美国新泽西理工学院（NJIT）领衔的科研团队近期取得一项重要突破：他们开发出一款名为EarlyDetect的机器学习模型，能够通过分析太阳声学活动与磁场变化，提前识别太阳活动区的形成前兆。这一成果为空间天气预报提供了新的技术路径，相关研究已通过科技媒体对外公布。
太阳活动区是太阳表面磁场高度集中的区域，太阳黑子等剧烈太阳活动现象通常在此形成。尽管活动区从初现到完全发展可能仅需数小时至数天，但现有监测手段往往难以捕捉其早期信号。科研团队指出，通过捕捉更早的预警信息，可为卫星通信、电网运行等关键领域争取应对时间。
该模型基于Transformer架构构建，可连续处理来自美国国家航空航天局（NASA）太阳动力学观测台（SDO）的观测数据。其核心数据源为日震与磁成像仪（HMI）记录的太阳振动信息——该仪器每45秒采集一次数据，研究团队据此生成声学功率图，并结合磁场测量结果预测活动区形成信号。测试显示，性能最优的模型版本可平均提前9.24小时发出预警。
以太阳活动区AR11158的形成过程为例，研究人员通过多维度追踪发现：声学功率的下降早于连续强度和磁场的变化，当太阳内部磁场上升时，首先会在声波传播路径中留下可检测的痕迹。这一发现支持了"太阳活动早期信号可通过声学特征捕捉"的假设。
目前该模型仍处于实验阶段，尚未投入实际应用。科研团队强调，若后续验证通过，卫星运营商和电力部门将获得更充裕的时间调整运行参数、评估太阳风暴风险。不过他们同时指出，从实验室成果到业务化运行仍需克服多项技术挑战。
