Die Sonne ist unser nächster und, wie es scheint, bereits bestens erforschter Nachbar im All. Doch ihre mittlere Atmosphärenschicht, die Chromosphäre, birgt nach wie vor zahlreiche Geheimnisse. Hier entstehen feine, längliche Strukturen – sogenannte Fibrillen –, welche die Magnetfelder der Sonne wie Fäden miteinander verknüpfen und Energie in höhere Schichten transportieren. Die genauen Mechanismen dahinter zu verstehen, bedeutet, der Lösung eines der größten Rätsel der Astrophysik näher zu kommen: der Frage, warum die Korona der Sonne um das Hundertfache heißer ist als ihre sichtbare Oberfläche.
Vor kurzem ist Wissenschaftlern des National Solar Observatory (NSF NSO) der USA ein bedeutender Fortschritt gelungen. Sie nutzten einzigartige Daten des weltweit leistungsstärksten Sonnenteleskops – des Daniel K. Inouye Solar Telescope auf Hawaii – und wendeten dabei das maschinelle Lernverfahren K-Means-Clustering an. Die Anfang Juli 2026 veröffentlichten Forschungsergebnisse sind beeindruckend: Es gelang, massive rechnerische Hürden zu überwinden und detaillierte Karten von Temperatur, Dichte und Plasmabewegungen in der Chromosphäre zu erstellen.
Man muss sich die solare Chromosphäre als einen brodelnden Ozean aus glühendem Gas vorstellen, der von Magnetfeldern durchzogen ist. Fibrillen erstrecken sich über Tausende von Kilometern und folgen dabei den horizontalen Linien des Magnetfeldes. Bisher waren zur Entschlüsselung der Spektraldaten des Teleskops und deren Umwandlung in physikalische Parameter wie Temperatur, Geschwindigkeit und Dichte äußerst komplexe Berechnungen im Nicht-LTE-Bereich erforderlich – ein Zustand, bei dem die Wechselwirkung der Strahlung mit den Atomen auf jeder Ebene der Atmosphäre berücksichtigt werden muss. Solche Kalkulationen konnten selbst auf Hochleistungsrechnern eine inakzeptabel lange Zeit in Anspruch nehmen.
Das Team unter der Leitung von Dr. Sanjay Gosain wählte einen ebenso scharfsinnigen wie effizienten Ansatz. Der K-Means-Algorithmus gruppierte Tausende individueller Spektralprofile aus Beobachtungen in der Kalzium-Linie (Ca II 854,2 nm) in lediglich 50 „typische“ Repräsentanten. Diese Profile dienten als hervorragende Ausgangspunkte für die weiterführende Analyse. Infolgedessen beschleunigte sich die Datenverarbeitung um ein Vielfaches, während die erzeugten Karten deutlich glatter und präziser ausfielen.
Doch was genau kam dabei zum Vorschein? Entlang einer Fibrille sinkt die Temperatur von den heißen „Fußpunkten“ an der Oberfläche zur Mitte hin um etwa 1000 K ab. An den Rändern zeigen sich scharfe Abgrenzungen: Innerhalb eines Megameters kann die Temperatur um mehrere hundert Grad fallen. Dies deutet darauf hin, dass Fibrillen durch Magnetfelder gut isoliert sind und kaum Wärme mit ihrer Umgebung austauschen. Dichtere und kältere Abschnitte weisen meist abwärts gerichtete Plasmaströme auf – Materie scheint dort förmlich zurück zur Oberfläche zu fließen. Die heißen Zonen hingegen sind geprägt von Mikroturbulenzen – ein Hinweis auf Wellen oder Schockprozesse, welche die Atmosphäre vermutlich aufheizen.
Diese Beobachtungen liefern Theoretikern wichtige Eckdaten für ihre Modelle. Nun lässt sich genauer überprüfen, wie Fibrillen entstehen und wie sie Masse sowie Energie transportieren. Die Methode, Daten des Inouye Telescope mit maschinellem Lernen zu kombinieren, ebnet zudem den Weg für die Verarbeitung riesiger Informationsmengen künftiger Beobachtungskampagnen.
Die Sonne sorgt immer wieder für Überraschungen. Jedes neue Instrument und jeder neue Algorithmus bringt uns dem Verständnis näher, wie unser Stern lebt und die Erde beeinflusst. Und dies ist erst der Anfang – in der dynamischen und rätselhaften Welt der Sonnenatmosphäre warten noch viele weitere Entdeckungen auf uns.
