TEMPO：基于XGBoost机器学习与温度相关残差校正的EZIE地面磁力仪数据处理开源框架

《SoftwareX》：TEMPO: Machine learning-based temperature-associated residual correction for EZIE ground-based outreach magnetometers

　　

低成本磁力仪可扩展地基空间天气监测网络，但非平稳的温度相关仪器噪声限制了其科学应用价值，且常规固定滤波难以消除。研究人员提出TEMPO，这是一个开源Python软件包，应用XGBoost机器学习降低NASA EZIE-Mag测量中的温度相关测量噪声。该软件包使用来自弗吉尼亚州约克顿（Yorktown）的八个月EZIE-Mag测量数据，并与美国地质调查局（USGS）Fredericksburg（FRD）参考数据配对，采用两阶段校正：构建与FRD对齐的参考残差，并利用温度和磁场特征对其进行预测。在筛选数据上，TEMPO将平均绝对误差（MAE）从26.4 nT降低至10.6 nT，将均方根误差（RMSE）从43.1 nT降低至16.4 nT，实现了低于太阳静日变化（Sq）振幅的残余噪声（约10 nT），为不断扩展的EZIE网络和公民科学应用提供了可扩展的校正框架。

空间天气事件（如太阳耀斑和日冕物质抛射）会显著影响地球磁场和电离层，并可能引发地磁感应电流（GIC），威胁电网变压器，干扰GPS与卫星运行，并对航空造成辐射危害。1989年3月磁暴曾导致魁北克大停电；据估计，类似事件如今可造成每日数十亿美元经济损失。因此，精确的地基磁力仪观测对空间天气监测、地磁参考场建模和GIC灾害评估至关重要。然而，美国地质调查局（USGS）仅运行14个专业观测台，INTERMAGNET标准台站成本高、基础设施要求严，导致空间覆盖存在巨大缺口。NASA EZIE（Electrojet Zeeman Imaging Explorer，电喷流Zeeman成像探测器）任务于2025年3月发射，利用三颗立方星通过118 GHz氧发射线的Zeeman分裂测绘极光电喷流；其公民科学子项目EZIE-Mag以约400美元/台的低成本磁感式传感器在学校和志愿者站点部署密集地面磁场观测。然而，此类传感器存在显著的温度相关噪声：Johnson-Nyquist关系（热噪声理论）表明温度相关测量误差随传感器电阻变化，环境温度变化导致非平稳噪声，常规固定滤波难以消除。已有校正方法（多项式标定、模拟补偿、径向基函数神经网络）缺乏开源、可复现的框架。为此，研究人员开发了TEMPO（Temperature Error Mitigation and Processing Optimization）开源Python软件包，应用XGBoost（极端梯度提升算法）梯度提升回归器建模并去除温度相关噪声，以提升低成本EZIE-Mag传感器的科学数据可用性。

研究人员利用2024年10月至2025年6月间弗吉尼亚州约克顿一个住宅站点采集的约2050万条（237天）1秒EZIE-Mag测量数据，与相距约140 km的USGS Fredericksburg（FRD）参考观测站数据配对，开展了数据预处理、噪声信号分析和机器学习模型训练三阶段处理。在预处理阶段，将原始二进制数据解码为CSV，下载并插值FRD 1秒数据；在噪声分析阶段，对每天00:00–12:00 UTC拟合FRD对齐线性参考，计算水平磁场幅值残差；在模型训练阶段，使用固定超参数的XGBoost回归器预测该参考残差，并在时间顺序60/20/20训练/验证/测试划分上采用早停法。模型输入包括传感器温度T_sensor(t)和EZIE水平磁场B_H,EZIE(t)的因果特征，输出为预测残差，从观测中减去后得到校正信号B_H,TEMPO(t)。研究还评估了线性基线模型和磁场单特征消融模型，并采用日级bootstrap（自助法）置信区间和配对显著性检验进行比较。

关键技术方法包括：①基于USGS FRD参考站的每日线性回归构建对齐参考残差；②采用XGBoost梯度提升回归器，以传感器温度和EZIE水平磁场为特征预测残差；③使用1分钟和5分钟中值重采样降低计算量并抑制高频散点；④按时间顺序60/20/20划分训练/验证/测试集，并以早停法控制过拟合；⑤通过日级bootstrap置信区间、配对显著性检验和特征消融评估模型贡献。数据来源为弗吉尼亚州约克顿住宅站点2024年10月至2025年6月共237天的EZIE-Mag测量，与USGS Fredericksburg（FRD）参考站数据配对。

