海量巡天数据在线可视化技术综述

海量巡天数据在线可视化是多波段数据融合的应用之一,对大数据时代天文科研工作和科学普及具有重要意义。近年来,国外出现越来越多类似谷歌地图等互联网地图的天图在线可视化系统。为解决拼接生成的大巡天数据文件所导致的在线加载显示缓慢的问题,天文界普遍采用瓦片地图技术。该技术对数据进行分层保存,在浏览器端按需加载、分层显示。HiPS (hierarchical progressive survey)和TOAST (tessellated octahedral adaptive subdivision transform)等分层可视化技术以及一些巡天数据拼接和瓦片生成工具,如Hipsgen.jar和Montage等,目前已应用于Aladin Lite, ESASky, WWT (WorldWide Telescope)等在线可视化系统的开发。海量巡天数据在线可视化也遇到一些需要解决的问题,如数据分层导致了数据量的再次增加,巡天图像拼接耗时较长,多信使数据融合显示等。综述了分层可视化技术、瓦片地图金字塔的创建等内容,并对几款主流的在线可视化系统进行了对比分析,讨论了在线可视化遇到的问题及发展方向。     

基于卷积神经网络的全天空地基云图分类研究

全天相机拍摄的全天空地基云图能够实时反映当地的云量信息,而云量是天文选址首先考虑的因素之一。因此,对全天空地基云图根据图像质量、应用背景等因素进行自动化分类,实现鲁棒性高、适应性强的自动化分类算法,为天文选址提供重要帮助。基于雪龙号全天相机数据对卷积神经网络模型进行训练,并使用丽江观测站全天相机数据进行测试,取得了较好的应用效果,实现了可迁移性高的全天空地基云图自动化分类方法。