云南天文台手绘太阳黑子数据系统

中国科学院云南天文台多年来积累了近16 000张手绘太阳黑子观测数据,建立完善的查询与统计系统对这些海量数据进行科学的管理与统计分析成为必要。数字化数据包括太阳黑子记录近9万个,有效记录数据100万余个。系统提供了一个数据管理、数据检索、数据统计分析的平台。借助数据管理系统,可对太阳黑子相关参数进行长周期的统计。     

紫金山天文台55 yr手绘黑子数据系统差分析

对紫金山天文台(简称紫台)自1954年至2011年共55 yr的手描黑子图进行了数字化.将紫台太阳黑子相对数(PRSN)和黑子群数(PGSN)与国际太阳影响数据分析中心(SIDC)中的对应数据(月平均太阳黑子相对数(IRSN)和月平均黑子群数(IGSN))进行对比研究,发现:(1)紫台黑子数据与SIDC黑子数据有很强的正相关性,说明紫台黑子数据的可靠性;(2) PRSN和IRSN、PGSN和IGSN的系统偏差分别处于7%左右、5%左右,紫台数据与SIDC数据在活动周的极小期的差异性显著大于极大期;(3)紫台的视宁度从1995年开始变差,直接导致了PRSN (PGSN)与IRSN (IGSN)的比值明显变大,表明视宁度的变化影响了紫台黑子的观测质量.     

基于尺度不变特征点匹配的太阳磁场图像配准与定位方法

不同太阳观测站间存在观测时间、观测范围、观测设备等差异,为了方便科学研究,有必要找到不同观测站间太阳图像自动配准与定位的方法。提出了基于尺度不变特征点匹配的太阳磁场图像配准与定位方法。首先,对原始图像进行对比度增强、降采样等预处理;其次,采用尺度不变特征检测算法提取两图的尺度不变特征点;然后,寻找同名点的方法对两幅图像特征点进行粗配准和粗定位;最后,基于粗定位区域实现太阳磁场图像的精确配准和定位。开展了不同时段磁场图像的配准和定位实验,对匹配点对数、匹配准确率、匹配误差等参数进行了定量分析,实验结果表明,该方法可以自动、准确、快速地实现太阳磁场图像的配准与定位。     

一种针对MWISP项目分子云团块的3D CNN证认方法

分子云团块是恒星的诞生地. 分子团块的普查和其性质的全面研究将有助于了解恒星的形成乃至星系和宇宙的演化过程. 随着银河画卷计划(MWISP)项目的深入进行, 这类研究方案变得切实可行. 但是项目产生的分子云观测数据是海量的, 因此迫切需要一种能够自动识别和证认分子团块的方法. 目前应用广泛的3维分子云数据处理方法有很多, 典型的包括GaussClumps、ClumpFind、FellWalker、Reinhold等, 但都需要输入多个参数来控制它们的性能, 并且进行反复的参数优化和目测才能得到比较满意的结果. 对于大规模的观测数据, 利用现有方法进行分子团块的证认将是一项耗时耗力的任务. 为了克服传统分子云团块检测算法的局限性, 人工智能(AI)的方法将提供一个很好的解决方案. 提出了一种3D CNN (Convolutional Neural Network)方法, 它可以自动处理3D分子谱线数据, 整个过程分为检出和验证两个步骤. 首先, 通过设置较低阈值使用ClumpFind以检出候选对象, 然后通过训练好的3D CNN模型进行验证. 利用仿真数据所做的一系列的实验结果表明, 该方法的综合表现优于4种传统方法. 将该方法应用于实际的MWISP数据表明, 3D CNN方法的性能也令人满意.     

基于SIFT特征检测和密度峰值聚类的太阳活动区自动检测算法研究

太阳活动区是太阳大气中产生各种活动现象的区域,精确地检测和识别太阳活动区对理解太阳磁场的形成机制具有极为重要的科学意义.根据太阳活动区结构较为复杂的特点,基于尺度不变特征变换(ScaleInvariant Feature Transform, SIFT)和密度峰值聚类(Clustering by Fast Search and Find of Density Peaks,DPC)算法的优越性,提出了一种太阳活动区的自动检测和识别方法.首先,对太阳动力学天文台(Solar Dynamics Observatory, SDO)日震和磁场成像仪(Helioseismic and Magnetic Imager, HMI)的纵向磁图进行对比度增强;然后采用SIFT方法提取出全日面磁图中的特征点;最后利用DPC算法将特征点进行聚类,从而自动检测和识别出太阳活动区.研究结果表明, SIFT和DPC算法相结合的方法可以在不需要人工交互的情况下准确地自动检测出太阳活动区.     

