新算法从韦布旧数据中挖出一颗巨行星

新算法从韦布旧数据中挖出一颗巨行星

天坠资讯
50分钟前发布 / 百度 / 必应 / 谷歌 / 搜狗 / 360 / 头条 /正在检测是否收录...

韦布望远镜拍到却没看见:科学家从旧数据中发现遗漏巨行星,新算法将探测灵敏度提升 15 倍
配图:天坠之家

一颗早就被地面望远镜确认的巨行星,在詹姆斯·韦布空间望远镜的红外数据里“隐身”了许久,如今被一套新开发的图像处理方法重新找了出来。美国西北大学研究团队开发的这项技术,把望远镜对暗弱行星的探测灵敏度提升了约2至15倍,成果已于11月4日发表在《自然》上。被找回的行星是51 Eridani b,此前因宿主恒星强光干扰,常规处理手段始终无法从韦布数据中辨认出它。

恒星太亮,行星信号被淹没

直接拍摄系外行星的难点在于亮度悬殊。即便是相对明亮的年轻巨行星,亮度也可能只有宿主恒星的约十万分之一。恒星光线经过望远镜光学系统后会在图像中形成明亮光晕,把附近行星的微弱信号盖住。天文学家长期用日冕仪遮挡恒星光线,但仍有部分光线从仪器周围泄漏,形成残余光晕。

过去约20年,常见做法是观测另一颗恒星取得参考图像,再与目标恒星的图像比对相减,以消除不需要的恒星光线。问题在于望远镜镜面和其他光学组件无法始终保持完全稳定,微小位移、倾斜和温度变化都会改变光线分布,使参考图像与实际观测出现差异,残余光线足以掩盖行星。

给望远镜建一个数字孪生模型

由西北大学博士生Rodrigo Ferrer-Chavez领衔的团队开发了名为Physics-based Learning for Imaging Planets(FLIP)的计算方法,西北大学物理与天文学助理教授Jason J. Wang为论文共同作者。FLIP不再完全依赖参考恒星的实际照片,而是建立望远镜的数字孪生模型,模拟恒星光线经过镜面、光学组件抵达探测器的全过程,重建图像中的恒星光晕。

研究团队利用自动微分和梯度优化调整模型中的数百万个参数,使模拟结果尽量贴近真实观测,并把光学畸变、仪器微小位移等因素纳入考虑,从而更准确地重建恒星光线并从原始图像中扣除。团队特别说明,FLIP虽然使用了与训练人工智能模型相似的计算优化工具,但并没有用人工智能去识别行星,而是依据望远镜的已知物理规律建模。Wang表示,光线通过望远镜的物理过程是已知的,不需要借助人工智能来理解图像中发生了什么。

三组数据测试,51 Eridani b信号被分离

团队用韦布此前拍摄的三颗恒星数据测试FLIP:拥有已知行星的HIP 65426、51 Eridani,以及此前没有已知行星伴星的TYC 5899。结果显示,FLIP在不同观测数据中均优于传统图像处理方法。最受关注的是从51 Eridani系统的红外观测中识别出51 Eridani b。韦布在4.3微米波长的观测此前始终未能通过传统方法识别这颗行星,而这一波段对研究行星大气中的二氧化碳尤其重要,二氧化碳会强烈吸收相应波长的红外光,使行星本就微弱的信号进一步减弱。用FLIP重新处理后,在传统方法未能探测到该行星的F430M滤镜观测中,新方法实现了约6.3的信噪比,达到显著探测水平。

这一结果也指向更远的应用。NASA正在推进规划中的宜居世界天文台(HWO),目标之一是直接拍摄围绕类太阳恒星运行的类地行星。类地行星比巨行星更暗弱,未来望远镜可能需要把光学系统稳定性控制在皮米级,比韦布稳定约100至1000倍。团队认为,FLIP这类基于物理模型的图像处理技术未来或许能补偿部分微小不稳定因素,降低对硬件极端稳定性的依赖,但仍需优化计算成本,并在更多望远镜和观测数据上验证。

对关注通信和观测技术的读者来说,这件事的启示不在天文本身,而在于“旧数据里还有没被挖出来的信息”。Ferrer-Chavez提到,人类尚未发现其他恒星周围存在与太阳系相似的行星系统,但这不代表它们不存在,也可能只是现有技术还识别不出来。同样的逻辑适用于各类观测与监测数据:硬件拍到了,软件没解析出来,价值就等于零。算法层面的进步,往往能让既有设备的投入产出比再上一个台阶。

本文由「天坠之家」编辑原创撰写,转载请注明出处。

© 版权声明
THE END
喜欢就支持一下吧
点赞 0 分享 赞赏
评论 抢沙发
OωO
取消 登录评论
SSL