太阳耀斑是太阳大气中剧烈的能量释放事件，它数分钟内可释放数十亿颗氢弹当量的能量，其高能辐射对卫星、电网及宇航员安全等构成严重威胁，因而准确预测是空间天气预报的核心难题。近年来，卷积神经网络（CNN）在基于太阳磁图的耀斑预测中表现优异，但其"黑箱"特性引发关键质疑：模型学到的是真实物理机制，还是数据中的统计伪相关？这一可解释性危机严重制约了数据驱动模型的业务可信度与科学发现潜力。
现有太阳耀斑预测中的可解释人工智能（XAI）研究大多停留在定性可视化层面（如观察Grad-CAM热图是否聚焦在极性反转线附近）。在此背景下，南京大学太阳物理团队提出了一套系统性的定量可解释人工智能（XAI）框架，首次从预测能力和物理内涵两个维度，对CNN耀斑预测模型的"模型关注区"（Model-Focused Regions, MFRs）进行了严格的定量验证，填补了该领域缺乏定量验证的空白。该研究不仅为深度学习模型的物理可信度提供了关键证据，更揭示了耀斑产生活动区磁场构型的新特征。
一、从定性可视化到定量验证：研究框架的革新
以往基于Grad-CAM等归因方法的太阳耀斑XAI研究，多停留在定性描述层面——热图高亮区与极性反转线（PIL）或复杂磁结构空间重合，便推断模型具有物理可解释性。研究团队指出，这种"看起来合理"的论证方式缺乏系统性的定量支撑，难以排除模型利用数据泄露或虚假相关进行预测的可能性。
为此，该研究构建了双重验证实验，图1给出了整个研究实验的流程图：
第一重验证聚焦于MFR的预测效用。研究团队从MFR中提取16个经典SHARP磁场参数（涵盖磁通量、电流、磁螺度、非势性等指标），与基于物理规则定义的SHARP掩膜和PIL掩膜所提取的同等参数进行对照，采用支持向量机（SVM）、随机森林（RF）和全连接神经网络（FCNN）三种异构模型进行系统评估。
第二重验证则深入MFR的物理内涵。研究团队提出了极性不平衡指数（Polarity Imbalance Index, PII），直接量化MFR内正负极性的空间分布特征，从磁场复杂性角度检验模型关注区是否符合太阳耀斑的物理图像。
图1 该工作流程图。包括：（1）利用太阳活动区的矢量磁场数据，训练基于卷积神经网络（CNN）的耀斑预测模型；（2）通过Grad-CAM方法识别MFR；（3）通过两项定量实验评估其物理意义：评估从MFR掩膜中得到的磁场参数的耀斑预测能力，以及通过极性不平衡指数分析磁场复杂性。
二、方法学亮点：改进的归因分析与严谨的数据策略
在技术路径上，研究团队改进了传统Grad-CAM仅保留正值激活的做法，而是保留了正负激活值，以分别表征促进和抑制耀斑预测的区域，这在物理上更具完备性。进一步地，采用OTSU自适应阈值算法对Grad-CAM热图的绝对值进行二值化，替代了主观性较强的固定阈值截断，使MFR的提取更具数据驱动特征。图2给出了三类掩膜的示例。
在数据层面，研究采用了两阶段划分策略：首先按活动区（HARP 编号）划分出与训练集无重叠的Test1和Valid1，再对剩余样本按文件名随机划分出允许活动区重叠的Test2和Valid2。这一设计巧妙地量化了信息泄露对模型评估的影响——CNN在Test2上的TSS（True Skill Statistic）为0.762，而在完全独立的Test1上降至0.734。这一差异虽看似微小，却对业务化预报系统的泛化能力评估具有警示意义。
图2. 示例（HARP 5983，2015 年 9 月 30 日 03:00:00 UT）展示该工作中使用的不同掩膜。(a) 视向磁图；(b) Grad-CAM热力图；(c) BITMAP >= 30（红色）与 CONF_DISAMBIG >= 70（白色）的重叠区域；(d) PIL掩膜轮廓（绿色）；(e) MFR 掩膜轮廓（蓝色）；(f) SHARP 掩膜轮廓（红色）。
