利用遗传算法推导小尺度耀斑的能量分布

为理解日冕加热机制，推导小尺度耀斑（即所谓纳耀斑）对太阳日冕加热的贡献至关重要。迄今，若干研究试图推导耀斑作为能量函数的发生频率分布，以揭示小尺度耀斑的贡献。然而，尚无研究在考虑以下条件的情况下推导该分布：（1）受小尺度耀斑加热的日冕环等离子体演化；（2）小于观测图像空间分辨率的环；（3）多波段观测。为纳入这些条件，我们引入一种基于一维环模拟与机器学习技术（即遗传算法）的小尺度耀斑统计分析方法。首先，我们获取活动区日冕环的 SDO/AIA 六通道光变曲线。其次，我们进行大量日冕环模拟，并以伪方式获取每次模拟的 SDO/AIA 光变曲线。第三，利用遗传算法，我们估计出能复现观测的模拟光变曲线的最佳组合。结果表明，所观测日冕环由能量通量大于通常间歇加热活动区所需的小尺度耀斑加热。此外，我们推导出的发生频率分布在 1 至 3 范围内具有多种幂律指数，部分支持了纳耀斑加热模型。相反，我们发现 $90\%$ 的日冕加热由能量大于 $10^{25}~\mathrm{erg}$ 的耀斑完成。