오로라 관측 가능성 확률 예측 2단계 프레임워크 '오로라 헌터' 공개
연구진은 오로라 발생 예측과 관측 조건 평가를 분리한 2단계 모델 '오로라 헌터(Aurora Hunter)'를 제안했다. 1단계는 43개 물리 기반 변수로 전천 영상에서 오로라 식별 확률을 예측하고, 2단계는 15개 관측 조건 변수로 구름·달빛에 가려지지 않을 확률을 계산한다. 트롬쇠·키루나 관측소의 2015~2023년 약 16,600시간 데이터로 학습한 결과 ROC-AUC는 트롬쇠 검증(2019~2020년) 0.958, 독립 검증인 키루나(2024년) 0.933으로 발생 단계만 쓸 때보다 각각 0.095, 0.097 향상됐다. 다만 학습에서 완전히 제외한 시보튼 관측소(2022~2025년)로의 전이 성능은 제한적이었다. SHAP 분석에서는 자기 지방시, Kp×야간측 상호작용, 3시간 평균 Kp가 기여도의 44%를 차지하는 주요 변수로 나타났다.
arXiv astro-ph.EP (행성계)
