Detalhes bibliográficos
| Ano de defesa: |
2022 |
| Autor(a) principal: |
Justino, Jean Carlo Costa |
| Orientador(a): |
Selhorst, Caius Lucius
 |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Universidade Cidade de São Paulo
|
| Programa de Pós-Graduação: |
Programa de Pós-Graduação Mestrado em Astrofísica e Física Computacional
|
| Departamento: |
Pós-Graduação
|
| País: |
Brasil
|
| Palavras-chave em Português: |
|
| Área do conhecimento CNPq: |
|
| Link de acesso: |
https://repositorio.cruzeirodosul.edu.br/handle/123456789/4139
|
Resumo: |
Em atividade desde fevereiro de 2010, o “Solar Dynamics Observatory”(SDO) obtém imagens diárias do Sol através do equipamento “Helioseismic and Magnetic Imager” (HMI). Este equipamento produz magnetogramas e imagens em Luz visível de todo o disco solar. Analisando as imagens, é possível a identificação das manchas solares. As manchas solares representam regiões mais escuras nas imagens em luz branca, esta região tem um campo magnético maior em relação ao Sol. Estas áreas tem estruturas diferentes, que são divididas entre: umbra e penumbra. A umbra é uma região central e pontual, com tonalidade mais escura na mancha, já a penumbra envolve a umbra e tem uma tonalidade mais clara. A tonalidade tem relação direta com a temperatura, quanto mais escura a temperatura é menor. Este trabalho tem por objetivo, a análise estatística das estruturas das manchas solares supra citadas, de forma automatizada. Faz uso das técnicas de computação de Inteligência artificial e Big Data para poder identificar e calcular as características físicas das umbras e penumbras, como: área, temperatura, campo magnético e localização. Através da aplicabilidade destas técnicas, obteve-se uma base de dados que baliza as análises. Esta base de dados reflete o período de 11 anos de mapas diários, entre 01 de maio de 2010 e 10 de maio de 2021. Analisando um total de 6961 imagens, foram detectadas 12562 umbras, 16169 penumbras, com longitude entre -40◦ e 40◦. Como resultado final foram analisadas as correlações entre as características das umbras e penumbras, comprovando o comportamento diferente entre ambas. Também foram criados, uma fórmula e um algoritmo de Inteligência Artificial para inferência do campo magnético máximo das manchas solares, baseado apenas na área e temperatura das umbras e penumbras, descartando assim o uso de dados de sensores magnéticos (magnetogramas). |