3.1 温度与参考残差的关联
Stage 2分析显示，在237天数据中，日传感器温度范围与日参考残差范围呈正相关（Pearson相关系数ρ_P=0.46），强于所测加速度计和陀螺仪通道的相关性；在5分钟分辨率下，传感器温度与参考残差的日内中位Pearson相关ρ_P=0.73、Spearman相关ρ_S=0.70，而其他惯性通道相关系数仅-0.14至0.09。这支持温度特征用于建模，但并不能单独证明温度是残差的主要物理来源。

3.2 XGBoost模型性能
研究人员比较了筛选（保留Δr_d≤250 nT的201天）与非筛选（全部237天）两种配置在1分钟和5分钟分辨率下的测试集表现。在筛选数据中，完整TEMPO模型在5分钟分辨率下将均方根误差（RMSE）从43.1 nT降至16.4 nT，平均绝对误差（MAE）从26.4 nT降至10.6 nT，决定系数R²=0.803；1分钟分辨率表现相似（RMSE=16.3 nT，MAE=10.6 nT，R²=0.805），相对无校正基线分别降低约61.9%和59.8%。线性回归虽降低RMSE，但MAE未改善；与仅用磁场特征的消融模型相比，完整模型RMSE降低14.6%、MAE降低15.2%，表明温度特征在该评估中具有额外预测价值。在非筛选数据中，5分钟完整模型将RMSE从116.2 nT降至90.0 nT、MAE从49.5 nT降至25.5 nT，R²=0.372；但1分钟完整模型MAE从49.6 nT降至30.0 nT，RMSE（115.6 nT）接近无校正基线，R²为负。磁场单特征模型在非筛选评估中误差更低；测试集中高残差日占比（27.1%）高于训练/验证集（12.2%），可能影响总体误差，但不能完全解释模型表现差异。

3.3 去噪信号质量
以2024年12月5日为例，预测残差跟随传感器温度缓慢变化的结构，校正后B_H,TEMPO曲线明显更平滑，大部分热漂移被去除，同时保留了FRD观测到的静日地磁变化。在相对宁静日（2025年5月25日，Dst指数+4至+20 nT），筛选数据训练的5分钟模型将RMSE从66.2 nT降至18.4 nT，未筛选模型降至24.0 nT；在磁暴日（2024年10月10日，Dst最低-303 nT），未筛选模型将RMSE从135.7 nT降至75.4 nT，而筛选模型反而升至148.0 nT。这些示例说明两种配置在不同地磁条件下的表现差异，但并未确立适用于所有静日/扰动日的普遍规律。

讨论与影响部分指出，TEMPO解决了低成本磁力仪部署的关键限制，提高了EZIE-Mag等分布式传感器网络的数据可用性，也可推广至其他低成本磁感式传感器（如PNI RM3100）。减少温度相关伪迹后，B_H,EZIE时间序列质量显著改善，支持区域地磁扰动表征、磁暴监测和与参考地磁产品的定量比较。此外，TEMPO提供了从原始二进制到去噪时间序列的完整脚本化、可复现流程，降低了非专业用户参与数据分析的门槛；结合约400美元/台的低成本，可支撑约150 km间距的密集低成本节点与约450 km间距的专业台站互补的观测网络，并可与SuperMAG等社区数据系统集成。未来工作可能将TEMPO扩展到传感器固件，实现实时设备端去噪。

研究结论指出，TEMPO是一个开源Python软件包，应用XGBoost机器学习降低NASA EZIE低成本磁力仪测量中的温度相关噪声。该软件解决了一个根本限制：非平稳温度相关噪声无法被常规固定滤波器有效去除，且未校正数据中这类噪声的量级可与有科学价值的地磁信号相当。通过使用八个月EZIE-Mag数据与USGS FRD参考数据配对训练XGBoost回归模型，TEMPO显著提高了B_H,EZIE时间序列的质量。校正信号B_H,TEMPO相对于FRD对齐参考的MAE约为10 nT，小于典型中纬度太阳静日变化（Sq）振幅。但仅凭该振幅比较并不能确认静日或磁暴期地磁特征的保真度。该软件模块化、可复现、文档完善，适用于学生、教育者和公民科学家；它为EZIE项目测量网络贡献了一个关键缺失组件：一个经过验证、可扩展的噪声校正框架，使低成本磁力仪能够产出质量足以用于科学空间天气监测的数据，并设计为随着新部署站点上线而扩展。