AI 與世界的難題 · 物理學 · arXiv · 2026-10-23
OTProf：利用深度學習從再分析資料估算光學亂流（$C_n^2$）的高解析度剖面
原標題: OTProf: estimating high-resolution profiles of optical turbulence ($C_n^2$) from reanalysis using deep learning
OTProf 是一種深度學習方法，可從粗解析度的 ERA5 再分析資料估算高解析度的光學亂流（Cn²）垂直剖面，這對地面天文觀測與自由空間光通訊相當重要。該方法在荷蘭以基於 WRF 的 Cn² 資料進行訓練與測試，重現的垂直結構比 Hufnagel-Valley 基準模型更準確，對弗里德參數與閃爍指數的估算也更準確。在地形差異顯著的加那利群島，表現則有所下降，利用少量當地模擬進行偏差校正也只有部分幫助，因此領域適應仍需更多研究。