来吧感受噪音：用于火星地震风测绘的机器学习

快速阅读: 据《Eos.org》最新报道，2025年，斯托特等人开发“风视图网”模型，将“洞察号”地震数据转为风速风向信息，监测范围近乎翻倍。研究显示，前750火星日数据可靠，分析揭示了火星风速、风向及大气特征的多年际变化，深化了对火星环境的理解，助力未来深空探索。

由于风是地震数据中的主要能量来源，斯托特等人于2025年研发了一种名为“风视图网”（WindSightNet）的机器学习模型，该模型能够将地震数据转化为风速与风向信息，从而将“洞察号”探测器（TWINS）的监测范围几乎扩大了一倍。

研究者发现，在任务开始后的头750个火星日（sol）内，地震数据与转化后的风速风向数据总体保持一致，这极大地增强了对WindSightNet在后续火星日数据可靠性的确信度。借助这一经过验证的数据集，作者详细分析了“洞察号”任务期间火星风速和风向的多年际变化（火星一年相当于669个地球日）、大尺度天气模式以及低层大气的高度分布特征。这些研究成果不仅扩展了人类对火星环境的认知，也为未来深空探索提供了宝贵的数据支持。

整体内容经过润色后更加流畅，语言表达也更具生动性。希望这样的呈现方式符合您的期待！

(以上内容均由Ai生成)