21世纪天文学面临的大数据和研究范式转型

张彦霞; 崔辰州; 赵永恒

doi:10.11959/j.issn.2096-0271.2016067

您当前的位置：

首页 >

文章列表页 >

21世纪天文学面临的大数据和研究范式转型

专题：科学数据与创新应用 | 更新时间：2024-06-03

- 21世纪天文学面临的大数据和研究范式转型
- Big data and paradigm shift for astronomy in the 21^stcentury
- 大数据 2016年2卷第6期页码：2016067
- 作者机构：
- 作者简介：
  
  [ "张彦霞（1974-），女，博士，中国科学院国家天文台研究员、硕士生导师，北京天文学会副秘书长，国际天文统计学会会士，国际天文学会天文信息与天文统计委员会委员。曾任国际天文学会天文统计与天文信息工作组委员会委员。主要从事天文大数据、天文信息学、天文统计学、多波段天文学等研究工作。在国内外学术刊物上发表论文100余篇。" ]
  [ "崔辰州（1976-），男，博士，中国科学院国家天文台研究员、硕士生导师，国家天文台信息与计算中心主任，北京市科技新星计划入选者。率先在中国科学院国家天文台建立起集科学数据库、高性能计算、信息化环境研发三位一体的科研信息化研究与服务体系。多年来，一直以科技资源整合与共享为研究主线，推动虚拟天文台的发展，已发表论文70多篇。" ]
  [ "赵永恒（1964-），男，博士，中国科学院国家天文台研究员、博士生导师，中国科学院“百人计划”和国家“万人计划”入选者。现任中国天文学会常务理事，曾任国家重大科学工程LAMOST项目总经理、北京天文学会理事长、国际天文联合会第五委员会科学组织委员会委员、世界数据中心天文学科中心主任。主要研究方向为活动天体的理论研究、高能天体的观测分析、天文数据分析、天文信息技术等，在国内外学术刊物上发表论文300余篇。" ]
- 基金信息：
  
  国家重点基础研究发展计划基金资助项目;National Key Basic Research Program of China(2014CB845700)
- DOI：10.11959/j.issn.2096-0271.2016067
  中图分类号： P11
- 网络首发：2016-11，
  
  纸质出版：2016-11-20
- 稿件说明：
移动端阅览
张彦霞, 崔辰州, 赵永恒. 21世纪天文学面临的大数据和研究范式转型[J]. 大数据, 2016,2(6):2016067.

Yanxia ZHANG, Chenzhou CUI, Yongheng ZHAO. Big data and paradigm shift for astronomy in the 21^stcentury[J]. Big data research, 2016, 2(6): 2016067.
张彦霞, 崔辰州, 赵永恒. 21世纪天文学面临的大数据和研究范式转型[J]. 大数据, 2016,2(6):2016067. DOI： 10.11959/j.issn.2096-0271.2016067.

Yanxia ZHANG, Chenzhou CUI, Yongheng ZHAO. Big data and paradigm shift for astronomy in the 21^stcentury[J]. Big data research, 2016, 2(6): 2016067. DOI： 10.11959/j.issn.2096-0271.2016067.

摘要

随着大型空间和地面观测技术的发展，天文数据的数据量、数据产出率和数据复杂性急剧增加，天文学步入了全新的数据密集型时代。阐述了天文数据的特征，分析了传统天文研究方法的局限性，提出了发展天文统计学和天文信息学的必要性和研究方向，介绍了天文大数据的典型应用—— 大型综合巡天望远镜的工作原理及应用，归纳了与天文统计学和天文信息学相关的国际组织，分析了与其相关的公共教育的现状及存在的问题，为天文大数据的健康发展提供参考方向。

Abstract

With the development of large space-based and ground-based observational technologies

the volume

output rate and complexity of astronomical data rapidly increase.The astronomy steps into a new data-intensive era.The characteristics of astronomical data were represented.The limitations of traditional astronomy were analyzed.The necessity and research direction of developing astrostatistics and astroinformatics were put forward.As a typical astronomical application

the operation and applications of LSST were introduced.The organizations related to astrostatistics and astroinformatics were summarized.The present situation and problems of public education about this respect were analyzed.All these were provided as references for the healthy development of big data in astronomy.

关键词

Keywords

references

FEIGELSON E , BABU B . Big data in astronomy [J ] . Significance , 2012 , 9 ( 4 ): 22 - 25 .

ZHANG Y , ZHAO Y . Astronomy in the big data era [J ] . Data Science Journal , 2015 , 14 ( 11 ): 1 - 9 .

TYSON J , BORNE K . Future sky surveys new discovery frontiers [M ] // Advances in machine learning and data mining for astronomy . Boca Raton : CRC PressPress , 2012 : 161 - 181 .

BORNE K D . Astroinformatics:a 21st century approach to astronomy [J ] . Kirkborne Net , 2009 , 42 : 578

BORNE K D . Astroinformatics:dataoriented astronomy research and education [J ] . Earth Science Informatics , 2010 , 3 ( 1 ): 5 - 17 .

DJORGOVSKI S , DONALEK C , MAHABAL A , et al . Some pattern recognition challenges in data-intensive astronomy [C ] // The 18th International Conference on Pattern Recognition,August 20-24,2006 , Hong Kong,China . 2006 : 856 - 863 .

张彦霞 , 赵永恒 . 数据挖掘技术在天文学中的应用 [J ] . 科研信息化技术与应用 , 2011 , 2 ( 3 ): 13 - 27 .

ZHANG Y X , ZHAO Y H . The application of data mining technologies in astronomy [J ] . E-science Technology ＆Application , 2011 , 2 ( 3 ): 13 - 27 .

张彦霞 , 赵永恒 , 崔辰州 . 天文学中的数据挖掘和知识发现 [J ] . 天文学进展 , 2002 , 20 ( 4 ): 312 - 323 .

ZHANG Y X , ZHAO Y H , CUI C Z . Data mining and knowledge discovery in database of astronomy [J ] . Progress in Astronomy , 2002 , 20 ( 4 ): 312 - 323 .

BALL N M , BRUNNER R J . Data mingand machine learningin astronomy [J ] . International Journal of Modern Physics D , 2010 , 19 ( 7 ): 1049 - 1106 .

DAS K , BHADURI K . Parallel and distributed data mining for astronomy applications [M ] // Advances in machine learning and data mining for astronomy . Boca Raton : CRC PressPress , 2012 : 595 - 615 .

BORNE K . Virtual observatories data mining and astroinformatics [J ] . Planets Stars and Stellar Systems , 2013 ( 2 ): 404 - 443 .

BORNE K . Scientific data mining in astronomy [M ] . Next generation of data mining . Boca Raton : CRC PressPress , 2009 : 91 - 114 .

浏览量

1181

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据