харьцуулж, илүү нарийвчлалтай тооцоолол хийх боломжтой.
Тэд эхлээд алгоритмыг янз бүрийн төрлийн гэрлийн нарны цацрагийг таних хүртэл AIA-ийн бүх долгионы уртад нарны туяаг харуулах замаар нарны туяа ямар байдгийг зааж өгсөн. Хөтөлбөр нь нарны туяаг ямар ч доройтолгүйгээр хүлээн зөвшөөрсний дараа алгоритм нь одоогийн AIA-ийн зургуудад хэр зэрэг муудаж, тус бүрд хэр хэмжээний тохируулга хийх шаардлагатайг тодорхойлох боломжтой болсон.
Доктор Луис Дос Сантос “Энэ бол том үйл явдал байсан. "Бид тэдгээрийг нэг долгионы уртад тодорхойлохын оронд өөр өөр долгионы урттай бүтцийг тодорхойлдог." Энэ нь судлаачид алгоритмаар тодорхойлсон шалгалт тохируулгад илүү итгэлтэй байж чадна гэсэн үг юм. Үнэн хэрэгтээ тэдний виртуал шалгалт тохируулгын өгөгдлийг дуугарч буй пуужингийн шалгалт тохируулгын өгөгдөлтэй харьцуулж үзэхэд машин сургалтын програм нь дээгүүр байр суурь эзэлдэг. Энэхүү шинэ үйл явцын тусламжтайгаар эрдэмтэд шалгалт тохируулгын пуужингийн нислэгийн хооронд AIA-ийн зургийг тасралтгүй тохируулж, судлаачдад SDO мэдээллийн нарийвчлалыг нэмэгдүүлэхэд бэлэн байна.
Мөн уншина уу: