Apprentissage machine pour la modélisation et la prévision des flux d'électrons auroraux de basse énergie

Machine Learning to Nowcast and Forecast Low-Energy Electron Fluxes in Auroral Regions

• Auteur / Autrice : Simon Bouriat
• Direction : Mathieu Barthelemy, Jocelyn Chanussot
• Type : Thèse de doctorat
• Discipline(s) : Astrophysique et milieux dilués
• Date : Soutenance le 01/12/2023
• Etablissement(s) : Université Grenoble Alpes
• Ecole(s) doctorale(s) : École doctorale physique (Grenoble, Isère, France ; 1991-....)
• Partenaire(s) de recherche : Laboratoire : Institut de planétologie et d'astrophysique de Grenoble (2011-....)
• Jury : Président / Présidente : Erik Kerstel
• Jury : Examinateurs / Examinatrices : Simon Wing, Frédéric Pitout, Minna Palmroth
• Jury : Rapporteurs / Rapporteuses : Adeline Paiement, Thierry Dudok De Wit

Mots clés

Mots clés contrôlés

Intelligence artificielle

Météorologie aéronautique

Apprentissage automatique

Mots clés libres

Machine Learning

Particules aurorales précipitées

Météorologie de l'espace

Interaction vent solaire-Magnétosphère

Deep Learning

Auroral Particle Precipitation

Space Weather

Solar wind - Magnetosphere interaction

Résumé

La métérologie de l'espace (SWE) explore les causes et conséquences des interactions Terre-environnement spatial, de l'activité solaire aux tempêtes géomagnétiques, en passant par les rayons cosmiques. Elle tente de comprendre l'état du soleil, du milieu interplanétaire et planétaire, et de prévoir et modéliser les perturbations qui les affectent. En effet, les phénomènes en jeu impactent directement les systèmes spatiaux, les structures sol et même les astronautes. Dans ce contexte, les méthodes et outils d'intelligence artificielle (IA) ont un rôle important à jouer et peuvent nous aider à modéliser, prévoir et comprendre certains phénomènes.Cette thèse est une collaboration entre l'industrie et la recherche. Son objectif est de fournir des produits opérationnels utilisés pour mieux informer les opérateurs ou assureurs de satellite des dangers qu'ils encourent. Elle se découpe en une partie théorique, fonctionnant comme un recueil d'informations, et une partie plus pratique, où les codes et les modèles sont présentés. La première sert d'encyclopédie pour l'entreprise partenaire et balaye plus largement les sujets de SWE et d'IA, englobant par la même occasion de futures pistes de recherche pour l'entreprise. La deuxième partie se concentre sur la modélisation et la prévision des flux d'électrons auroraux de basse énergie (≤ 30 keV) tels que mesurés par les instruments SSJ/4 et SSJ/5 du programme DMSP. Pour cela, deux familles de modèles d'IA sont utilisées: les Réseaux Neuronaux Entièrement Connectés (FCNN) et les Réseaux Convolutionnels Temporels (TCN). Pour les entrainer, nous utilisons les mesures de vent solaire, des composantes du champ magnétique interplanétaire et certains indices proche-Terre, mesurés par le satellite ACE et par la base de données OMNIWeb de la NASA. Pour des raisons pratiques et d'applications industrielles, nous avons utilisé les librairies PyTorch et PyTorch-Lightning. Données, modèles et résultats ont été méticuleusement évalués et comparés à OVATION, modèle le plus largement utilisé par la communauté, et PrecipNet, un FCNN, et le plus performant aujourd'hui.Nos FCNN et TCN obtiennent des performances bien supérieures à OVATION sur les métriques utilisées mais que très légèrement meilleures que PrecipNet. En revanche, PrecipNet est, par construction et prétraitement des données, difficile à adapter à de nouvelles problématiques, ce qui fait de notre produit une meilleure réponse aux besoins d'industrialisation. Enfin, si le FCNN a posé des bases et performances solides, c'est le TCN qui s'est révélé le plus prometteur, par sa capacité à gérer d'importantes plages de données temporelles et ce malgré son temps d'entrainement plus long et son besoin en données continues. Des solutions à ces problèmes telles que des interpolations spécifiques, de nouveaux jeux de données, ou des combinaisons d'architectures ont été envisagées et feront l'objet de travaux futurs.Un des avantages de cette étude est qu'elle pose une base réadaptable et combinable avec de nouvelles données pour répondre à d'autres problématiques. En particulier, une idée prometteuse est la combinaison du TCN avec la méthode des "gradients intégrés" qui permet de renforcer l'interprétabilité du modèle. Il sera ainsi possible de remonter à des informations comme le délai entre l'entrée et la sortie ou savoir quel paramètre de vent solaire a le plus d'influence sur ce qu'il se passe près de la Terre.En conclusion, la thèse offre une vue d'ensemble des méthodes et approches utilisées pour l'analyse du SWE, avec une attention particulière portée aux techniques d'apprentissage automatique et à leur applicabilité dans ce domaine. En essence, elle sert à la fois de témoignage de notre compréhension actuelle de certains phénomènes, et marque un pas vers des collaborations plus profondes avec l'industrie et les entreprises privées, qui ont également un rôle important à jouer dans la protection et la préservation de l'environnement spatial.

