阅读时间：2分钟 NASA科学编辑团队 2026年8月14日 文章 某些种类的云表现异常 – 出现得比以往更频繁且更低于天空。为了帮助识别影响这些变化的因素（例如地球长期气候模式的变化），科学家们请求全球的摄影师提交这些云的新鲜图像，作为NASA支持的太空云观测项目的一部分。现在，一位志愿者开发了一种新工具，帮助其他太空云观测志愿者更高效地工作。这些表现异常的云被称为“夜光云”或“发光夜云”（NLCs）。这些云在日落后很长时间和日出前很早散射阳光，给它们带来了银色的光泽。但尽管有这样的光泽，区分NLC和低海拔的相似云可能很困难。这种混淆造成了项目领导者的额外工作。志愿者Namai Chandra表示：“我注意到项目领导者在手动验证NLC图像。这似乎是一个非常适合人机交互的机器学习流程的任务，它可以自动处理重复性筛选，同时对最重要的图像保持人类判断。”换句话说，Namai找到了一种方式来帮助观察者验证他们是否在观察NLC。Namai联系了太空云观测项目的科学家Chihoko Cullens博士和Brentha Thurairajah博士，他们对他的想法感到非常高兴。Namai很快开发了一个机器学习流程，在各种云图像上对其进行训练，包括NLC和那些经常提交到太空云观测的低海拔相似图像。该流程结合了图像预筛选、云分类和基于置信度的审查路由。经过多轮开发、测试和改进后，他将NLC识别工具发布到项目中。现在，这个工具正被那些不确定自己是否观察到NLC的云贡献者，以及希望标记图像以便审查的项目科学家们使用。拿起相机，今天就加入太空云观测项目吧！如果你一直犹豫要否参与太空云观测，因为你不确定自己看到的是否是夜光云，现在你有了一种方法可以在分享之前进行检查，感谢Namai。了解更多信息并参与 太空云观测 在日落后或黎明前拍摄云，以调查我们不断变化的气候。