FlareDB: En databas över betydande flares i solcyklerna 24 och 25 med SDO/HMI- och SDO/AIA-observationer

Varför plötsliga solutbrott påverkar Jorden

Solfläckar är enorma explosioner på Solens yta som kan störa satelliter, slå ut radiokommunikation och till och med hota elnät på Jorden. Ändå kämpar forskare fortfarande med att exakt förutsäga när och var de största flares kommer att bryta ut. Denna artikel presenterar FlareDB, en ny öppen databas som samlar detaljerade observationer av Solens mest kraftfulla flares under det senaste och ett halvt decenniet. Genom att organisera dessa data på ett sätt som både mänskliga forskare och maskininlärningssystem lätt kan använda, syftar FlareDB till att påskynda vår förståelse — och prognoskapacitet — för farligt rymdväder.

Ett nytt bibliotek över Solens största utbrott

FlareDB fokuserar på 151 av de mest energirika solfläcksexplosionerna, alla klassificerade som minst M5.0 eller X-klass, inspelade mellan 2010 och 2025. Dessa händelser kommer från 82 aktiva regioner — magnetiskt intensiva områden på Solens yta där flares ofta uppstår. Endast flares vars källregioner var rimligt nära solskivans centrum inkluderades, eftersom mätningar nära solens synliga kant är mindre tillförlitliga. Tillsammans skapar dessa kriterier ett rent, väldefinierat urval av de typer av utbrott som mest sannolikt stör Jordens rymdmiljö.

Att se Solen i många färger

Databasen är byggd från två instrument på NASAs Solar Dynamics Observatory (SDO). Ett, Helioseismic and Magnetic Imager (HMI), kartlägger Solens magnetfält och registrerar vittljusbilder av solfläckar. Det andra, Atmospheric Imaging Assembly (AIA), tar snabbserie-bilder i ultraviolett och extrem-ultraviolett ljus vid flera våglängder, där varje våglängd framhäver gas vid olika temperaturer i solens atmosfär. För varje flare extraherar FlareDB endast området runt den aktiva regionen i stället för att lagra hela solskivan, och gör detta i två olika kartprojektioner. Detta tillvägagångssätt håller fokus på där händelserna sker, samtidigt som information om hur magnetfältet och het plasma är ordnade bevaras.

Från råa bilder till färdiga data

Att omvandla en ström av råa rymdfarkostbilder till en sammanhållen databas krävde noggrann bearbetning. Teamet standardiserade hur magnetfältskomponenter beräknas, justerade AIA-bilder med HMI-magnetogram trots deras något olika upplösningar, och säkerställde att varje aktiv region förblev centrerad även när Solen roterar. För våglängder som fångar emission från tjocka, tredimensionella skikt i solens atmosfär vidtogs särskild försiktighet i hur bilderna omprojekteras så att de fortfarande kan jämföras meningsfullt med ytmagnetskartor. Totalt rekonstruerades och beskärdes mer än 218 000 AIA-bilder så att varje flare-händelse har en konsekvent uppsättning vyer över många temperaturer och höjder ovanför solytan.

Snabba, standardiserade filmer för mänskliga ögon och algoritmer

En av FlareDB:s mest praktiska produkter är en uppsättning om 5 285 korta "quick look"-filmer — 35 filmer för varje flare — som visar hur den aktiva regionen utvecklas från 24 timmar före flaren till 8 timmar efteråt. Varje film använder fasta ljusstyrkeskalor så att olika händelser kan jämföras direkt, även om vissa extrema detaljer dämpas. Denna standardisering gör det mycket enklare att granska många händelser med blotta ögat, men är särskilt värdefull för träning av maskininlärningsmodeller, som fungerar bäst när data är enhetliga i format och skala. Forskare som behöver full detalj kan ladda ner underliggande bildfiler i ett standardiserat vetenskapligt format från en associerad onlinetjänst.

Bygga en grund för bättre rymdväderprognoser

För att säkerställa tillförlitlighet kontrollerade skaparna av FlareDB hur deras bearbetningssteg påverkar datakvaliteten och dokumenterade var täckningen är starkast — ungefär 95 procent av datasetet ligger i den mest tillförlitliga observationszonen nära solskivans centrum. Resultatet är en publik resurs som kombinerar magnetkartor, ultravioletta bilder och kompakta översiktsfilmer för Solens största flares över två solcykler. För en lekman är det viktigaste resultatet detta: genom att ge forskare och AI-verktyg en konsekvent, rik dokumentation av hur aktiva regioner beter sig före och under stora utbrott, lägger FlareDB grunden för mer exakta och snabbare prognoser av solstormar som kan påverka våra teknikberoende liv.

Citering: Liu, N., Abduallah, Y., Kapure, T.S. et al. FlareDB: A Database of Significant Flares in Solar Cycles 24 and 25 with SDO/HMI and SDO/AIA Observations. Sci Data 13, 279 (2026). https://doi.org/10.1038/s41597-026-06607-7

Nyckelord: solutbrott, rymdväder, solobservationer, magnetfält, maskininlärning