• Zum Inhalt springen (Accesskey 1)
  • Zur Suche springen (Accesskey 7)
FWF — Österreichischer Wissenschaftsfonds
  • Zur Übersichtsseite Entdecken

    • Forschungsradar
      • Historischer Forschungsradar 1974–1994
    • Entdeckungen
      • Emmanuelle Charpentier
      • Adrian Constantin
      • Monika Henzinger
      • Ferenc Krausz
      • Wolfgang Lutz
      • Walter Pohl
      • Christa Schleper
      • Anton Zeilinger
    • Impact Stories
      • Verena Gassner
      • Wolfgang Lechner
      • Georg Winter
    • scilog-Magazin
    • Austrian Science Awards
      • FWF-Wittgenstein-Preise
      • FWF-ASTRA-Preise
      • FWF-START-Preise
      • Auszeichnungsfeier
    • excellent=austria
      • Clusters of Excellence
      • Emerging Fields
    • Im Fokus
      • 40 Jahre Erwin-Schrödinger-Programm
      • Quantum Austria
      • Spezialforschungsbereiche
    • Dialog und Diskussion
      • think.beyond Summit
      • Am Puls
      • Was die Welt zusammenhält
      • FWF Women’s Circle
      • Science Lectures
    • Wissenstransfer-Events
    • E-Book Library
  • Zur Übersichtsseite Fördern

    • Förderportfolio
      • excellent=austria
        • Clusters of Excellence
        • Emerging Fields
      • Projekte
        • Einzelprojekte
        • Einzelprojekte International
        • Klinische Forschung
        • 1000 Ideen
        • Entwicklung und Erschließung der Künste
        • FWF-Wittgenstein-Preis
      • Karrieren
        • ESPRIT
        • FWF-ASTRA-Preise
        • Erwin Schrödinger
        • doc.funds
        • doc.funds.connect
      • Kooperationen
        • Spezialforschungsgruppen
        • Spezialforschungsbereiche
        • Forschungsgruppen
        • International – Multilaterale Initiativen
        • #ConnectingMinds
      • Kommunikation
        • Top Citizen Science
        • Wissenschaftskommunikation
        • Buchpublikationen
        • Digitale Publikationen
        • Open-Access-Pauschale
      • Themenförderungen
        • AI Mission Austria
        • Belmont Forum
        • ERA-NET HERA
        • ERA-NET NORFACE
        • ERA-NET QuantERA
        • ERA-NET TRANSCAN
        • Ersatzmethoden für Tierversuche
        • Europäische Partnerschaft Biodiversa+
        • Europäische Partnerschaft ERA4Health
        • Europäische Partnerschaft ERDERA
        • Europäische Partnerschaft EUPAHW
        • Europäische Partnerschaft FutureFoodS
        • Europäische Partnerschaft OHAMR
        • Europäische Partnerschaft PerMed
        • Europäische Partnerschaft Water4All
        • Gottfried-und-Vera-Weiss-Preis
        • netidee SCIENCE
        • Projekte der Herzfelder-Stiftung
        • Quantum Austria
        • Rückenwind-Förderbonus
        • WE&ME Award
        • Zero Emissions Award
      • Länderkooperationen
        • Belgien/Flandern
        • Deutschland
        • Frankreich
        • Italien/Südtirol
        • Japan
        • Luxemburg
        • Polen
        • Schweiz
        • Slowenien
        • Taiwan
        • Tirol–Südtirol–Trentino
        • Tschechien
        • Ungarn
    • Schritt für Schritt
      • Förderung finden
      • Antrag einreichen
      • Internationales Peer-Review
      • Förderentscheidung
      • Projekt durchführen
      • Projekt beenden
      • Weitere Informationen
        • Integrität und Ethik
        • Inklusion
        • Antragstellung aus dem Ausland
        • Personalkosten
        • PROFI
        • Projektendberichte
        • Projektendberichtsumfrage
    • FAQ
      • Projektphase PROFI
        • Abrechnung
        • Arbeits- und Sozialrecht
        • Projektabwicklung
      • Projektphase Ad personam
        • Abrechnung
        • Arbeits- und Sozialrecht
        • Projektabwicklung
      • Auslaufende Programme
        • Elise Richter und Elise Richter PEEK
        • FWF-START-Preise
  • Zur Übersichtsseite Über uns

