基于正则化最大似然方法的差分发射测度轮廓稳健构建
天体物理仪器与方法
2023-04-19 v2 太阳与恒星天体物理
摘要
极紫外（EUV）观测为活动太阳大气中演化的物理条件提供了大量洞见。对于给定的密度与温度结构，构造相应的差分发射测度轮廓 是直接的，使得 正比于温度区间 内等离子体的发射率。本文研究从太阳图像中某像素处观测到的一组 EUV 谱线强度反演有效 轮廓的逆问题。我们的目标是引入并发展一种正则化最大似然（RML）算法，旨在解决由指定波段（具体为 NASA 太阳动力学观测台上的大气成像组件（AIA）所观测）的离散 EUV 强度集合构建差分发射测度轮廓这一数学病态问题。RML 方法结合了其他作者所用最大似然与正则化方法的特征，且保证产生正定差分发射测度轮廓。我们使用由参数化差分发射轮廓形式生成的模拟数据，以及 2010 年 11 月 3 日太阳爆发事件的 AIA 数据，评估并比较该方法与其他已发表算法的有效性。讨论了各算法重建的差分发射测度轮廓与图之间的异同。RML 反演方法数学严谨、计算高效，并在以下三个关键方面表现出可接受的性能度量：对数据的保真度、重建的准确度，以及面对数据噪声时的稳健性。因此，它在从离散谱线数据集计算差分发射测度轮廓方面展现出可观前景。
引用
@article{arxiv.2301.04688,
title = {Robust construction of differential emission measure profiles using a regularized maximum likelihood method},
author = {Paolo Massa and A. Gordon Emslie and Iain G. Hannah and Eduard P. Kontar},
journal= {arXiv preprint arXiv:2301.04688},
year = {2023}
}