Solar flare predictions with ensemble and magnetic data

Orientador: Ana Estela Antunes da Silva Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia Resumo: As explosões solares são capazes de afetar o ambiente espacial próximo da órbita do planeta Terra, com possíveis impactos em serviços tecnológicos. Assim, existe a necessidade de melhoria em sistemas de monitoramento para prever as ocorrências de explosões solares. O objetivo deste trabalho é analisar a utilização de algoritmos de classificação e suas combinações em ensembles na predição de explosões solares maiores ou iguais a M1.0 e C1.0 em um tempo de 24h. Para tanto, foram utilizados dados magnéticos do instrumento SDO/HMI (do inglês, Solar Dynamics Observatory's/Helioseismic and Magnetic Imager) e dados de explosões solares do SWPC (do inglês, Space Weather Prediction Center). O SDO/HMI é um instrumento projetado para estudar o campo magnético na superfície solar e o SWPC é um dos centros de meteorologia espacial dos Estados Unidos. Na base de dados integrada a partir dos dados do SDO/HMI e SWPC, foram aplicadas as técnicas: oversampling e undersampling, filtro de localização de regiões ativas, filtro de qualidade dos dados magnéticos, atributos com dados históricos de explosões solares e combinação de classificadores. A partir do treinamento e teste da combinação de classificadores, foi possível prever explosões solares a partir de uma determinada região ativa dentro do período de 24 horas, considerando como métrica de avaliação de desempenho do classificador a métrica True Skill Statistic (TSS). Os experimentos realizados indicam que o uso de: dados magnéticos, dados históricos de explosões solares, filtro de qualidade dos dados magnéticos e combinação de algoritmos, resulta em um método válido para predições de explosões solares em comparação com trabalhos anteriores Abstract: Solar flares are capable of affecting the space environment close to the orbit of planet Earth, with possible impacts on technological services. The objective of this work is to analyze the use of classification algorithms and their combinations in ensembles in the prediction of solar flares greater than or equal to M1.0 and C1.0 in a time of 24h. For this purpose, magnetic data from the SDO/HMI instrument (Solar Dynamics Observatory's/Helioseismic and Magnetic Imager) and solar flare data from the SWPC (Space Weather Prediction Center) were used. The SDO/HMI is an instrument designed to study the magnetic field on the solar surface and the SWPC is one of the United States space meteorology centers. In the integrated database from SDO/HMI and SWPC data, the following techniques were applied: oversampling and undersampling, active region location filter, magnetic data quality filter, attributes with data history of solar flares and combination of classifiers. From the training and testing of the combination of classifiers, it was possible to predict solar flares from a certain active region within a 24-hour period, considering the classifier's performance evaluation metric and True Skill Statistic (TSS) metric. The experiments carried out indicate that the use of: magnetic data, historical data of solar flares, magnetic data quality filter and combination of algorithms, results in a valid method for solar flare predictions compared to previous works Mestrado Sistemas de Informação e Comunicação Mestre em Tecnologia CAPES 001