Sistem otomatis yang dilatih pada 300.000 gambar aurora belajar mendeteksi badai luar angkasa
Ketika para peneliti menganalisis pengamatan satelit yang dikumpulkan di Kutub Utara pada tahun 2014, mereka menyadari bahwa mereka telah menangkap peristiwa cuaca luar angkasa jenis baru—aurora raksasa berbentuk siklon. Berbeda dengan badai di Bumi, badai ini terbuat dari partikel bermuatan listrik (plasma) yang mengalir melalui lapisan atas atmosfer. Fenomena yang kini dikenal sebagai badai luar angkasa ini dapat mengganggu operasi satelit, komunikasi radio, sistem navigasi, dan radar. Terlepas dari potensi dampaknya, menemukan badai ini masih sangat sulit. Para peneliti harus menyisir banyak koleksi citra satelit dengan tangan, sebuah proses yang lambat dan subjektif yang membuat pemantauan skala besar hampir mustahil dilakukan. Kini, tim peneliti Tiongkok telah menemukan solusi untuk masalah ini. “Untuk mengatasi hal ini, kami mengembangkan sistem kecerdasan buatan yang secara otomatis dapat mendeteksi dan menentukan badai luar angkasa dalam gambar ultraviolet dari satelit,” kata para peneliti. Mengungkap badai tersembunyi di atas kutub Tantangan yang dihadapi para peneliti bukanlah kurangnya data namun kurangnya cara yang efisien untuk menganalisisnya. Badai luar angkasa terjadi di ionosfer dan magnetosfer bumi dekat kutub magnet, tempat aliran partikel energik berinteraksi dengan atmosfer. Peristiwa ini menciptakan aurora berputar raksasa yang dapat menjangkau ratusan bahkan ribuan kilometer. Para ilmuwan baru mengkonfirmasi badai luar angkasa pertama yang terdokumentasi pada tahun 2021, meskipun peristiwa itu sendiri terjadi pada tahun 2014. Saat itu, para peneliti mengidentifikasi spiral plasma selebar sekitar 1.000 kilometer yang melayang di atas Kutub Utara selama hampir delapan jam. Penemuan ini mengungkap jenis fenomena cuaca luar angkasa yang sebelumnya tidak diketahui. Apa yang membuat penemuan ini sangat mengejutkan adalah bahwa badai tersebut berkembang selama kondisi geomagnetik yang sangat tenang. Sampai saat itu, para ilmuwan umumnya mengaitkan gangguan cuaca luar angkasa yang besar dengan periode aktivitas matahari dan geomagnetik yang intens. Temuan ini menunjukkan bahwa proses transfer energi yang kuat dapat terjadi bahkan ketika cuaca antariksa tampak relatif tenang. Penelitian selanjutnya menunjukkan bahwa badai ini dapat menyuntikkan elektron berenergi tinggi dalam jumlah besar ke ionosfer kutub, sehingga berpotensi mengganggu teknologi komunikasi dan navigasi. Namun, mengidentifikasi peristiwa baru masih menjadi kendala utama. Para peneliti biasanya harus memeriksa gambar aurora ultraviolet yang ditangkap oleh satelit secara manual. Proses ini memakan waktu, tidak efisien, dan rentan terhadap penilaian manusia. Melatih AI untuk mengenali badai luar angkasa Untuk mengatasi keterbatasan ini, para peneliti Tiongkok mengembangkan sistem pembelajaran mendalam yang dirancang khusus untuk mengenali ciri-ciri badai luar angkasa. Para peneliti mengumpulkan kumpulan data besar yang berisi sekitar 300.000 gambar aurora yang dikumpulkan antara tahun 2005 dan 2021 dari Belahan Bumi Utara dan Selatan. Gambar-gambar tersebut berasal dari instrumen satelit Program Satelit Meteorologi Pertahanan Angkatan Udara AS, yang memantau kondisi di ruang dekat Bumi. Dari arsip ini, tim mengidentifikasi 570 peristiwa badai luar angkasa yang dikonfirmasi. Mereka juga menyertakan sejumlah besar gambar aurora non-badai, termasuk contoh-contoh yang sangat mirip dengan badai luar angkasa yang sebenarnya, untuk mengajari AI cara membedakan fenomena serupa. Dengan menggunakan kumpulan data ini, para peneliti melatih beberapa model visi komputer tingkat lanjut. Sistem ini dirancang tidak hanya untuk mengenali struktur spiral khas yang terkait dengan badai luar angkasa, tetapi juga untuk menentukan lokasinya dalam citra satelit, sehingga memungkinkan peneliti mengidentifikasi dan melacak peristiwa dengan lebih efisien. Menurut tim, model dengan kinerja terbaik mencapai akurasi deteksi hampir 98 persen pada kumpulan data global, menunjukkan tingkat keandalan yang tinggi dalam mengidentifikasi badai luar angkasa secara otomatis. “Model ini mencapai identifikasi otomatis presisi tinggi dan lokalisasi badai luar angkasa pada tingkat piksel, mencapai akurasi 97,90% pada kumpulan data global yang menantang,” para penulis penelitian mencatat. Selain itu, para peneliti membangun platform perangkat lunak lengkap dengan antarmuka visual, yang memungkinkan para ilmuwan memproses dan memeriksa citra satelit dengan lebih efisien. Jadi, alih-alih mencari ribuan gambar secara manual, para peneliti kini dapat mengandalkan AI untuk mengidentifikasi potensi peristiwa dengan cepat dan menentukan lokasi terjadinya. Dari deteksi hingga perkiraan Sistem baru ini hadir saat misi cuaca luar angkasa mulai menghasilkan data aurora dalam jumlah yang belum pernah terjadi sebelumnya. Salah satu contohnya adalah Solar Wind Magnetosphere Ionosphere Link Explorer (SMILE), sebuah misi gabungan Tiongkok-Eropa yang diluncurkan pada bulan Mei yang akan terus menangkap gambar ultraviolet resolusi tinggi dari aurora bumi. Bagi para peneliti, memeriksa kumpulan data yang begitu besar secara manual menjadi semakin tidak praktis. Alat AI menawarkan cara untuk memproses banyaknya pengamatan ini secara otomatis, membantu para ilmuwan melacak badai luar angkasa dan lebih memahami bagaimana badai tersebut terbentuk dan berevolusi. Namun, meskipun sistem dapat mengidentifikasi peristiwa-peristiwa ini dengan akurasi tinggi, tantangan berikutnya adalah memprediksinya. Inilah sebabnya para peneliti sekarang berencana untuk menggabungkan observasi satelit dan observasi berbasis darat secara real-time untuk mengembangkan kemampuan peramalan sekarang dan peramalan jangka pendek. Studi ini dipublikasikan di jurnal Space Weather.
Diterbitkan : 2026-06-21 11:37:00
sumber : interestingengineering.com
