Multi-height probing of horizontal flows in the solar photosphere
Notice bibliographique
Résumé
Context. Optical flow methods aim to infer horizontal (transverse, in the general case) velocities in the solar atmosphere from the temporal changes in maps of physical quantities, such as intensity or magnetic field. So far, these methods have mostly been tested and applied to the continuum intensity and line-of-sight (LOS) magnetic field in the low to mid-photosphere. Aims. We tested whether simultaneous spectropolarimetric imaging in two magnetically sensitive optical spectral lines, which probe two different layers of the solar atmosphere (the photosphere and the temperature minimum), can help constrain the depth variation of horizontal flows. Methods. We first tested the feasibility of our method using Fourier local correlation tracking (FLCT) to track physical quantities at different optical depths (log τ 500 = −1, −2, −3, −4) in an atmosphere simulated with the MURaM code. We then inferred the horizontal distribution of the LOS magnetic field component from synthetic spectropolarimetric observations of Fe I 525.0 nm and Mg I b2 spectral lines, applied FLCT to the time sequence of these synthetic magnetograms, and compared our findings with the original height-dependent horizontal velocities. Results. Tracking the LOS magnetic field component (which coincides with the vertical component at the disk center) yields horizontal velocities that, after appropriate temporal and spatial averaging, agree excellently with the horizontal component of the simulated velocities, both calculated at constant τ 500 surfaces, up to the temperature minimum (log τ 500 = −3). When tracking the temperature at constant τ 500 surfaces, this agreement already breaks down completely at the mid photosphere (log τ 500 = −2). Tracking the vertical component of the magnetic field inferred from synthetic observations of the Fe I 525.0 nm and the Mg I b2 spectral lines yields a satisfactory inference of the horizontal velocities in the mid-photosphere (log τ 500 ≈ −1) and the temperature minimum (log τ 500 ≈ −3), respectively. Conclusions. Our results indicate that high-spatial-resolution spectropolarimetric imaging in solar spectral lines can provide meaningful information about the horizontal plasma velocities over a range of heights.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».