LenghuSky-8: An 8-Year All-Sky Cloud Dataset with Star-Aware Masks and Alt-Az Calibration for Segmentation and Nowcasting

Die Studie stellt LenghuSky-8 vor, einen umfassenden achtjährigen All-Sky-Datensatz mit sternbewussten Masken und Alt-Az-Kalibrierung, der zur Verbesserung von Wolkensegmentierung, Kurzzeitvorhersage und autonomen Observatoriumsbetrieb dient.

Das Wesentliche

Stellen Sie sich vor, Sie sind ein Astronom, der jeden Abend auf einen riesigen, leeren Bildschirm schaut, um die Sterne zu beobachten. Aber manchmal ist dieser Bildschirm nicht leer, sondern von dicken, grauen Wolken verdeckt. Oder von Schnee, der auf der Kamera sitzt. Oder von einem hellen Licht, das blendet.

Um die Sterne zu sehen, müssen die Astronomen genau wissen: Wann ist der Himmel klar? Wann ist er bewölkt? Und wie schnell ziehen die Wolken vorbei?

Das ist die Aufgabe des neuen Projekts LenghuSky-8, das in diesem Papier vorgestellt wird. Hier ist die Erklärung, als würde man sie einem Freund beim Kaffee erzählen:

1. Der riesige Foto-Album (Das Dataset)

Stellen Sie sich vor, jemand hat in den chinesischen Bergen (in Lenghu) eine Kamera aufgestellt, die wie ein Fischauge funktioniert. Sie sieht den ganzen Himmel auf einmal – von Horizont zu Horizont. Diese Kamera hat nun 8 Jahre lang (von 2018 bis 2025) fast jede Minute ein Foto gemacht.

Das Ergebnis ist ein gigantisches Foto-Album mit über 429.000 Bildern.

• Das Besondere: Die meisten dieser Fotos sind nachts gemacht (81 %), genau dann, wenn die Astronomen arbeiten wollen.
• Das Problem: Ein normales Foto ist nur ein Bild. Für einen Computer ist es schwer zu sagen, ob das weiße Ding da oben eine Wolke ist, ein Vogel oder nur ein Reflex.

2. Der "Astronomen-Filter" (Die Masken)

Hier kommt die Magie ins Spiel. Die Forscher haben nicht nur die Fotos gespeichert, sondern sie auch beschriftet.
Stellen Sie sich vor, sie haben auf jedes Foto eine transparente Folie gelegt und mit einem digitalen Stift nachgemalt:

• Blau: Hier ist klarer Himmel (Super für Astronomie!).
• Orange: Hier sind Wolken (Oh nein, wir können nichts sehen).
• Rosa: Hier ist "Schrott" (z. B. Schnee auf der Linse, ein Vogel oder ein zu helles Licht).

Das ist wie ein Färbemalbuch für Computer. Dank dieser genauen Beschriftung (die "Maske") kann ein Computer lernen, den Himmel zu verstehen, selbst wenn der Mond hell scheint oder es regnet.

3. Der Kompass im Bild (Die Kalibrierung)

Ein normales Foto sagt Ihnen nur: "Da ist eine Wolke." Aber für ein Teleskop ist das nicht genug. Das Teleskop muss wissen: "Die Wolke ist genau 30 Grad hoch und 120 Grad nach Osten."

Die Forscher haben einen cleveren Trick angewendet: Sie nutzen die Sterne als Wegweiser. Da die Position der Sterne am Himmel genau bekannt ist, können sie berechnen, welcher Pixel auf dem Foto genau welcher Stelle am Himmel entspricht.

• Die Analogie: Es ist wie ein GPS für Wolken. Wenn das Teleskop sagt: "Ich will zu Stern X schauen", weiß das System sofort: "Achtung, da liegt eine Wolke in der Weg!"

4. Der Wetter-Orakel (Nowcasting)

Das coolste Experiment war: Können wir vorhersagen, was als Nächstes passiert?
Die Forscher gaben dem Computer ein paar Bilder von heute und fragten: "Wie sieht der Himmel in 5 Minuten aus?"

Sie probierten verschiedene Methoden aus:

• Der "Faule" (Trivial): Einfach das letzte Bild kopieren. (Funktioniert überraschend gut, wenn sich nichts bewegt).
• Der "Wind-Tracker" (Optical Flow): Schaut, wohin sich die Wolken bewegen, und schiebt sie weiter.
• Der "Gehirn-Experte" (ConvLSTM): Ein neuronales Netz, das versucht, Muster zu erkennen.
• Der "Zukunfts-Prophet" (VideoGPT): Ein sehr komplexes KI-Modell, das Videos generiert.

