Atmosferik türbülans, optik sistemlerin performansını ciddi şekilde etkileyen karmaşık bir fenomen. Teleskoplardaki bulanık görüntülerden uydu iletişimindeki sinyal kayıplarına kadar birçok soruna neden olan bu olgu, şimdi yapay zeka teknolojisiyle daha iyi anlaşılmaya başlanıyor.
Amerikalı bilim insanları tarafından yürütülen yeni araştırma, ERA5 yeniden analiz meteoroloji verilerini kullanarak atmosfer türbülansını tahmin eden makine öğrenmesi modelleri geliştirdi. Modeller, Monin-Obukhov benzerlik teorisi aracılığıyla rüzgar ölçer verilerinden elde edilen yüzeye yakın optik türbülans gücü değerlerini hedefliyor.
Araştırmanın en dikkat çekici yönü, modellerin zaman içinde genelleme yapabilme kabiliyeti. Tek bir yıllık verilerle eğitilen sistemler, aynı konumdaki diğer yıllara ait verileri başarıyla analiz ederek çok yıllık zaman serilerini yeniden oluşturabiliyor.
Güney Kaliforniya ve New York gibi farklı coğrafi ve iklim koşullarına sahip bölgelerde test edilen modeller, değişken hava durumu ve arazi yapılarına rağmen tutarlı performans sergiliyor. Bu durum, teknolojinin geniş bir uygulama alanına sahip olabileceğini gösteriyor.
Gelişme, astronomik gözlemevleri için daha iyi görüntü kalitesi, uydu-yer iletişiminde gelişmiş sinyal kalitesi ve çeşitli optik algılama sistemlerinin performansında artış sağlayabilir.