Un set di dati sulle aurore diurne dalla missione Global-scale Observations of the Limb and Disk

Luci nel cielo diurno

La maggior parte delle persone immagina le aurore boreali come tende scintillanti che si estendono attraverso la notte polare. Ma le aurore in realtà non si spengono mai: brillano anche sul lato illuminato della Terra, nascoste dall'abbagliamento del giorno. Questo studio presenta un nuovo set di dati pubblicamente disponibile che finalmente mette a fuoco quelle elusive aurore diurne, utilizzando una visuale della Terra simile a quella dei satelliti meteorologici e moderne tecniche di elaborazione delle immagini prese in prestito dalla visione artificiale e dal deep learning.

Osservare la Terra da una finestra fissa nello spazio

I dati provengono dalla missione GOLD della NASA, uno strumento in orbita geostazionaria attorno alla Terra dal 2018. Dalla sua postazione fissa sopra le Americhe e l'Atlantico, GOLD osserva continuamente la stessa metà del pianeta nella banda dell'ultravioletto lontano, una regione di lunghezze d'onda invisibile ai nostri occhi ma ideale per tracciare le particelle energetiche che generano le aurore. Quando gli elettroni provenienti dallo spazio vicino alla Terra urtano atomi e molecole in alta quota sopra i poli, emettono colori ultravioletti distintivi. GOLD registra queste emissioni in tre bande, fornendo ripetute istantanee della regione aurorale settentrionale durante il giorno per più di sei anni e mezzo.

Separare le deboli aurore dal luminoso cielo diurno

Osservare le aurore diurne dallo spazio è difficile perché l'alta atmosfera brilla anch'essa sotto la luce solare, producendo uno sfondo luminoso noto come dayglow. Quel bagliore può facilmente oscurare i dettagli aurorali che interessano gli scienziati. Gli autori trasformano questo apparente ostacolo in un vantaggio usando la vista di GOLD sull'emisfero australe. Per gran parte della missione, le regioni più a sud nel campo visivo di GOLD sono quasi prive di aurore e dominate solo dal dayglow. Abbinando immagini meridionali a immagini settentrionali scattate in condizioni stagionali e di illuminazione simili, il team addestra un modello di rete neurale a prevedere come dovrebbe apparire il dayglow, pixel per pixel, per una data geometria d'osservazione e un dato livello di attività geomagnetica.

Dalle immagini grezze a mappe aurorali pulite

Con questo modello addestrato, i ricercatori stimano e sottraggono il dayglow da ogni scansione settentrionale, lasciando dietro di sé soltanto la luce aggiuntiva dovuta alle aurore. Anche così, rimangono tracce di segnale non aurorale, specialmente vicino al limb — il bordo apparente — del disco terrestre. Per perfezionare il risultato, il team costruisce una pipeline multi‑passo di elaborazione classica delle immagini. Affilano e filtrano le immagini per enfatizzare strutture curve e ad anello, raggruppano i pixel luminosi in macchie coerenti ad alte latitudini e distinguono con cura i veri archi aurorali dai bagliori simili sul limb. Questo produce un insieme iniziale di "maschere" binarie che indicano quali pixel contengono aurora e quali no per ciascuna banda spettrale.

Insegnare a una rete neurale a individuare le aurore

Sebbene questo metodo basato su regole funzioni bene quando GOLD scansiona la Terra con alta frequenza, le sue assunzioni cominciano a fallire dopo che il ritmo della missione rallenta nel 2022. Per garantire coerenza su tutti gli anni, gli autori trattano le loro maschere classiche provenienti da un anno di alta qualità come materiale didattico per una seconda rete neurale. Questo modello impara a trasformare le scansioni settentrionali grezze direttamente in maschere aurorali, senza bisogno dei passaggi intermedi di levigatura dei bordi. Testato rispetto a un modello indipendente e ben consolidato dell'ovale aurorale globale, l'approccio deep‑learning supera leggermente il metodo classico e si comporta in modo affidabile attraverso un'ampia gamma di condizioni di space weather.

Una nuova risorsa per gli osservatori del meteo spaziale

Il risultato finale è una raccolta curata di oltre 47.000 osservazioni di aurore diurne dal 2018 fino alla metà del 2025, tutte confezionate in un formato pronto per l'uso scientifico. Per ogni istantanea, gli utenti ricevono le immagini ultraviolette grezze in tre colori chiave, le migliori stime dello sfondo dayglow e una mappa pulita delle aree in cui le aurore sono presenti, insieme a dettagliati dati di tempo e posizione. Rimuovendo un importante ostacolo di elaborazione, questo set di dati apre la strada a studi su come la zona aurorale diurna si sposti con il vento solare, per testare modelli che collegano l'ambiente magnetico terrestre alla sua alta atmosfera e per addestrare futuri sistemi di machine learning a prevedere gli impatti del meteo spaziale che possono influenzare reti elettriche, collegamenti radio e satelliti.

Citazione: 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

Parole chiave: aurora, space weather, missione GOLD, immagini satellitari, deep learning