Das Ergebnis: Überraschenderweise war der "Faule" (einfach das letzte Bild kopieren) fast genauso gut wie die komplexen KI-Modelle! Das zeigt, wie schwer es ist, das Wetter kurzfristig vorherzusagen. Wolken sind chaotisch und bewegen sich oft unvorhersehbar.

Warum ist das wichtig?

Früher mussten Astronomen oft warten oder blindlings hoffen, dass der Himmel klar bleibt. Mit LenghuSky-8 haben sie jetzt:

1. Ein riesiges Trainingsbuch, damit Computer lernen, Wolken zu erkennen.
2. Ein Werkzeug, das Teleskopen sagt: "Schau jetzt hierhin, dort ist klarer Himmel!"
3. Eine Vorhersage, die hilft, wertvolle Zeit nicht mit vergeblichen Beobachtungen zu verschwenden.

Zusammengefasst: Die Forscher haben einen 8-jährigen "Himmel-Tagebuch" erstellt, das so genau ist, dass es nicht nur Wolken zählt, sondern ihnen auch eine Landkarte gibt. Damit können zukünftige Teleskope autonom entscheiden, wann sie arbeiten sollen – wie ein selbstfahrendes Auto, das den Himmel im Blick hat.

Technische Zusammenfassung

Titel: LenghuSky-8: Ein 8-jähriger All-Sky-Wolkendatensatz mit sternbewussten Masken und Alt-Az-Kalibrierung für Segmentierung und Nowcasting

1. Problemstellung

Bodenbasierte Zeitbereichs-Observatorien (wie ZTF, Vera C. Rubin Observatory oder das Tianyu-Projekt) benötigen eine minutengenaue, standortbezogene Bewusstheit über die Wolkenbedeckung, um ihre Beobachtungspläne dynamisch anzupassen.
Bestehende All-Sky-Datensätze (Fisheye-Kameras) weisen jedoch erhebliche Mängel auf:

• Kurze zeitliche Abdeckung: Meist nur Monate statt Jahre, was saisonale Modellierung verhindert.
• Tageslicht-Bias: Fehlende Daten für die Nacht, die für die Astronomie essenziell ist.
• Fehlende astrometrische Kalibrierung: Es fehlt die Zuordnung von Bildpixeln zu lokalen Koordinaten (Höhe/Azimut), was eine direkte Integration in Teleskop-Steuerungen erschwert.
• Mangelnde Skalierbarkeit: Manuelle Maskierung ist oft nicht reproduzierbar oder auf einfache Szenarien beschränkt.

2. Methodik und Datensatz (LenghuSky-8)

Die Autoren stellen LenghuSky-8 vor, einen umfassenden Datensatz, der von 2018 bis 2025 am Lenghu-Beobachtungsort in Qinghai, China, aufgenommen wurde.

• Datenerfassung:

  • Umfang: 429.620 Bilder mit einer Auflösung von 512×512 Pixeln.
  • Zeitraum: 8 Jahre kontinuierliche Beobachtung.
  • Nachtabdeckung: 81,2 % der Frames stammen aus der Nacht.
  • Hardware: Sigma 4,5 mm f/2,8 Fisheye-Objektive auf Canon-Kameras.
  • Aufnahmeintervall: 5 Minuten nachts, 20 Minuten tagsüber (abhängig von der Sonnenhöhe).

• Datenvorbereitung und Annotation:

  • Segmentierung: Es werden drei Klassen definiert: Himmel (klar), Wolken (alle für Astronomie ungeeigneten Bereiche) und Kontamination (z. B. Tau, Schnee, Streulicht, Verdeckungen).
  • Labeling-Strategie: Aufgrund der unscharfen Grenzen zwischen Wolken und Himmel wurde eine konservative Strategie gewählt: Nur hochkonfidente Bereiche wurden manuell annotiert (1.111 Bilder). Unsichere Bereiche wurden als „Kontamination" markiert oder ignoriert.
  • Hintergrund: Manuelle Identifikation von Hintergrundveränderungen (z. B. durch ein bewegliches Dach in der Nähe der Kamera).

