纳耀斑被认为是一种非常有希望解释日冕加热问题的机制。但是，目前却很少能观测到日冕环中存在产生纳耀斑所需的编织状结构，目前也缺乏明确的观测证据表明日冕中的小尺度能量释放与纳耀斑模型预言的编织状磁场结构存在关联性。  

　　研究人员在基于神经网络生成的日冕图像中探测到了冕环内磁场重联的关键证据。如图，日冕环表现为编织状的，并且其对应的外推磁力线也表现出纽结结构（如图1）。这些编织状结构随后演化成平行结构（如图2），并伴随足点处的高温辐射增强。据此，研究人员推测冕环内发生了编织状结构的磁场重联，这种冕环内的能量释放过程可能为日冕加热提供可观的能量来源。 

　　为了研究日冕中的精细结构的演化，研究人员构建了一个反映从AIA 193 （0.6”/pixel）到Hi-C 193 （0.1”/pixel）高分辨图像的映射关系的机器学习（machine learning）模型 (ML)。这个模型有效提高了AIA图像的分辨率，使其接近目前最高分辨率的Hi-C图像。受限于仅三分钟的有效观测，Hi-C难以探测到日冕精细结构的演化过程。但是，ML模型使得分析这些精细结构的演化成为可能。 

　　这项研究工作以题为Morphological evidence for nanoflares heating warm loops in the solar corona 发表于 Astronomy & Astrophysics, 通讯作者系中国科学院云南天文台毕以（biyi@ynao.ac.cn）和季凯帆（jkf@ynao.ac.cn) 。相关机器学习代码已上传。

　　该研究工作在国家重点研发计划、国家自然科学基金面上项目、中国科学院“西部之光”西部青年学者和云南省“兴滇英才支持计划”青年人才的支持下完成。 

　　论文链接 

　　图1 ML图像（左）及ML图像叠加选取的外推日冕磁力线

　　图2：编织的冕环结构演化的示意图。a为观测无法分辨的形态，b和c对应在ML图像中观测到的形态。