基于对象存储的海量空间数据存储与管理

提出了一种基于对象存储的空间对象集群存储系统(geospace object store,GOS),为空间数据的存储与管理提供了一种新的解决方法.在GOS系统中,实现了在逻辑层对面向对象空间数据模型的支持,使得数据模型映射得到简化.同时,对象存储本身具有的并行性使得系统具有并行的查询处理功能,使得空间数据查询处理这一计算密集型操作在GOS中得到很好的解决.     

基于对象存储的新型网络GIS体系结构研究

提出了一种基于对象存储的网络地理信息系统体系结构,该体系结构由应用层、服务层、传输层和存储层组成,用服务器集群技术解决服务器提供服务的网络带宽瓶颈,用基于对象存储技术解决分布式空间数据存储系统的I/O带宽瓶颈.设计并实现了原型系统GlobeSIGht,给出了相关的测试结果.     

基于支持向量机的太阳磁场活动区极性反转线位置的探测

太阳磁场的极性反转线(Polarity Inversion Line, PIL)是研究太阳活动、分析太阳磁场结构演变和预测太阳耀斑最重要的日面特征之一.磁场极性反转的位置是太阳耀斑和暗条可能出现的位置."先进天基太阳天文台(ASO-S)"是中国首颗空间太阳专用观测卫星,其搭载的"全日面矢量磁像仪(Full-Disk Vector Magnetograph, FMG)"主要任务是探测高空间、高时间分辨率的全日面矢量磁场.为了提高观测数据使用效率、快速监测太阳活动水平、提高太阳耀斑与日冕物质抛射的预报水平以及更好地服务于FMG数据处理与分析系统,采用了图像自动识别与处理技术,更加精确有效地检测极性反转线.从支持向量机(Support Vector Machine, SVM)的模型出发,将极性反转线位置的探测问题转化为一个模式识别中的二分类问题,提出了一种基于支持向量机的极性反转线检测算法,自动探测与识别太阳动力学天文台(Solar Dynamics Observatory, SDO)日震和磁成像仪(Helioseismic and Magnetic Imager, HMI)磁图的极性反转线位置.与现有算法的对比结果表明,此算法可以精确直观地检测太阳活动区的极性反转线.     

快速射电暴光学对应体在中国未来大视场望远镜中的可探测性分析

快速射电暴是近年来发展最快的天文学科之一. 理论上, 快速射电暴可能存在毫秒到小时时标的光学\lk对应体. 快速射电暴光学对应体有可能在中国未来大视场望远镜中探测到, 例如: 中国空间站工程巡天望远\lk镜(China Space Station Telescope, CSST)、中国科学技术大学和紫金山天文台合作的2.5m大视场巡天望远镜(Wide Field Survey Telescope, WFST)和地球2.0 (Earth 2.0, ET)等. 快速射电暴光学对应体通常分为毫秒时标光学对应体、小时时标光学对应体和光学余辉. 前两者可产生于快速射电暴的高能外延或是快速射电暴的射电辐射与高能电子的逆康普顿散射, 探测率与光学-射电流量比$\eta_\nu$关系密切. 对于毫秒时标光学对应体, 最理想情况下WFST、CSST和ET的探测率可以达到每年上百个. 当$\eta_\nu$~10^-3时, WFST、CSST的年探测率仅 为1个的量级, ET的年探测率为19.5个. 对于小时时标光学对应体, 最理想情况下超新星遗迹的年龄为5年且$\eta_\nu$约为10^-6时, 年探测率可到100以上. FRB 200428的X射线对应体表明, 快速射电暴可能产生相对论性外流并且与星际介质相互作用产生光学余辉. 结合快速射电暴的能量、在宇宙中的分布以及标准余辉模型, 可以对快速射电暴余辉的可探测性进行研究. 当总能量-射电能量比与FRB 200428类似(ζ = 10⁵)时, CSST、WFST和ET的 年探测率分别为1.3、1.0和67个.