天文数据处理与虚拟天文台出版

中国科学院国家天文台天体物理技术与方法丛书的最新成果，《天文数据处理与虚拟天文台》，近日已由中国科学技术出版社正式出版发行。本书由国家天文台赵永恒研究员和崔辰州研究员共同编著。本丛书其他著作还包括：《天文可见光探测器》、《天文望远镜设计》、《天文望远镜光学系统》、《天文光学非球面技术和系统调整》、《射电天文技术与方法》、《光学红外天文仪器》、《观测高能天体物理学》。

图1 《天文数据处理与虚拟天文台》

前言

这是一份拖了十年才交的作业！天文数据处理和虚拟天文台是发展变化非常快的两个天文技术与方法研究领域，与云计算、大数据、人工智能为代表的信息技术密切相关。特别是虚拟天文台（简称VO），作为一个“科学驱动、技术使能”的新兴方向，只要一写成文字发表就意味着“过时”。一直以此为借口迟迟不动笔，丛书主编每催一次就把提纲梳理一稿来应付。直到2022年主编下了最后通牒，同时中国科学院大学天文学院要求给研究生开课，这才最终下定决心完成。本书包括相对独立的两个部分，即“天文数据处理”和“虚拟天文台”。

“天文数据处理”由赵永恒研究员独立完成。第一章简单介绍天文学与统计学的渊源，推荐了几本天文数据处理的优秀参考书，列举了常用的科学计算与可视化的编程环境；第二章介绍天文观测技术的基本知识和常用天文观测图像处理方法；第三章讲解包括概率分布、随机变量的产生、KS检验等在内的一些统计学基础知识；第四章介绍数据分析方法基础，包括观测量的不确定性、正态分布的置信区间、观测结果的报道和误差传递几个方面；第五章着重介绍了最小二乘法和不同的函数拟合方式；第六章介绍了时间序列的周期分析；第七、八章分别讲述了最大似然估计和贝叶斯估计两种常用统计方法；第九章首先介绍天文大数据分析的基本任务和机器学习的大致流程，然后具体介绍了主成分分析、核回归、支持向量机、k 近邻、k 均值、高斯混合模型、决策树、随机森林、神经网络等流行的机器学习和深度学习方法。本部分内容结合了大量Python程序实例进行讲解。 “虚拟天文台”由崔辰州研究员主持编写，中国科学院国家天文台虚拟天文台团组多位成员共同完成，共五章内容。第一章介绍了虚拟天文台提出的科学背景、发展目标和依赖的技术基础，由崔辰州主笔，许允飞、樊东卫、韩军参与撰写。第二章描述了虚拟天文台的架构和技术标准，阐述了互操作的重要性，由崔辰州、何勃亮共同完成。第三章首先介绍了VO资源和服务的种类，标准、实现的关系，后台架构与前台服务的关系（何勃亮主笔），进而从桌面工具（樊东卫主笔）、数据服务（许允飞主笔）、应用服务（许允飞、李珊珊、樊东卫、韩军、李长华、何勃亮）、天文科学平台（陶一寒主笔）4个方面介绍了国际上代表性的虚拟天文台工具和服务。第四章以中国虚拟天文台和国家天文科学数据中心为阐述对象，介绍了发展历程、目标和定位（崔辰州、米琳莹），20多年来研究开发的工具和系统（樊东卫）以及积累的数据资源（陶一寒），回顾了学科发展、人才培养、科普教育方面取得的成果（李珊珊、杨涵溪）。第五章由崔辰州主笔从未来角色、无缝天文学、开放科学、程控自主观测、研究范式革新等方面对虚拟天文台和天文信息学进行展望。

陶一寒在本书统稿过程中提供了协助，韦诗睿整理了术语表并对书稿进行了校对，一并表示感谢。

感谢中国科学技术出版社副总编辑赵晖编审在本书策划、出版方面提供的专业建议。

由于作者水平有限，遗漏、错误和不当之处在所难免，请各位同仁和读者批评指正。

赵永恒、崔辰州

2024年6月于北京