太阳暗条识别高级自动化方法的开发及其在 MLSO H\alpha 数据一个太阳周中的科学应用

我们开发了一种在 H\alpha 全日面图像中自动检测和追踪太阳暗条的方法。该程序不仅能够识别暗条并确定其位置、面积、脊线及其他相关参数等属性，还能追踪暗条的逐日演化。该程序包含三个步骤：首先，应用预处理校正原始图像；其次，使用 Canny 边缘检测方法检测暗条；第三，通过形态学算子识别暗条属性。为测试该算法，我们将其应用于 Mauna Loa Solar Observatory (MLSO) 的观测数据，结果表明该程序稳健且高效。对 MLSO 于 1998 年至 2009 年获取的 H\alpha 图像进行了分析，获得了暗条的蝴蝶图。结果显示，在第 23 太阳周中，太阳暗条的纬度迁移呈现三种趋势：从 1998 年到太阳活动极大期，漂移速度较快；太阳活动极大期后，速度相对变慢。2006 年之后，迁移变得发散，标志着太阳活动极小期。约 60% 纬度大于 $50^{\circ}$ 的暗条以相对较高的速度向极区迁移，且在第 23 太阳周中，南北半球的纬度迁移速度无显著差异。