    • Leitbild
    • FWF-Film
    • Werte
    • Zahlen und Daten
    • Jahresbericht
    • Aufgaben und Aktivitäten
      • Forschungsförderung
        • Matching-Funds-Förderungen
      • Internationale Kooperationen
      • Studien und Publikationen
      • Chancengleichheit und Diversität
        • Ziele und Prinzipien
        • Maßnahmen
        • Bias-Sensibilisierung in der Begutachtung
        • Begriffe und Definitionen
        • Karriere in der Spitzenforschung
      • Open Science
        • Open-Access-Policy
          • Open-Access-Policy für begutachtete Publikationen
          • Open-Access-Policy für begutachtete Buchpublikationen
          • Open-Access-Policy für Forschungsdaten
        • Forschungsdatenmanagement
        • Citizen Science
        • Open-Science-Infrastrukturen
        • Open-Science-Förderung
      • Evaluierungen und Qualitätssicherung
      • Wissenschaftliche Integrität
      • Wissenschaftskommunikation
      • Philanthropie
      • Nachhaltigkeit
    • Geschichte
    • Gesetzliche Grundlagen
    • Organisation
      • Gremien
        • Präsidium
        • Aufsichtsrat
        • Delegiertenversammlung
        • Kuratorium
        • Jurys
      • Geschäftsstelle
    • Arbeiten im FWF
  • Zur Übersichtsseite Aktuelles

    • News
    • Presse
      • Logos
    • Eventkalender
      • Veranstaltung eintragen
      • FWF-Infoveranstaltungen
    • Jobbörse
      • Job eintragen
    • Newsletter
  • Entdecken, 
    worauf es
    ankommt.

    FWF-Newsletter Presse-Newsletter Kalender-Newsletter Job-Newsletter scilog-Newsletter

    SOCIAL MEDIA

    • LinkedIn, externe URL, öffnet sich in einem neuen Fenster
    • , externe URL, öffnet sich in einem neuen Fenster
    • Facebook, externe URL, öffnet sich in einem neuen Fenster
    • Instagram, externe URL, öffnet sich in einem neuen Fenster
    • YouTube, externe URL, öffnet sich in einem neuen Fenster

    SCILOG

    • Scilog — Das Wissenschaftsmagazin des Österreichischen Wissenschaftsfonds (FWF)
  • elane-Login, externe URL, öffnet sich in einem neuen Fenster
  • Scilog externe URL, öffnet sich in einem neuen Fenster
  • en Switch to English

  

Verbesserte Sonnensturmmodellierung mit Machine Learning

Improving solar storm modeling with machine learning

Tanja Amerstorfer (ORCID: 0000-0001-9024-6706)
  • Grant-DOI 10.55776/P36093
  • Förderprogramm Einzelprojekte
  • Status laufend
  • Projektbeginn 01.03.2023
  • Projektende 31.07.2026
  • Bewilligungssumme 403.274 €
  • Projekt-Website
  • dc

Wissenschaftsdisziplinen

Informatik (30%); Physik, Astronomie (70%)

Keywords

    Space Weather, Coronal Mass Ejections, Machine Learning, Computer Vision, Ensemble Modeling

