天文学中的大规模数据集

天文学悠久的历史表明，其获取、系统化和解释大量数据的传统正在继续进行，并且以越来越快的速度进行。与许多其他领域一样，天文学已成为一个非常数据丰富的科学领域，这由望远镜、探测器和计算机技术的进步所驱动。大量的数字天空测绘和档案库已经存在，其信息内容以多个太字节(Terabytes)为单位，甚至更大的数据集（多太普字节 Petabytes）正逐渐浮现。对天空进行系统观测，涵盖多个波段，是天文数据的最主要来源。数值模拟也正在产生相当数量的信息。数据挖掘有望既使这些数据集的科学利用更有效、更完整，也能开启天文学研究的全新途径。技术问题范围从数据库设计和联邦，到数据挖掘和高级可视化，导致天文学研究出现一个新的工具箱。这类似于当今其他数据密集型领域所面临的挑战。这些进展正通过虚拟天文台(virtual observatories)概念组织起来，这些概念代表着21世纪天文学的信息基础设施。在本文中，我们提供了一些主要天文数据集的概览，讨论了用于存档数据的方法，并对天文学中大规模数据集的未来进行了讨论。