面向时域天文学的虚拟天文台核心能力建设与科学应用

Time domain astronomy is a very popular research field in astronomy. A multi-wavelength multi-messenger scientific discovery era will arrive in 5 to 10 years. With the emergence and development of time domain astronomy, many technical challenges arise meanwhile with the large number of discovery opportunities. One of the most challenging requirement is large scale real time data stream processing, including data processing, data fusion, data mining, classification, et al. Based on the scientific requirements of “Einstein Probe” (a Strategic Priority Research Programs of the Chinese Academy of Sciences) and other time-domain research projects, key technical capability requirement on Virtual Observatory (VO) from time domain astronomy is extracted, i.e. “efficient fusion of multi-wavelength multi-messenger massive scientific data”. To meet the requirements of Einstein Probe (EP) and more other time domain astronomy research projects, we plan to enhance the core competences of VO both in function and in performance through deep research in the following fields: distributed data storage, high performance indexing methods, reliable cross-matching algorithms, visualization of data fusion results, and public Cloud platform solution. Research progresses and achievements of the project will be transformed into scientific service and technical supports for the EP and other time domain astronomy projects, including but not limited to GWAC, SONG.

时域天文学是当前天文学发展的热门领域，在未来5到10年将进入多波段、多信使科学发现的时代。时域天文学的兴起与发展在带来很多科学机遇的同时也带来很多技术挑战，最为突出的是针对海量实时数据流的数据处理、数据融合、数据挖掘、暂现源分类等。本项目从以爱因斯坦探针（EP项目）为代表的时域天文学研究的科学需求出发，凝练出时域天文学对虚拟天文台的核心能力的需求，即数据融合，准确说就是“多波段、多信使海量数据的高效融合”。为满足以爱因斯坦探针卫星为代表的时域天文学研究计划的需求，本项目从分布式数据存储和高性能索引方法，可信赖的多波段、多信使交叉证认方法，数据融合结果可视化呈现方法，公有云环境下数据融合系统的实现等方面开展研究，从功能和性能两方面提升虚拟天文台的核心能力。进而将研究成果转化为科学服务，应用于EP等重大研究计划，同时具备支撑GWAC、SONG等更多的时域天文学研究计划和课题的能力。

天文学研究已迈入时域天文观测和多信使天文观测的时代。新时代在带来很多科学机遇的同时也带来很多技术挑战，最为突出的是针对海量实时数据流的数据处理、数据融合、数据挖掘、暂现源分类等。本项目从以爱因斯坦探针（EP项目）为代表的时域天文学和引力波后随观测为代表的多信使天文学研究的科学需求出发，针对多波段、多信使海量数据的高效融合开展了深入研究。.针对项目研究目标，项目组研发了一系列关键技术，包括面向高速数据产出的I/O优化策略、基于混合索引的海量数据高效检索方法、基于贝叶斯推断的多波段星表交叉证认置信度估计方法、基于层次渐进模式的多波段图像融合等。实现了分布式天文数据的归档与存储优化、多波段海量星表的高效检索与交叉证认等应用，构建了时序数据的重组策略工具和多波段数据处理的集成测试环境。这些技术和应用的关键指标较现有技术均有较大提升。项目成果得到了理想的科学应用落地，研建的EP暂现源多波段参考数据库和GWOPS引力波后随观测规划系统为EP工程的前期科学研究和引力波电磁对应体研究提供了重要支撑。此外，本项目成果也能够支撑GWAC、SONG等更多的时域天文学研究计划和课题。.项目共发表论文33篇，申请专利3项，获得科研奖励4项，其中一项北京市科技进步二等奖和一项天津市科技进步二等奖。项目执行期间培养了一批青年科研骨干和研究生，为本项目研究方向的进一步深入打下了坚实的基础。

内容获取失败，请点击重试