中国团队AI建模预测对流层延迟，提升射电望远镜观测精度
当宇宙电磁波穿越地球大气层时，会因空气密度和水汽含量的变化导致传播速度下降，这一现象被称为对流层延迟。作为甚长基线干涉测量（VLBI）和全球导航卫星系统（GNSS）定位中的主要误差源，其精确建模与预测长期困扰着天文观测和大地测量领域。突破这一技术瓶颈，已成为科学界亟待解决的难题。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
中国科学院新疆天文台研究团队通过创新方法，在该问题上取得重要突破。科研人员依托南山26米射电望远镜台址的长期GNSS观测数据和气象参数，开发出一种融合门控循环单元（GRU）与长短期记忆网络（LSTM）的混合深度学习模型。这种基于人工智能的预测系统能够从海量数据中自主识别大气延迟的动态规律，实现对天顶对流层延迟（ZTD）的高精度短期预报。
团队通过频谱分析发现，ZTD变化呈现显著的年周期和半年度周期特征，夏季数值普遍高于冬季。这种季节性波动与气温和水汽含量存在强相关性——温度升高和水汽增加会显著加剧信号延迟。传统经验模型由于难以捕捉这种复杂的非线性变化，预测精度长期受限。
新模型采用双神经网络架构，GRU模块负责提取短期波动特征，LSTM模块则专注记忆长期变化趋势。这种"短时捕捉+长期记忆"的组合策略，使混合模型既能响应大气延迟的即时变化，又能把握其长期演变规律。实验数据显示，该模型预测误差控制在8毫米以内，相关系数达到96%，性能明显优于传统统计算法和单一神经网络模型。
这项技术突破具有重要应用价值。高精度的对流层延迟预测可显著提升VLBI观测的大气相位修正能力，优化射电源定位精度和基线解算结果。在毫米波天文观测领域，该技术能为可降水量反演提供更准确的气象数据支持，同时改善天气预报的时空分辨率。研究特别指出，相关成果为奇台110米望远镜（QTT）等大型射电天文设施的高频段运行提供了关键技术支撑，有助于提升多站干涉观测的数据质量。
该研究成果已发表于《天文与天体物理研究》期刊。研究团队表示，混合深度学习模型的应用印证了人工智能技术在射电望远镜大气校正领域的巨大潜力，为解决复杂气象条件下的观测误差问题开辟了新路径。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票