三、核心发现：MFR的预测能力与物理内涵
预测能力评估的结果颇具说服力。如表1所示，在三种参数化模型中，基于MFR提取的16个磁场参数，其各项评估指标（Accuracy、Precision、Recall、F1、TSS）与基于SHARP掩膜的参数表现相当，且系统性地优于基于 PIL掩膜的参数。
这一发现具有双重含义：其一，CNN自发锁定的MFR在信息含量上与物理专家定义的SHARP活动区边界等价，证明模型并非依赖数据噪声或边缘伪影进行预测；其二，PIL掩膜虽在理论上被视为耀斑关键区，但其有限的空间覆盖导致显著的信息损失，在实际预测任务中反而劣于MFR。这提示我们，在构建预测系统时，区域选择策略与算法架构同等重要。
表1. 不同掩膜获得的参数预测性能指标对比。表中所有数值表示对应数据集和模型的平均性能；粗体数值表示每个模型组内各评价指标的最大值。
参数对比验证了MFR的预测价值，但还不够直观。研究团队进一步提出了一个全新的指标——极性不平衡指数（PII），用以直接刻画MFR内部的磁场复杂性。PII的定义简洁而巧妙：在一个区域内，统计超过±150 G的正、负极性像素数量，计算其不平衡程度。PII越接近0，说明正负极性越均匀混合；PII越接近1，则说明区域越接近单极性结构。图3给出了正、负激活区域中 PII 的分布。通过PII对Grad-CAM正负激活区的统计分析，研究团队揭示了一个精细化的物理图像：
在耀斑正样本中，模型正激活区（驱动"将爆发"判断的区域）的PII分布峰值约为0.33，对应一种"中等不平衡"的磁构型——即区域内由单一极性主导（正负像素比约 2:1），但保留显著的混合极性结构。相反，负激活区（驱动"不爆发"判断的区域）的PII峰值接近1，多为单极或弥散的简单磁场。
这一发现与太阳耀斑的物理图像高度自洽：耀斑源于非势磁结构的失稳与磁重联，需要足够的磁自由能积累，这通常对应复杂的、具有显著剪切和极性混合的活动区。然而，该研究进一步细化了这一认知——耀斑产生活动区并非简单的"磁复杂性越高越好"，而是呈现特定的"一极主导、双极共存"的构型。这种中等程度的不平衡可能反映了强剪切磁场与足够磁通量供给之间的动力学平衡。
图3. 不同太阳活动区中正、负激活区域的Polarity Imbalance Index（PII）的联合分布（中间）和单变量分布（上方和右侧）。每个点代表一个活动区事件。等高线表示概率密度：红色表示正样本，蓝色表示负样本。
该研究为评估天文领域深度学习模型的物理可信度提供了可复制的范式：通过归因方法提取模型关注区，再经由独立参数化模型和物理指标进行双重定量验证，从而桥接数据驱动发现与理论驱动解释之间的鸿沟。不是以数据驱动取代物理直觉，而是以可解释性技术为媒介，让算法的"注意力"接受物理定律的检验，并在此过程中反哺新的科学发现。在太阳耀斑预测从实验室走向业务化预报的关键节点，这种定量化的物理验证，或许正是建立人机互信、释放深度学习潜能的路径之一。
研究成果以“Explainable AI for Solar Flare Prediction: Quantitative Magnetic Field Analysis of Model-Focused Regions”为题发表在The Astrophysical Journal Letters。论文的第一作者为南京大学博士研究生郑执，通讯作者为郝奇副教授、李川教授。该研究得到了国家自然科学基金委、中央高校基本科研业务费专项、国家天文科学数据中心青年数据科学家等项目的资助。论文的相关代码及数据均已开放，论文链接：https://iopscience.iop.org/article/10.3847/2041-8213/ae8d12。