SOHO/MDI磁图的超分辨率增强

对太阳磁场及其对太阳发电机机制和空间天气事件影响的研究受益于仪器分辨率和测量频率的持续改进。历史观测数据时间线的增强和同化也在理解太阳磁场变化模式中发挥着重要作用。在天文数据处理领域，超分辨率重建是指利用大量训练数据学习低分辨率和高分辨率图像之间的非线性映射，从而获得更高分辨率天文图像的过程。本文是一项高维非线性回归的应用研究。采用深度学习模型对SOHO/MDI磁图和SDO/HMI磁图进行超分辨率建模，从而可靠地实现全日面SOHO/MDI磁图的分辨率增强，并提升图像分辨率以获得更详细的信息。本研究使用了2010年4月至2011年2月的9717对数据作为训练集，2011年3月的1332对数据作为验证集，2011年4月的1034对数据作为测试集。数据预处理后，我们从全日面MDI磁图中随机裁剪128x128子图像作为低分辨率图像，并从HMI全日面磁图中裁剪相应的512x512子图像作为高分辨率图像进行模型训练。进行的测试表明，该研究成功实现了全日面MDI磁图的4倍超分辨率重建。MESR模型的结果（0.911）与目标HMI磁图高度相关，如相关系数值所示。此外，该方法在PSNR、SSIM、MAE和RMSE指标上取得了最佳值，表明MESR模型能够有效重建磁图。