How many ways can we explore the Sun? We have images in many wavelengths and squiggly lines of many parameters that we can use to characterize the Sun. We know that while the Sun is blindingly bright to the naked eye, it also has regions that are dark in some wavelengths of light. All of those classifications are based on vision. Hearing is another sense that can be used to explore solar data. Some data, such as the sunspot number or the extreme ultraviolet spectral irradiance, can be readily sonified by converting the data values to musical pitches. Images are more difficult. Using a raster scan algorithm to convert a full-disk image of the Sun to a stream of pixel values creates variations that are dominated by the pattern of moving on and off the limb of the Sun. A sonification of such a raster scan will contain discontinuities at the limbs that mask the information contained in the image. As an alternative, Hilbert curves are continuous space-filling curves that map a linear variable onto the two-dimensional coordinates of an image. We have investigated using Hilbert curves as a way to sample and analyze solar images. Reading the image along a Hilbert curve keeps most neighborhoods close together as the resolution (i.e., the order of the Hilbert curve) increases. It also removes most of the detector size periodicities and may reveal larger-scale features. We present several examples of sonified solar data, including sunspot number, extreme ultraviolet (EUV) spectral irradiances, an EUV image, and a sequence of EUV images during a filament eruption.

中文翻译：

---

使用希尔伯特曲线来组织、采样和声波化太阳数据

我们有多少种方式可以探索太阳？我们有许多波长的图像和许多参数的波浪线，可以用来表征太阳。我们知道，虽然太阳对肉眼来说非常明亮，但它也有一些区域在某些波长的光下是暗的。所有这些分类都基于视觉。听觉是另一种可用于探索太阳数据的感觉。一些数据，例如太阳黑子数或极紫外光谱辐照度，可以通过将数据值转换为音高来轻松实现声波化。图像更难。使用光栅扫描算法将太阳的全盘图像转换为像素值流会产生变化，这些变化主要受太阳边缘移动模式的影响。这种光栅扫描的声波化将包含四肢的不连续性，这些不连续性掩盖了图像中包含的信息。作为替代方案，希尔伯特曲线是连续的空间填充曲线，它将线性变量映射到图像的二维坐标上。我们研究了使用希尔伯特曲线作为采样和分析太阳图像的方法。随着分辨率（即希尔伯特曲线的阶数）的增加，沿希尔伯特曲线读取图像使大多数邻域保持紧密。它还消除了大部分检测器大小的周期性，并可能揭示更大规模的特征。我们展示了几个声波化太阳数据的例子，包括太阳黑子数、极紫外 (EUV) 光谱辐照度、EUV 图像和灯丝喷发期间的一系列 EUV 图像。作为替代方案，希尔伯特曲线是连续的空间填充曲线，它将线性变量映射到图像的二维坐标上。我们研究了使用希尔伯特曲线作为采样和分析太阳图像的方法。随着分辨率（即希尔伯特曲线的阶数）的增加，沿希尔伯特曲线读取图像使大多数邻域保持紧密。它还消除了大部分检测器大小的周期性，并可能揭示更大规模的特征。我们展示了几个声波化太阳数据的例子，包括太阳黑子数、极紫外 (EUV) 光谱辐照度、EUV 图像和灯丝喷发期间的一系列 EUV 图像。作为替代方案，希尔伯特曲线是连续的空间填充曲线，它将线性变量映射到图像的二维坐标上。我们研究了使用希尔伯特曲线作为采样和分析太阳图像的方法。随着分辨率（即希尔伯特曲线的阶数）的增加，沿希尔伯特曲线读取图像使大多数邻域保持紧密。它还消除了大部分检测器大小的周期性，并可能揭示更大规模的特征。我们展示了几个声波化太阳数据的例子，包括太阳黑子数、极紫外 (EUV) 光谱辐照度、EUV 图像和灯丝喷发期间的一系列 EUV 图像。我们研究了使用希尔伯特曲线作为采样和分析太阳图像的方法。随着分辨率（即希尔伯特曲线的阶数）的增加，沿希尔伯特曲线读取图像使大多数邻域保持紧密。它还消除了大部分检测器大小的周期性，并可能揭示更大规模的特征。我们提供了几个声波化太阳数据的例子，包括太阳黑子数、极紫外 (EUV) 光谱辐照度、EUV 图像和灯丝喷发期间的一系列 EUV 图像。我们研究了使用希尔伯特曲线作为采样和分析太阳图像的方法。随着分辨率（即希尔伯特曲线的阶数）的增加，沿希尔伯特曲线读取图像使大多数邻域保持紧密。它还消除了大部分检测器大小的周期性，并可能揭示更大规模的特征。我们展示了几个声波化太阳数据的例子，包括太阳黑子数、极紫外 (EUV) 光谱辐照度、EUV 图像和灯丝喷发期间的一系列 EUV 图像。