Ein Datensatz von Tagesseiten‑Auroren von der Mission Global-scale Observations of the Limb and Disk

Lichter am Taghimmel

Die meisten Menschen stellen sich Polarlichter als schimmernde Vorhänge über einer dunklen Polarnacht vor. In Wirklichkeit schalten Auroren jedoch nie vollständig aus – sie leuchten auch auf der sonnenzugewandten Seite der Erde, verborgen hinter dem Tageslichtgleißen. Diese Studie stellt einen neuen, öffentlich zugänglichen Datensatz vor, der genau diese schwer fassbaren Tagesauroren ins Blickfeld bringt, indem er eine wetter‑satellitenähnliche Sicht der Erde mit modernen Bildverarbeitungstechniken aus der Computer Vision und dem Deep Learning kombiniert.

Die Erde aus einem festen Fenster im All beobachten

Die Daten stammen von Nasa’s GOLD‑Mission, einem Instrument, das seit 2018 in geostationärer Umlaufbahn die Erde umkreist. Von seinem festen Standort über den Amerikas und dem Atlantik aus blickt GOLD kontinuierlich auf dieselbe Erdhalbkugel im fernen Ultraviolett – einem Wellenlängenbereich, den unsere Augen nicht wahrnehmen, der sich aber ideal zur Verfolgung der energetischen Teilchen eignet, die Auroren erzeugen. Immer wenn Elektronen aus dem erdnahen Raum mit Atomen und Molekülen hoch über den Polen kollidieren, geben diese charakteristische ultraviolette Farben ab. GOLD zeichnet diese Emissionen in drei solchen Bändern auf und liefert so wiederholte Momentaufnahmen der nördlichen Auroraregion über mehr als sechseinhalb Jahre hinweg während des Tages.

Schwache Auroren vom hellen Tageshimmel trennen

Die Beobachtung von Tagesauroren aus dem All ist schwierig, weil die obere Atmosphäre unter Sonneneinstrahlung ebenfalls leuchtet und einen hellen Hintergrund erzeugt, der als Dayglow bekannt ist. Dieses Leuchten kann die feinen auroralen Muster, die Forscher interessieren, leicht überdecken. Die Autor:innen drehen dieses offensichtliche Hindernis in einen Vorteil, indem sie GOLDs Blick auf die Südhalbkugel nutzen. Während eines großen Teils der Mission ist der ferne Süden im Sichtfeld von GOLD nahezu frei von Auroren und wird ausschließlich vom Dayglow dominiert. Durch das Paaren südlicher Aufnahmen mit nördlichen Bildern, die unter ähnlichen saisonalen und Beleuchtungsbedingungen aufgenommen wurden, trainiert das Team ein neuronales Netzwerk, das für jede Beobachtungsgeometrie und jedes Level geomagnetischer Aktivität vorhersagt, wie der Dayglow pixelgenau aussehen sollte.

Von Rohbildern zu sauberen Aurorakarten

Mit diesem trainierten Modell schätzen die Forschenden den Dayglow für jeden nördlichen Scan ab und subtrahieren ihn, sodass nur das zusätzliche Licht übrigbleibt, das Auroren zuzurechnen ist. Selbst dann bleiben Spuren nicht‑auroraler Signale, insbesondere in der Nähe des Randes (Limb) der Erdscheibe. Zur Verfeinerung bauen die Autor:innen eine mehrstufige, klassische Bildverarbeitungs­pipeline auf. Sie schärfen und filtern die Bilder, um gekrümmte, ringartige Strukturen hervorzuheben, clustern helle Pixel zu kohärenten Flecken in hohen Breiten und unterscheiden sorgfältig echte aurorale Bögen von ähnlichen Leuchterscheinungen am Limb. So entsteht eine anfängliche Menge binärer „Masken“, die für jedes Spektralband markieren, welche Pixel Aurora enthalten und welche nicht.

Ein neuronales Netzwerk darin schulen, Auroren zu erkennen

Während diese regelbasierte Methode gut funktioniert, wenn GOLD die Erde häufig scannt, beginnen ihre Annahmen zu versagen, nachdem die Beobachtungsfrequenz der Mission 2022 abnimmt. Um Konsistenz über alle Jahre hinweg zu gewährleisten, nutzen die Autor:innen ihre klassischen Masken aus einem hochwertigen Jahr als Lehrmaterial für ein zweites neuronales Netzwerk. Dieses Modell lernt, rohe nördliche Scans direkt in aurorale Masken zu verwandeln, ohne die zwischengeschalteten Randglättungstricks. Gegenüber einem unabhängigen, etablierten Modell des globalen auroralen Ovals getestet, schneidet der Deep‑Learning‑Ansatz die klassische Methode leicht besser ab und verhält sich zuverlässig über ein weites Spektrum an Weltraumwetter‑Bedingungen.

Eine neue Ressource für Weltraumwetter‑Beobachter

Das Ergebnis ist eine kuratierte Sammlung von mehr als 47.000 Tagesseiten‑Aurora‑Beobachtungen von 2018 bis Mitte 2025, alle in einem Format verpackt, das wissenschaftlich nutzbar ist. Zu jedem Schnappschuss erhalten Nutzer:innen die rohen Ultraviolett‑Bilder in drei Schlüssel‑Farben, bestmögliche Schätzungen des Dayglow‑Hintergrunds und eine saubere Karte, wo Auroren vorhanden sind, sowie detaillierte Zeit‑ und Positionsinformationen. Indem ein großer Verarbeitungsengpass beseitigt wird, öffnet dieser Datensatz die Tür für Studien darüber, wie sich die Tagesaurorenzone mit dem Sonnenwind verschiebt, für Tests von Modellen, die das Magnetfeld der Erde mit der oberen Atmosphäre koppeln, und für das Training künftiger Machine‑Learning‑Systeme zur Vorhersage von Weltraumwetter‑Auswirkungen, die Stromnetze, Funkverbindungen und Satelliten beeinträchtigen können.

Zitation: Holmes, J., England, S.L. A dayside aurora dataset from the Global-scale Observations of the Limb and Disk mission. Sci Data 13, 481 (2026). https://doi.org/10.1038/s41597-026-06884-2

Schlüsselwörter: Aurora, Weltraumwetter, GOLD‑Mission, Satellitenbildgebung, Deep Learning