कृत्रिम बुद्धिमत्ता का उपयोग करके कोडाइकनाल सौर वेधशाला (कोसो) से प्राप्त 100 वर्षों के हाथ से बनाए गए सूर्य के रिकॉर्ड का अध्ययन करके 1916 से 2007 तक सूर्य पर चुंबकीय रूप से सक्रिय क्षेत्रों में हुए परिवर्तन का पता लगाया गया है। इससे समय के साथ सौर गतिविधि में होने वाले परिवर्तनों का कहीं अधिक विस्तृत परिप्रेक्ष्य प्राप्त हो सकता है।

सौ वर्षों से भी अधिक समय से वैज्ञानिक सूर्य की चुंबकीय गतिविधि के क्रमबद्ध चक्रों के घटने-बढ़ने के बारे में समझने का प्रयास कर रहे हैं। ये चक्र सूर्य के धब्बों, ज्वालाओं और विस्फोटों को प्रभावित करते हैं, जो उपग्रहों, नौवहन और पृथ्वी पर बिजली आपूर्ति को बाधित कर सकते हैं। हालांकि, पुराने अवलोकन अक्सर अपूर्ण और असंगत होते हैं, जिससे दीर्घकालिक अध्ययन कठिन हो जाता है। यही कारण है कि ऐतिहासिक रिकॉर्ड अत्यंत मूल्यवान हैं।

एक नए अध्ययन में, भारत सरकार के विज्ञान एवं प्रौद्योगिकी विभाग (डीएसटी) के अधीन एक स्वायत्त संस्थान, आर्यभट्ट अनुसंधान संस्थान (एआरआईएस) के दिब्य कीर्ति मिश्रा के नेतृत्व में अनुसंधानकर्ताओं ने तिरुवनंतपुरम स्थित भारतीय अंतरिक्ष विज्ञान एवं प्रौद्योगिकी संस्थान, अमेरिका के बोल्डर स्थित दक्षिणपश्चिम अनुसंधान संस्थान और बेंगलुरु स्थित भारतीय खगोल भौतिकी संस्थान (आईआईए) के सहयोगियों के साथ मिलकर यह दिखाया है कि कोडाइकनाल सौर वेधशाला (कोसो) से प्राप्त 100 वर्षों के हाथ से बनाए गए सूर्य के रिकॉर्ड को आधुनिक मशीन लर्निंग तकनीकों का उपयोग करके उपयोगी डेटा में परिवर्तित किया जा सकता है। इस वेधशाला में 1904 से 2022 तक के दैनिक 'सूर्य चार्ट' सहित प्रेक्षणों का एक अनूठा संग्रह है, जिसमें सूर्य के धब्बे, प्लेज, फिलामेंट और प्रमुखता से इनकी विशेषताओं को एक मानक ग्रिड पर सावधानीपूर्वक चित्रित किया गया था।

चित्र: प्रत्येक दिन के लिए 1° अक्षांश बैंड में मापे गए सौर प्लेज क्षेत्र (μDF में) का समय-अक्षांश "बटरफ्लाई" मानचित्र। (ए) इस कार्य में KoSO सूर्यचार्ट पर U-Net आधारित पहचान का उपयोग करके प्राप्त प्लेज वितरण। (बी) KoSO Ca II K प्लेज पहचान से बटरफ्लाई आरेख (BK Jha et al. 2024)। (सी) एक संयुक्त रिकॉर्ड जो दोनों डेटासेट को मिलाता है, जिसमें सूर्यचार्ट श्रृंखला में अंतराल भरने के लिए Ca II K परिणामों का उपयोग किया गया है। रंग प्लेज क्षेत्र को दर्शाते हैं, जिससे पता चलता है कि 1916-2007 (सौर चक्र 15-23) के दौरान अक्षांश और सौर-चक्र चरण के साथ चुंबकीय गतिविधि कैसे बदलती है।

