KI und die schwierigen Probleme der Welt · Physik · arXiv · 2026-10-23
OTProf: Schätzung hochaufgelöster Profile der optischen Turbulenz ($C_n^2$) aus Reanalysen mit Deep Learning
Originaltitel: OTProf: estimating high-resolution profiles of optical turbulence ($C_n^2$) from reanalysis using deep learning
OTProf ist eine Deep-Learning-Methode, die aus grob aufgelösten ERA5-Reanalysedaten hochaufgelöste Vertikalprofile der optischen Turbulenz (Cn²) schätzt, die für die bodengebundene Astronomie und die optische Freiraumkommunikation wichtig sind. Trainiert und getestet in den Niederlanden anhand WRF-basierter Cn²-Daten, reproduzierte es die vertikale Struktur genauer als die Hufnagel-Valley-Baseline und schätzte den Fried-Parameter und den Szintillationsindex genauer. Auf den Kanarischen Inseln, wo sich das Gelände deutlich unterscheidet, sank die Leistung, und eine Bias-Korrektur mit wenigen lokalen Simulationen half nur teilweise, sodass die Domänenanpassung weitere Arbeit erfordert.