“大数据&人工智能”驱动的空间天气科研范式变革初步探索

摘要

【目的】总结大数据与人工智能驱动的空间天气科研范式变革现状，并探讨可能的未来发展趋势。【方法】本文分析了空间天气大数据场景下传统科研模式面临的挑战和人工智能技术带来的机遇，广泛调研了国内外相关战略规划和研究进展，并对典型应用案例进行深入分析，归纳总结了领域科研范式变革现状与特点。【结果】人工智能技术在空间天气领域的多种科学任务类型中均得到了有效尝试，提升了科研效率，解决了大数据场景困难，空间天气领域已呈现科研范式变革的萌芽。【局限】本文侧重于对重要文献和案例的归纳和未来发展整体趋势的分析，未来希望通过文献计量学等方法对现状进行进一步研究，并针对未来发展中需解决的关键问题进行深入探讨。【结论】空间天气领域科研范式正在发生变革，大数据、人工智能与领域知识的融合有望形成新范式。

关键词： 空间天气; 大数据; 人工智能; 科研范式; 领域知识; AI就绪度

引言

空间天气是一门基础研究与应用研究交融的学科，既是产生原创性科学发现的重要领域，又是“太空安全”的重要阵地。空间天气学的研究对象，覆盖从太阳到地球各个圈层，目前已扩展到整个日球层的更为广阔的行星际空间，它主要涉及从日冕、行星际到近地空间的磁层、辐射带、电离层、中高层大气至近地表的多圈层之间的耦合，其中的物理过程在空间、时间尺度上跨越10多个数量级，在物质密度尺度上跨越20多个数量级，存在中性、部分电离、完全电离、无碰撞等离子体等多物态之间的转换，具有众多类型的特殊事件与结构，是一个典型的复杂系统，所以日-地空间是一个在地面实验室很难复现的自然系统。

经过过去多年的研究，人类已经对其中特定空间区域的特定现象、特定事件规律有了很多基础性的、原理性的认知，而当前空间天气研究的热点与前沿，则转向了对全链条、整体性的认知，和高实时性、高准确性的预警预报需求。对这样一个复杂系统的研究和预测显然存在巨大的难度，探测区域与探测技术的局限、探测数据的不足以及传统研究方法的局限使得空间天气研究遇到了不可忽视的瓶颈。

随着国内外大量天、地基探测任务的部署实施，空间天气数据探测数据体量和种类快速增长[1]，大大缓解了过去数据匮乏的窘境，人工智能（AI）等新技术的崛起也为在大数据场景下复杂系统的研究取得新的突破性发现带来了曙光，空间天气研究已到了范式变革的关键时期。本文将分析新时期空间天气研究面临的挑战与机遇，介绍大数据与人工智能技术在空间天气领域应用的国内外研究现状及典型案例，提出大数据与人工智能驱动下空间天气科研范式变革的若干思考，展望未来发展趋势并提出若干建议。

1 挑战与机遇

随着世界各国对空间天气研究与应用的重视，部署实施了大量空间天气探测计划[2]，如美国国家航空航天局（NASA）主导或参与的就有20个专门的空间天气探测任务，共计27个航天器，此外还有7个任务正在规划中。我国也投入大量资源规划建设了地球空间双星探测计划（“双星计划”）、先进天基太阳天文台（ASO-S）、太阳风－磁层相互作用全景成像卫星（SMILE）、电磁监测卫星（“张衡一号”）、空间环境地基综合监测网（“子午工程”）和国际子午圈大科学计划等天、地基空间天气探测任务[3-4]。

据不完全统计，目前我国自主的空间天气数据资源已达到PB量级，在未来几年内的数据增速将达到约10PB/年。以国家重大科技基础设施子午工程为例，2008年开工建设、2012年投入运行的子午工程一期目前的年数据量不到1TB，而正在建设中的子午工程二期投入运行后，预计每年将产生约6PB数据。表1展示了我国规划建设中的三个重要空间天气探测任务，包括子午工程二期、ASO-S卫星以及SMILE卫星的典型设备/载荷预期形成的数据规模。

表**1 我国规划建设中的空间天气探测任务典型设备/**载荷预期数据规模

Table 1 Expected data scale of typical equipment/payload for China’s space weather exploration missions under planning and construction

重大任务

数据类型

预期数据规模

子午工程二期（建设中）

太阳射电成像

5类设备，常规模式5分钟1张图（圆环阵1分钟1张图），>90万张图像/年

地磁探测

秒采样数据，约90套设备，>2.8X109记录/年

全天空气辉成像

常规模式1分钟1张图，双通道，12个台站，>2.8X106 张图片/年

电离层频高图

常规模式15分钟1张图，15个台站，>50万张图像/年

ASO-S（在轨测试中）

日冕成像

常规模式30秒1张图，>100万张图像/年

白光全日面成像

常规模式10秒1张图，>300万张图像/年

莱曼阿尔法全日面成像

常规模式10秒1张图，>300万张图像/年

SMILE（研制中）

紫外极光成像

常规模式1分钟1张图，>50万张图像/年

软X射线成像

常规模式1分钟1张图，>50万张图像/年

新窗口打开**| 下载CSV**

从学科特点来看，空间天气大数据具有多要素、多模态、规模巨大、时空稀疏等特征。特别是，数据规模相比过去呈指数级增长，为数据处理分析和科学信息挖掘带来了前所未有的压力，传统的研究方法无法及时处理源源不断产生的新数据，大量科学信息与价值潜藏在数据中未被充分挖掘；但从广袤的时空来看，真实观测数据的分布依然十分稀疏，不足以支持纯数据密集型科学研究，对