Innovatives Modell zur Vorhersage von Polarlichtern entwickelt**

Innovatives Modell zur Vorhersage von Polarlichtern entwickelt**

Polarlichter, die faszinierenden Lichtspiele am Himmel, stellen ein bedeutendes Naturphänomen dar, das zunehmend auch in geografischen Breiten beobachtet werden kann, die weit entfernt von den traditionellen Polarregionen liegen. Diese Veränderungen sind auf die Häufigkeit starker Sonnenstürme zurückzuführen, die in den letzten Jahren verstärkt aufgetreten sind. Ein internationales Team von Wissenschaftlern hat nun ein neuartiges Modell zur Echtzeit-Vorhersage von Polarlichtern entwickelt, das die Lage und Intensität der Aurora-Ovale präzise vorhersagen kann.

Das Forschungsteam, angeführt von Dr. Huiting Feng, Dr. Dedong Wang und Prof. Yuri Shprits vom GFZ Helmholtz-Zentrum für Geoforschung, hat ein Modell entwickelt, das nicht nur in der Lage ist, Polarlichter bis zu drei Tage im Voraus vorherzusagen, sondern auch aktuelle Daten in Echtzeit zu verarbeiten. Die Ergebnisse ihrer Studie wurden im renommierten Journal of Geophysical Research: Machine Learning and Computation veröffentlicht. Eine dazugehörige Anwendung steht auf der Weltraumwetter-Website des GFZ zur Verfügung und bietet Interessierten die Möglichkeit, Polarlichter zu verfolgen.

Die beeindruckenden Lichter, die wir als Polarlichter wahrnehmen, entstehen, wenn energiereiche Teilchen von der Sonne in die Erdatmosphäre eindringen. Dieses Phänomen ist ein Ergebnis komplexer Wechselwirkungen zwischen dem Sonnenwind und dem Erdmagnetfeld. Besonders in den Polarregionen, wo sich die geomagnetischen Pole befinden, sind die Polarlichter häufig zu beobachten. Die Größe und Position der Polarlichtovale wird durch die geomagnetische Aktivität beeinflusst, die durch das Magnetfeld der Erde bedingt ist.

Dedong Wang, einer der Hauptautoren der Studie, erklärt die Bedeutung der Polarlichter nicht nur als ästhetisches Erlebnis, sondern auch als wichtigen Indikator für Weltraumwettereffekte. Diese Effekte können bedeutende Auswirkungen auf Satelliten, Navigationssysteme und sogar Stromnetze haben. Daher ist die Vorhersage von Polarlichtern von großer Bedeutung, um potenzielle Störungen im Alltag zu minimieren.

Das neue Vorhersagemodell kombiniert zwei wesentliche Datenquellen: den Kp-Index, der als Maß für die globale geomagnetische Aktivität dient und vom GFZ entwickelt wurde, sowie Satellitenbeobachtungen, die vom DMSP SSUSI (Special Sensor Ultraviolet Spectrographic Imager) bereitgestellt werden. Diese Kombination ermöglicht präzisere Vorhersagen über das Eintreten von Polarlichtern und deren Intensität. Das Echtzeitmodell ist bereits auf der Website des GFZ zugänglich und bietet aktuelle Informationen über die Aurora-Aktivität.

Dr. Huiting Feng, die Erstautorin der Studie, hat während ihres Aufenthalts am GFZ im Jahr 2023 als Gastdoktorandin an dieser Forschung gearbeitet. Ihr Engagement wurde jüngst mit einem Alexander-von-Humboldt-Forschungsstipendium gewürdigt, das ihr ermöglicht, weiterhin am GFZ zu forschen. Prof. Yuri Shprits, der die Sektion für Weltraumphysik und Weltraumwetter leitet, hebt hervor, dass die Forschungsergebnisse nicht nur wissenschaftlich relevant sind, sondern auch einen praktischen Nutzen für die Gesellschaft darstellen.

Die Verbindung zu Alexander von Humboldt, der in einer frühen Arbeit den Begriff „geomagnetische Stürme“ prägte, wird ebenfalls thematisiert. Humboldt beobachtete bereits im Jahr 1806 in Berlin eine Aurora und deren Einfluss auf eine Magnetnadel, was die lange Geschichte der wissenschaftlichen Auseinandersetzung mit diesem Phänomen unterstreicht.

Insgesamt stellt das neu entwickelte Modell zur Polarlichter-Vorhersage einen bedeutenden Fortschritt in der Weltraumforschung dar. Es ermöglicht nicht nur eine genauere Vorhersage von Polarlichtern, sondern trägt auch dazu bei, das Verständnis für die Wechselwirkungen zwischen der Sonne und der Erde zu vertiefen. Dies ist besonders relevant in einer Zeit, in der die Auswirkungen von Sonnenaktivitäten auf technologische Systeme immer mehr in den Fokus rücken.