डिजिटल उपकरणों से पहले, वैज्ञानिक जो कुछ देखते थे उसे रिकॉर्ड करने के लिए सावधानीपूर्वक बनाए गए रेखाचित्रों पर निर्भर रहते थे। कोसो के सूर्य चार्ट मूल्यवान हैं क्योंकि वे कई चक्रों में सौर गतिविधि को दर्शाते हैं और इसमें विभिन्न विशेषताओं को विशिष्ट तरीकों से चिह्नित किया गया है। हालांकि, रेखाचित्र शैली में अंतर, कागज की उम्र और स्कैन की गुणवत्ता में भिन्नता के कारण पारंपरिक तरीकों का उपयोग करके एक स्पष्ट और सुसंगत डेटासेट बनाना मुश्किल है।

हाथ से बनाए गए अव्यवस्थित ऐतिहासिक रिकॉर्ड की समस्या को दूर करने के लिए, एस्ट्रोफिजिकल जर्नल में प्रकाशित अनुसंधान में दो मुख्य चरणों में पर्यवेक्षित मशीन लर्निंग (यू-नेट) पद्धति का उपयोग किया गया। सबसे पहले, मॉडल ने प्रत्येक स्कैन किए गए चित्र में सूर्य की डिस्क को स्वचालित रूप से खोजा, केंद्र, आकार और झुकाव को सटीक रूप से निर्धारित किया, ताकि प्रत्येक विशेषता को सूर्य पर सही स्थान पर रखा जा सके। इसके बाद, इसने 1916 से 2007 तक के नौ सौर चक्रों को कवर करने वाले चित्रों में प्लेजेस (सूर्य पर तितली के आकार के, चुंबकीय रूप से सक्रिय धब्बे) की पहचान की और उनका पता लगाया। यह महत्वपूर्ण है क्योंकि प्लेज सूर्य के चुंबकत्व का एक विश्वसनीय "फिंगरप्रिंट" हैं, और पुराने अभिलेखागार से इन्हें निकालने से वैज्ञानिकों को आज के अंतरिक्ष युग के मापों को दशकों पहले सूर्य की गतिविधियों से जोड़ने में मदद मिलती है।

दिब्य कीर्ति मिश्रा के नेतृत्व में अनुसंधानकर्ताओं ने रेखाचित्रों को मशीन-पठनीय डेटा में परिवर्तित करके यह पता लगाया कि समय के साथ प्लेज गतिविधि में कैसे बदलाव आता है, और सौर चक्र को दर्शाने वाला एक 'तितली आरेख' बनाया। उन्होंने यह भी पाया कि इन रेखाचित्रों से प्राप्त प्लेज क्षेत्र, कोसो के Ca II K पूर्ण-डिस्क प्रेक्षणों से प्राप्त क्षेत्रों से अच्छी तरह मेल खाते हैं, जिससे यह सिद्ध होता है कि सूर्य चार्ट अंतरालों को भरने और दीर्घकालिक सौर डेटा को बेहतर बनाने में सहायक हो सकते हैं।

सूर्य की चुंबकीय गतिविधि के दीर्घकालिक और सुसंगत रिकॉर्ड अत्यंत महत्वपूर्ण हैं क्योंकि इनसे वैज्ञानिकों को विभिन्न सौर चक्रों की शक्ति और संरचना में होने वाले परिवर्तनों की तुलना करने, सूर्य की ऊर्जा उत्पादन और चुंबकीय प्रभाव में अतीत में हुए बदलावों के पुनर्निर्माण में सुधार करने और पृथ्वी पर प्रौद्योगिकी को प्रभावित करने वाले दीर्घकालिक अंतरिक्ष मौसम संबंधी जोखिमों को बेहतर ढंग से समझने में मदद मिलती है। अध्ययन से पता चलता है कि मशीन लर्निंग का उपयोग करके पुराने, असमान ऐतिहासिक रिकॉर्डों में सुधार किया जा सकता है और कई दशकों तक सुसंगत डेटा तैयार किया जा सकता है, जो कि पारंपरिक तरीकों से संभव नहीं है।

प्रकाशन लिंक: https://doi.org/10.3847/1538-4365/ae381e

***

पीके/केसी/एवाई/जीआरएस

(रिलीज़ आईडी: 2279927) आगंतुक पटल : 163