Space weather is a broad scientific field focused on understanding the causes and consequences of the interactions between Earth and its surrounding space environment. It encompasses studies on solar activity, geomagnetic storms, or cosmic rays, and aims to improve our knowledge of the sun, interplanetary, and planetary environments, as well as to refine predictions and models of the disturbances that affect them. Indeed, phenomena in space weather can have direct implications on space systems, terrestrial structures, and even astronauts. In this context, methods and tools from artificial intelligence could play a pivotal role in modeling, forecasting, and understanding various phenomena.This PhD thesis is part of a CIFRE program, signifying a collaboration between industry, specifically the company SpaceAble, and academia. The goal is to develop operational products to better apprise satellite operators and insurers of potential risks. The thesis is structured into a theoretical section, serving as a repository of information, and a practical section, where codes and models are delineated. The former is intended to act as a comprehensive reference for the partner company, covering a wide range of topics in space weather and artificial intelligence, and suggesting future avenues of research. The latter section is dedicated to fulfilling our objectives. Here, we model and seek to forecast auroral electron total energy fluxes (in the low-energy range, ≤ 30 keV) as measured by the SSJ/4 and SSJ/5 instruments aboard the DMSP satellites. Two types of machine learning models are employed: Fully Connected Neural Networks (FCNN) and Temporal Convolutional Networks (TCN). Both are trained using measurements of the solar wind, interplanetary magnetic field, and specific near-Earth indices, collected by the ACE satellite and on NASA’s OMNIWeb database. Practicality and industrial applicability have guided our choice of the PyTorch and PyTorch-Lightning libraries. Each model and database has been meticulously analyzed and evaluated, with the results compared to two established models: OVATION, widely recognized in the community, and PrecipNet, an FCNN, and the currently most proficient model.The FCNN and TCN architectures show higher performances than OVATION across all basic metrics (MSE, MAE, and RMSE) employed but are marginally superior than PrecipNet’s. However, adapting PrecipNet to new problems is challenging due to its code structure and data preprocessing, making our model a preferred solution in terms of industrialization and transparency. Importantly, while FCNNs have set robust foundations, TCNs have emerged as more promising, managing extensive temporal data ranges, albeit with longer training times and a requirement for continuous data. Several solutions, including specific interpolations, new datasets, and architecture combinations, are considered to address these limitations and will be explored in future work.A notable advantage of this study is the establishment of a framework of methods and ideas that can be amalgamated or adapted with new datasets to tackle other challenges. A significant insight is the promising integration of TCN with the "integrated gradients" method, enhancing model interpretability by attributing "importance" to each input parameter. This will also enable tracing information such as input-output delay and determining which solar wind parameter exerts the most influence near Earth.In conclusion, this thesis provides a comprehensive overview of space weather and methodologies used in analyses, with a focus on the applicability of machine learning techniques. It serves both as a reflection of our current understanding of several phenomena and as a stepping stone towards deeper collaborations with industries and private companies, which hold a significant role in protecting and preserving the space environment.