基于无监督机器学习的弱脉冲窄带宁静太阳发射检测及其形态表征算法

日冕极具动态性。观测能力的每一次飞跃都伴随着对复杂动态过程出乎意料的揭示。愈发灵敏的仪器如今使我们能够探测能量越来越弱的事件。低频频段太阳射电成像能力的最新飞跃导致了新一类发射的发现，即弱脉冲窄带宁静太阳发射（Weak Impulsive Narrowband Quiet Sun Emissions，WINQSEs；mondal2020）。它们被假设为日冕纳耀斑的射电特征，并可能对长期的日冕加热问题产生影响。鉴于该发现的重要性，后续已有多项独立研究跟进。这些研究包括在多组数据集中检测WINQSEs、使用独立的检测技术与软件流水线、以及寻找其在其他波段的对应体。本工作聚焦于研究WINQSEs的形态性质，并改进了早期工作中用于检测WINQSEs的方法。我们提出一种基于机器学习的算法来检测WINQSEs，依据其形态分类，并使用二维高斯对孤立源建模。我们将该算法应用于多组数据以检验其准确性。有趣的是，尽管预期其源于本征致密源，WINQSEs在我们的观测中往往被分辨开。我们提出该角展宽由日冕散射引起。因此，WINQSEs可提供宁静太阳区域中日冕散射（进而日冕湍流）的普遍存在且持续的诊断手段，这是迄今为止未能实现的。