當太陽表面的干擾以每小時數(shù)百萬英里的速度拋棄輻射爆炸和帶電粒子爆發(fā)時，就會發(fā)生太陽風暴。足夠強烈的輻射爆炸會影響全球一半的無線電通信。而且，如果這種噴發(fā)（稱為日冕物質(zhì)拋射或CME）足夠強大，可以直接掃過地球的時候，可能會損壞衛(wèi)星并使電網(wǎng)崩潰。
最近最著名的例子發(fā)生在1989年：當時高能CME使魁北克水電局的電網(wǎng)過載，導致加拿大和美國東部超過600萬人的電力中斷。
但這并不是太陽能做的最糟糕的事情?？茖W家和歷史學家指出1859年發(fā)生的卡林頓事件超級風暴，該事件對電報系統(tǒng)造成了嚴重破壞，還產(chǎn)生了極光現(xiàn)象。如果是在今天，一場如此大的風暴將對我們的有線（和無線）世界造成沉重打擊。
人類并非沒有防備太陽風暴的危險：像NASA的Solar Dynamics天文臺和Advanced Composition Explorer這樣的太陽觀測衛(wèi)星可以提前足夠多地警告即將到來的CME，以便衛(wèi)星運營商和電網(wǎng)管理者采取保護措施。美國國家海洋與大氣管理局（National Oceano and Atmospheric Administration）的太空天氣預(yù)測中心提供有關(guān)太空風暴的實時動態(tài)預(yù)測，就像美國國家氣象局（National Weather Service）針對更靠近地面的風暴一樣。
但是，隨著我們越來越依賴于衛(wèi)星通信，準確地預(yù)測太空天氣將變得越來越重要。而且由于空間氣象衛(wèi)星的激增，用于分析的數(shù)據(jù)量變得越來越龐大。
為了應(yīng)對大量數(shù)據(jù)并改善未來的風險評估，NASA正在使用Amazon Web Services的分析工具來一次篩選多達1,000個數(shù)據(jù)集，并訓練可以識別即將爆發(fā)的跡象的計算機模型。
正如亞馬遜博客文章中所述，NASA的方法將太陽風驅(qū)動器與地球周圍的磁場水平相關(guān)聯(lián)，從而找出數(shù)據(jù)中的異?，F(xiàn)象。
NASA使用一種稱為Amazon SageMaker的機器學習工具來使用內(nèi)置的AWS Random Cut Forest算法訓練異常檢測模型。該算法為每組數(shù)據(jù)點都提供了一個“異常評分”。其他AWS工具會跟蹤數(shù)據(jù)中的實時異常，并跟蹤它們與太陽風暴之間的聯(lián)系。
該計劃使NASA可以匯總來自50多個衛(wèi)星任務(wù)的數(shù)據(jù)，并開發(fā)可視化效果以進行進一步研究?？茖W家們已經(jīng)能夠創(chuàng)建模擬卡林頓事件等超級風暴所必需的太陽現(xiàn)象的模擬。
領(lǐng)導華盛頓特區(qū)NASA總部項目的太陽物理學家珍妮特·科茲拉（Janet Kozyra）表示：“太陽物理研究涉及使用許多儀器，通常是在不同的空間或地面觀測站中進行。數(shù)據(jù)很多，并且時間滯后等因素增加了復雜性，”“借助亞馬遜AWS，我們可以獲取超級風暴中的每一個數(shù)據(jù)，并利用我們檢測到的異常來改進可有效預(yù)測和分類超級風暴的模型。”
太陽超級暴風雨的發(fā)生時間與颶風發(fā)生的時間不同。太陽傾向于遵循11年的活動周期，這意味著下一個暴風季節(jié)將在2023-2026年左右。到那時，在AWS的幫助下，應(yīng)該準備使用新的和改進的太空天氣預(yù)報模型。
最近最著名的例子發(fā)生在1989年：當時高能CME使魁北克水電局的電網(wǎng)過載，導致加拿大和美國東部超過600萬人的電力中斷。
但這并不是太陽能做的最糟糕的事情?？茖W家和歷史學家指出1859年發(fā)生的卡林頓事件超級風暴，該事件對電報系統(tǒng)造成了嚴重破壞，還產(chǎn)生了極光現(xiàn)象。如果是在今天，一場如此大的風暴將對我們的有線（和無線）世界造成沉重打擊。
人類并非沒有防備太陽風暴的危險：像NASA的Solar Dynamics天文臺和Advanced Composition Explorer這樣的太陽觀測衛(wèi)星可以提前足夠多地警告即將到來的CME，以便衛(wèi)星運營商和電網(wǎng)管理者采取保護措施。美國國家海洋與大氣管理局（National Oceano and Atmospheric Administration）的太空天氣預(yù)測中心提供有關(guān)太空風暴的實時動態(tài)預(yù)測，就像美國國家氣象局（National Weather Service）針對更靠近地面的風暴一樣。
但是，隨著我們越來越依賴于衛(wèi)星通信，準確地預(yù)測太空天氣將變得越來越重要。而且由于空間氣象衛(wèi)星的激增，用于分析的數(shù)據(jù)量變得越來越龐大。
為了應(yīng)對大量數(shù)據(jù)并改善未來的風險評估，NASA正在使用Amazon Web Services的分析工具來一次篩選多達1,000個數(shù)據(jù)集，并訓練可以識別即將爆發(fā)的跡象的計算機模型。
正如亞馬遜博客文章中所述，NASA的方法將太陽風驅(qū)動器與地球周圍的磁場水平相關(guān)聯(lián)，從而找出數(shù)據(jù)中的異?，F(xiàn)象。
NASA使用一種稱為Amazon SageMaker的機器學習工具來使用內(nèi)置的AWS Random Cut Forest算法訓練異常檢測模型。該算法為每組數(shù)據(jù)點都提供了一個“異常評分”。其他AWS工具會跟蹤數(shù)據(jù)中的實時異常，并跟蹤它們與太陽風暴之間的聯(lián)系。
該計劃使NASA可以匯總來自50多個衛(wèi)星任務(wù)的數(shù)據(jù)，并開發(fā)可視化效果以進行進一步研究?？茖W家們已經(jīng)能夠創(chuàng)建模擬卡林頓事件等超級風暴所必需的太陽現(xiàn)象的模擬。
領(lǐng)導華盛頓特區(qū)NASA總部項目的太陽物理學家珍妮特·科茲拉（Janet Kozyra）表示：“太陽物理研究涉及使用許多儀器，通常是在不同的空間或地面觀測站中進行。數(shù)據(jù)很多，并且時間滯后等因素增加了復雜性，”“借助亞馬遜AWS，我們可以獲取超級風暴中的每一個數(shù)據(jù)，并利用我們檢測到的異常來改進可有效預(yù)測和分類超級風暴的模型。”
太陽超級暴風雨的發(fā)生時間與颶風發(fā)生的時間不同。太陽傾向于遵循11年的活動周期，這意味著下一個暴風季節(jié)將在2023-2026年左右。到那時，在AWS的幫助下，應(yīng)該準備使用新的和改進的太空天氣預(yù)報模型。
