题名 | 基于机器学习的南极望远镜台址环境参数预测研究 |
作者 | 王二朋 |
答辩日期 | 2022-06 |
文献子类 | 硕士 |
授予单位 | 中国科学院大学 |
授予地点 | 北京 |
导师 | 杜福嘉 |
关键词 | Dome A 视宁度 气象预测 视宁度预测 视宁度评估 |
英文摘要 | 大气视宁度是用于评估红外/光学波段天文站点质量的重要参数之一。通过对视宁度进行实时监测,天文学家不仅可以评估台址质量,而且可以依据预测的视宁度执行相应的观测决策。视宁度一般通过标准仪器如差分图像运动监视仪器 DIMM(differential image motion monitor)观测,然而对于环境恶劣且无人值守的如南极Dome A,通过标准仪器并不容易获得长期且连续的视宁度数据。因此,本文提出了一种新颖的基于机器学习的视宁度预测方法,仅使用多层自动气象站的气象数据可以实现对Dome A的视宁度进行评估与预测,主要研究内容如下: |
语种 | 中文 |
学科主题 | 天文技术与方法 |
内容类型 | 学位论文 |
源URL | [http://ir.niaot.ac.cn/handle/114a32/1971] |
专题 | 南京天文光学技术研究所_中科院南京天光所知识成果 |
推荐引用方式 GB/T 7714 | 王二朋. 基于机器学习的南极望远镜台址环境参数预测研究[D]. 北京. 中国科学院大学. 2022. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论