• Astrometrische Kalibrierung:

  • Da Fisheye-Linsen starke Verzerrungen aufweisen, wurde ASTROMETRY.NET nicht direkt angewendet. Stattdessen wurde ein adaptiver Ansatz gewählt:
    1. Bilder wurden auf 4096×4096 hochskaliert.
    2. Sterne wurden mittels Matched-Filtering (SEXTRACTOR) erkannt.
    3. Das Bild wurde in HEALPix-Patches unterteilt. Für jeden Patch wurde eine lokale astrometrische Lösung berechnet, indem die Sterne in ein kartesisches Koordinatensystem rotiert wurden, um die Verzerrung zu minimieren.
    4. Für nicht aufgelöste Patches wurde ein radialsymmetrisches Modell zur Interpolation verwendet.
  • Ergebnis: Jeder Pixel erhält lokale Höhen- (Altitude) und Azimut-Koordinaten mit einer Unsicherheit von ca. 0,37° im Zenit und 1,34° bei 30° Höhe.

• Segmentierungs-Modell:

  • Statt komplexer Encoder-Decoder-Architekturen wurde ein linearer Probe (Linear Probe) auf den lokalen Features des DINOv3-Modells (ViT-L/16) trainiert.
  • Dies ermöglicht eine robuste Trennung von Wolken und Himmel unter verschiedenen Lichtverhältnissen (inkl. Vollmond) mit geringerem Labeling-Aufwand.

3. Wichtige Beiträge

1. Der Datensatz: Ein einzigartiger, 8-jähriger All-Sky-Datensatz mit Tag/Nacht-Abdeckung, sternbewussten Wolkenmasken, Hintergrund-Annotationen und pixelgenauer Alt-Az-Kalibrierung.
2. Tools & Benchmarks:
   • Ein Open-Source-Toolkit für das Laden, die Evaluation und die Nutzung der Kalibrierungskarten.
   • Ein Benchmark für die Wolken-Segmentierung (manuell gelabelter Testset).
   • Ein Benchmark für das Wetter-Nowcasting (Vorhersage der nächsten Frame-Logits basierend auf vorherigen Frames).
3. Methodische Erkenntnisse: Demonstration, dass selbstsupervisierte Vortraining-Modelle (DINOv3) mit linearen Proben state-of-the-art Ergebnisse bei der Wolkensegmentierung erzielen können.

4. Ergebnisse

• Segmentierung:

  • Der DINOv3-Ansatz (nur lokale Features) erreichte eine Gesamtgenauigkeit von 93,3 % ± 1,1 % auf dem manuell gelabelten Testset.
  • Dies war leicht besser oder vergleichbar mit komplexeren Architekturen wie U-Net, CloudSegNet oder SegMAN, wobei DINOv3 deutlich effizienter im Training war.
  • Die Kombination von lokalen Features mit globalen Tokens (CLS/Register) brachte keinen signifikanten Vorteil.

• Nowcasting (Vorhersage):

  • Es wurden vier Baselines verglichen: Persistenz (Kopie des letzten Frames), Optischer Fluss (Optical Flow), ConvLSTM und VideoGPT.
  • Ergebnis: ConvLSTM erzielte die beste Genauigkeit (89,0 %), zeigte aber nur marginale Verbesserungen gegenüber der trivialen Persistenz-Baseline (88,8 %).
  • VideoGPT (generatives Modell) schnitt am schlechtesten ab.
  • Interpretation: Die kurzfristige Entwicklung von Wolken ist extrem schwer vorherzusagen; einfache Persistenz ist oft bereits ein sehr starker Baseline.

• Kalibrierung:

  • Die erreichte astrometrische Genauigkeit ist ausreichend, um die Bilder in die Koordinatensysteme moderner Weitfeld-Teleskope (wie Rubin oder ZTF) zu integrieren und so die Planung von Beobachtungen zu automatisieren.

5. Bedeutung und Ausblick

LenghuSky-8 füllt eine kritische Lücke in der astronomischen Dateninfrastruktur. Durch die Kombination aus langer zeitlicher Abdeckung, Nacht-Tauglichkeit und präziser geometrischer Kalibrierung ermöglicht der Datensatz:

• Die Entwicklung robuster Cloud-Aware Scheduler für autonome Observatorien.
• Fortschritte in der Wolkenmodellierung und Umweltforschung.
• Die Validierung von KI-Methoden für die Segmentierung unter extremen Lichtbedingungen.

Die Autoren betonen, dass zukünftige Arbeiten physikalisch motivierte Strukturen (z. B. Advektionskonsistenz) in die Nowcasting-Modelle integrieren müssen, um die Leistung über die einfache Persistenz hinaus zu heben. Der Datensatz und die Tools sind öffentlich verfügbar, um die Forschung in diesem Bereich zu beschleunigen.