近期，中国科学院云南天文台和西南林业大学的研究人员开发了一种用于压缩新真空太阳望远镜 (NVST) 光谱数据的新方法，为数据存储和传输方面的问题提供了一种有效的解决方案。研究结果发表在国际学术期刊《太阳物理学》（Solar Physics）上。

NVST 产生大量光谱数据，给数据存储和高效数据传输带来了巨大挑战。以往的方法，如主成分分析 (PCA)，只能实现有限的压缩比，并在重建数据中引入明显的失真。这种新方法显著改变了这一点。

研究人员开发了一种基于卷积变分自动编码器 (VAE) 的神经网络方法，用于有效压缩 Ca II (8542 Å) 光谱数据。这种新方法实现了显著更高的压缩比——高达 107，同时保持了数据的完整性。这比 PCA 方法的压缩比（约 30）有了大幅提升。VAE 方法将原始数据和解压缩数据之间的误差控制在原始数据的固有误差范围内，确保了压缩数据的科学有效性。

抚仙湖太阳观测和研究基地的太阳物理学者认为：“VAE 方法的稳定性尤为令人印象深刻。即使在压缩比达到 107 的情况下，多普勒速度的误差仍低于 5 km/s，这对太阳物理学研究至关重要。”

改进后的压缩技术可显著提供更高效的NVST 数据传输和共享。该方法也有望为其他面临相似数据传输挑战的太阳观测数据提供有效的解决方案，从而促进科学界更广泛的数据共享。

该研究在国家自然基金面上项目、云南基础研究项目、云南兴滇人才项目和云南创新团队等项目的资助下完成。

论文链接

左图：基于VAE压缩的光谱数据（压缩比：30、58、107和183）重建的多普勒图像。右图：左图多普勒图像与原始光谱数据生成的多普勒图像之间的差异图像。