Abstract

Sonnenstürme, auch bekannt als koronale Massenauswürfe (CMEs für coronal mass ejections), sind große Eruptionen von Plasma und Magnetfeldern aus der Sonnenkorona. Während des Sonnenmaximums trifft, statistisch gesehen, ein CME pro Woche auf die Erde und kann dann Störungen im Erdmagnetfeld verursachen, die als geomagnetische Stürme bekannt sind. Diese geomagnetischen Stürme können Stromnetze, Satellitenbetrieb und Kommunikationssysteme beeinträchtigen. In extremen Fällen können schwere geomagnetische Stürme Transformatoren in Stromnetzen beschädigen und weit verbreitete Stromausfälle verursachen. Um die Ankunft eines CMEs auf der Erde vorherzusagen, sind geeignete Beobachtungen nötig, um die Entwicklung des Sturms auf seinem Weg zur Erde modellieren zu können. In Echtzeit sind solche Koronographendaten nur für Beobachtungen bis zu 30 Sonnenradien verfügbar, was etwas mehr als zehn Prozent der Entfernung Sonne -Erde entspricht. Es gibt jedoch sogenannte Heliospheric Imager (HI), die den gesamten Raum zwischen Sonne und Erde beobachten und es ermöglichen, einen CME von seinem Ursprung bis zu seinem Auftreffen zu verfolgen. Diese Beobachtungen sind ideal, um die CME- Kinematik zu modellieren und Ankunftszeiten und -geschwindigkeiten bei der Erde vorherzusagen. Leider sind solche Beobachtungen in Echtzeit nur in geringer räumlicher und zeitlicher Auflösung verfügbar und weisen oft große Datenlücken auf. HI -Daten in ausreichender Qualität sind erst einige Tage später verfügbar, sodass sie nicht für Echtzeitvorhersagen verwendet werden können. In diesem Projekt wollen wir diese Beobachtungen mit maschinellen Lernmethoden kombinieren, um die HI-basierte CME-Ankunftsvorhersage zu verbessern. Wir arbeiten an zwei unterschiedlichen Aufgaben. Die erste Aufgabe zielt darauf ab, HI-Echtzeitdaten zu verbessern. Basierend auf HI- Daten von guter und schlechter Qualität sollen maschinelle Lernalgorithmen herausfinden, wie sie zusammenhängen. Diese Algorithmen sollen dann in der Lage sein, auf Basis von Echtzeitdaten künstliche Daten mit verbesserter Qualität zu erzeugen. Mit diesen verbesserten Daten werden wir testen, ob unser HI-basiertes Vorhersagemodell in der Lage ist, die Ankunft von CMEs mit höherer Genauigkeit vorherzusagen als mit Echtzeitdaten von geringer Qualität. Die zweite Aufgabe ist die Entwicklung eines automatischen Erkennungs- und Tracking-Tools auf der Grundlage von HI-Daten. Diese Tools werden bisher in Echtzeit nur für Koronographenbeobachtungen verwendet. In diesen Daten si nd allerdings erdgerichtete CMEs oftmals nicht oder nur schwer sichtbar. Diese beiden Ansätze sollen zu einer Verbesserung der heutigen Vorhersagegenauigkeit führen und helfen, die Zahl der Fehlalarme zu reduzieren. Im Hinblick auf die Vigil-Mission der ESA ist dieses Projekt ein wichtiger Beitrag zur Weltraumwettervorhersage auf der Grundlage von HI-Daten.

Forschungsstätte(n)
  • GeoSphere Austria (GSA) - 100%
Nationale Projektbeteiligte
  • Christian Möstl, GeoSphere Austria (GSA) , nationale:r Kooperationspartner:in
  • Andreas Windisch, Technische Universität Graz , nationale:r Kooperationspartner:in
Internationale Projektbeteiligte
  • Jackie A. Davies, Rutherford Appleton Laboratory - Vereinigtes Königreich
  • Richard Harrison, Rutherford Appleton Laboratory - Vereinigtes Königreich

Research Output

  • 61 Zitationen
  • 17 Publikationen
  • 1 Policies
  • 3 Methoden & Materialien

Entdecken, 
worauf es
ankommt.

Newsletter

FWF-Newsletter Presse-Newsletter Kalender-Newsletter Job-Newsletter scilog-Newsletter

Kontakt

Österreichischer Wissenschaftsfonds FWF
Georg-Coch-Platz 2
(Eingang Wiesingerstraße 4)
1010 Wien

office(at)fwf.ac.at
+43 1 505 67 40

Allgemeines

  • Jobbörse
  • Arbeiten im FWF
  • Presse
  • Philanthropie
  • scilog
  • Geschäftsstelle
  • Social Media Directory
  • LinkedIn, externe URL, öffnet sich in einem neuen Fenster
  • , externe URL, öffnet sich in einem neuen Fenster
  • Facebook, externe URL, öffnet sich in einem neuen Fenster
  • Instagram, externe URL, öffnet sich in einem neuen Fenster
  • YouTube, externe URL, öffnet sich in einem neuen Fenster
  • Cookies
  • Hinweisgeber:innensystem
  • Barrierefreiheitserklärung
  • Datenschutz
  • Impressum
  • Social Media Directory
  • © Österreichischer Wissenschaftsfonds FWF
© Österreichischer Wissenschaftsfonds FWF