SuryaBench: Hochauflösendes SDO‑Dataset für KI in Heliophysik und Weltraumwetter

Mit dem neuen SuryaBench‑Datensatz eröffnet NASA einen umfassenden, maschinenlern‑bereiten Pool an hochauflösenden Bildern der Sonne. Die Daten stammen aus dem Solar Dynamics Observatory (SDO) und umfassen die Instrumente Atmospheric Imaging Assembly (AIA) sowie Helioseismic and Magnetic Imager (HMI). Der Zeitraum reicht von Mai 2010 bis Juli 2024 und deckt damit ein komplettes solares Zyklus ab.

Um die Daten sofort für KI‑Modelle nutzbar zu machen, wurden sie umfangreich vorverarbeitet: Korrekturen der Raumfahrzeug‑Rollwinkel, Anpassungen an die Umlaufbahn, Normalisierung der Belichtungen und Ausgleich von Degradationserscheinungen wurden durchgeführt. Dadurch erhalten Forscher ein einheitliches, standardisiertes Set, das sofort einsatzbereit ist.

SuryaBench liefert nicht nur die Kernbilder, sondern auch ergänzende Benchmark‑Datasets für zentrale Aufgaben der Heliophysik und des Weltraumwetters. Dazu gehören die Segmentierung aktiver Regionen, die Vorhersage ihres Auftretens, die Extrapolation koronaler Felder, die Flare‑Vorhersage, die Prognose von EUV‑Spektren sowie die Schätzung der Sonnenwindgeschwindigkeit. Diese Anwendungen dienen als Testfälle, um die Leistungsfähigkeit neuer KI‑Modelle zu vergleichen und die Reproduzierbarkeit von Forschungsergebnissen zu erhöhen.

Durch die Bereitstellung eines einheitlichen, offenen Datensatzes will SuryaBench die Entwicklung von KI‑gestützten Prognosemodellen beschleunigen und die Brücke zwischen Sonnenphysik, maschinellem Lernen und operativem Weltraumwetter‑Forecasting schlagen. Forscher weltweit können nun schneller neue Algorithmen testen, vergleichen und in die Praxis überführen.