Prédire le comportement des ceintures de radiations terrestres grâce à l’IA

2023-2024
Un prototype de modèle basé sur un réseau de neurones artificiels a été développé à l’IASB pour étudier et prévoir le comportement des particules de haute énergie proches de la Terre piégées dans le champ magnétique terrestre. Ce rayonnement spatial est le résultat d'éruptions solaires soudaines et de pluies continues de rayons cosmiques.

La surveillance de l'évolution de cet environnement radiatif est cruciale en raison de ses effets dangereux sur les activités humaines et sur la santé.

Body text

Les ceintures de radiation de la Terre et leurs risques

Les ceintures de radiation de Van Allen constituent une région de particules de haute énergie piégées dans le champ magnétique terrestre. Ces particules arrivent sur Terre à la suite d'une éruption solaire soudaine ou sous la forme d'un rayonnement de fond provenant de l'espace extra-terrestre.

Les ceintures de radiation se composent d'une zone interne, principalement peuplée de protons, et d'une zone externe, principalement remplie d'électrons, même si les deux types de particules coexistent dans les deux zones. Ces deux ceintures sont séparées par une région sans particules piégées. Cependant, cette configuration est très dynamique, en particulier lors de forte activité solaire.

La surveillance continue de la radiation près de la Terre est d'une importance capitale. L'augmentation soudaine des flux de particules et l'exposition prolongée aux rayonnements constituent des menaces sérieuses pour les infrastructures humaines et la santé. Les systèmes essentiels menacés comprennent les réseaux électriques, les satellites de communication et les équipements aéronautiques, qui peuvent subir des perturbations ou des pannes complètes.

En outre, les personnes exposées à ces rayonnements courent des risques allant de lésions aiguës aux effets à long terme sur la santé, comme le cancer.

Le modèle de prédiction

Un modèle LSTM (‘Long Short-Term Model’) de réseau neuronal à apprentissage profond a récemment été développé en tant que prototype pour fournir des prévisions sur la dynamique des ceintures de radiation de Van Allen [Botek et al., 2023]. Le modèle est piloté par les données satellitaires de l'instrument Energetic Particle Telescope (EPT) [Pierrard et al., 2014]. 

Cet instrument a été lancé à bord du satellite PROBA-V de l'Agence spatiale européenne en mai 2013 sur une orbite terrestre basse à 820 km d’altitude. L'EPT différencie les électrons, les protons et les ions d’hélium dans les gammes d'énergie 0,5-20 MeV, 9,5-300 MeV et 38-1200 MeV, respectivement.

La haute résolution spatiale et temporelle des mesures effectuées pendant plus de 11 ans représente une couverture extraordinaire des périodes d'activité solaire calme et orageuse. Ces observations à long terme ont permis l'entraînement d'un modèle de prédiction robuste capable de très bonnes performances de 1 à 8 intervalles de L, où L est la distance équatoriale des lignes de champ magnétique, exprimée en rayons terrestres (RE).

Les résultats du modèle sont les prédictions du logarithme des flux d'électrons pour deux canaux d'énergie : 550 keV (étiqueté 'e1') et 1,7 MeV (étiqueté 'e5').

La figure 1 montre la performance des prédictions de flux d'électrons 'e5' pendant une période en 2018 le long de l'orbite de PROBA-V à résolution d'une heure. Les trois panneaux représentent différents intervalles de L: a) contenant toutes les régions des ceintures de radiation (1-8 RE), b) retirant la ceinture intérieure (2-8 RE) et c) ne considérant que la ceinture extérieure (3-8 RE). Le modèle utilise comme entrées: les flux observés par le satellite, les coordonnées du satellite et l'indice géomagnétique SYM/H (mesure des perturbations magnétiques à la surface de la Terre). Ces données sont appelées « groupe d'entrée 4 ».

La figure 2 illustre la comparaison entre les observations de l’EPT (panneau supérieur) et les prédictions du modèle pour l'évolution du flux d'électrons ‘e1’ sur l'ensemble du spectre de L et du temps, en se limitant à la ceinture de radiation externe (panneau inférieur). Tous les autres paramètres sont identiques à ceux de la figure 1.

Les développements futurs du modèle comprennent :

  1. des prédictions à des résolutions spatio-temporelles plus élevées pour capturer les phénomènes à différentes échelles et
  2. l'intégration de la physique dans la procédure d'apprentissage.

Références:

  • Botek, E., Pierrard, V., Winant, A. (2023). Space Weather, 21, e2023SW003466. https://doi. org/10.1029/2023SW003466.
     
  • Pierrard, V. et al. (2014), The Energetic Particle Telescope: First results, Space Science Rev., 184(1), 87-106, DOI: 10.1007/s11214-014-0097-8, 2014.
Terre, champ magnétique et ceintures de radiation. Crédits: NASA

Figure 2 body text

Figure 2 caption (legend)

Figure 1: Corrélation entre les flux par heure observés par l’EPT en Log(e5) et les flux prédits par apprentissage automatique (Machine Learning) en électrons/(cm2 s sr MeV) pour le groupe d'entrée 4 et pour un recul de 48 heures à différents intervalles de L en rayons terrestres.

Figure 3 body text

Figure 3 caption (legend)

Figure 2 : Flux horaire Log(e1) observés par l’EPT (panneau supérieur) et prévu par intelligence artificielle (panneau inférieur) en électrons/(cm2 s sr MeV) pour le groupe d'entrée 4 et pour un recul de 48 heures au niveau de la ceinture de radiation externe.