Newshot

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

Summary

IT之家 11 月 21 日消息,美国西北大学(Northwestern University)研究团队开发了一种新的系外行星成像处理技术,从詹姆斯 · 韦布空间望远镜(JWST)此前拍摄的数据中,成功识别出一颗此前未能通过常规图像处理方法观测到的巨行星。 研究人员表示,这项技术可将望远镜对暗弱行星的探测灵敏度提升 2 至 15 倍。研究成果于 11 月 4 日发表于《自然》。 这颗行星名为 51 Eridani b,此前已经由地面望远镜发现,但由于宿主恒星的强烈光芒干扰,天文学家一直无法从韦布望远镜的一组红外观测数据中辨认出它。 系外行星直接成像面临的一大难题,是恒星与行星之间巨大的亮度差异。即使是相对明亮的年轻巨行星,其亮度也可能比宿主恒星低约 10 万倍。恒星光线经过望远镜光学系统后,会在图像中形成明亮的光晕,掩盖附近行星微弱的光信号。 天文学家长期使用日冕仪(Coronagraph)遮挡恒星光线,以便观测周围的行星。不过,仍有部分恒星光线会从仪器周围泄漏,形成残余光晕。 过去约 20 年间,研究人员通常通过观测另一颗恒星获取参考图像,再将其与目标恒星的观测图像进行比对和相减,以消除不需要的恒星光线。但望远镜的镜面和其他光学组件无法始终保持完全稳定,微小的位移、倾斜和温度变化都可能改变光线分布,导致参考图像与实际观测之间出现差异,进而留下足以掩盖行星的残余光线。 为解决这一问题,由西北大学博士生 Rodrigo Ferrer-Chavez 领衔的研究团队开发了名为 Physics-based Learning for Imaging Planets(FLIP)的计算方法。IT之家注意到,西北大学物理与天文学助理教授 Jason J. Wang 也是论文共同作者。 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,通过模拟恒星光线经过望远镜镜面、光学组件并抵达探测器的过程,重建图像中的恒星光晕。 研究人员利用自动微分和梯度优化等计算方法,调整模型中的数百万个参数,使模拟结果尽可能接近望远镜的真实观测数据。模型还会考虑光学畸变、仪器微小位移以及其他不完美因素,从而更准确地重建恒星光线,并从原始图像中将其扣除。 研究团队特别强调,尽管 FLIP 使用了与训练人工智能模型相似的计算优化工具,但它本身并没有使用人工智能识别行星,而是依据望远镜的已知…

Original text(via IT之家)

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

IT之家 11 月 21 日消息,美国西北大学(Northwestern University)研究团队开发了一种新的系外行星成像处理技术,从詹姆斯 · 韦布空间望远镜(JWST)此前拍摄的数据中,成功识别出一颗此前未能通过常规图像处理方法观测到的巨行星。

研究人员表示,这项技术可将望远镜对暗弱行星的探测灵敏度提升 2 至 15 倍。研究成果于 11 月 4 日发表于《自然》。

这颗行星名为 51 Eridani b,此前已经由地面望远镜发现,但由于宿主恒星的强烈光芒干扰,天文学家一直无法从韦布望远镜的一组红外观测数据中辨认出它。

系外行星直接成像面临的一大难题,是恒星与行星之间巨大的亮度差异。即使是相对明亮的年轻巨行星,其亮度也可能比宿主恒星低约 10 万倍。恒星光线经过望远镜光学系统后,会在图像中形成明亮的光晕,掩盖附近行星微弱的光信号。

天文学家长期使用日冕仪(Coronagraph)遮挡恒星光线,以便观测周围的行星。不过,仍有部分恒星光线会从仪器周围泄漏,形成残余光晕。

过去约 20 年间,研究人员通常通过观测另一颗恒星获取参考图像,再将其与目标恒星的观测图像进行比对和相减,以消除不需要的恒星光线。但望远镜的镜面和其他光学组件无法始终保持完全稳定,微小的位移、倾斜和温度变化都可能改变光线分布,导致参考图像与实际观测之间出现差异,进而留下足以掩盖行星的残余光线。

为解决这一问题,由西北大学博士生 Rodrigo Ferrer-Chavez 领衔的研究团队开发了名为 Physics-based Learning for Imaging Planets(FLIP)的计算方法。IT之家注意到,西北大学物理与天文学助理教授 Jason J. Wang 也是论文共同作者。

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,通过模拟恒星光线经过望远镜镜面、光学组件并抵达探测器的过程,重建图像中的恒星光晕。

研究人员利用自动微分和梯度优化等计算方法,调整模型中的数百万个参数,使模拟结果尽可能接近望远镜的真实观测数据。模型还会考虑光学畸变、仪器微小位移以及其他不完美因素,从而更准确地重建恒星光线,并从原始图像中将其扣除。

研究团队特别强调,尽管 FLIP 使用了与训练人工智能模型相似的计算优化工具,但它本身并没有使用人工智能识别行星,而是依据望远镜的已知物理规律建立模型。

Wang 表示,研究人员已经掌握光线通过望远镜的物理过程,因此不需要借助人工智能来理解图像中发生了什么。

研究团队使用韦布望远镜此前拍摄的三颗恒星数据测试 FLIP,分别是拥有已知行星的 HIP 65426、51 Eridani,以及此前没有已知行星伴星的 TYC 5899。

测试结果显示,FLIP 在不同观测数据中均优于传统图像处理方法,探测灵敏度提升约 2 至 15 倍。其中最受关注的成果,是成功从韦布望远镜对 51 Eridani 系统的红外观测中识别出巨行星 51 Eridani b。

此前,研究人员已经通过地面望远镜发现这颗行星,但韦布望远镜在 4.3 微米波长下的观测始终未能通过传统处理方法识别它。这一波段对研究行星大气中的二氧化碳尤其重要,因为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。

研究人员使用 FLIP 重新处理同一组观测数据后,成功分离出 51 Eridani b 的光信号。论文数据显示,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。

Wang 表示,这一结果说明,过去一些望远镜观测数据中可能已经包含有价值的行星信息,只是此前缺少足够有效的工具将其提取出来。

这项技术也可能对未来的空间望远镜任务产生影响。NASA 正在推进规划中的宜居世界天文台(Habitable Worlds Observatory,HWO),其目标之一是直接拍摄围绕类似太阳的恒星运行的类地行星。

由于类地行星比巨行星更加暗弱,未来望远镜可能需要将光学系统的稳定性控制在皮米级,即万亿分之一米的尺度。相关要求可能意味着望远镜需要比韦布望远镜稳定约 100 至 1000 倍。

研究团队认为,FLIP 这类基于物理模型的图像处理技术,未来或许能够补偿望远镜部分微小的不稳定因素,降低对硬件极端稳定性的依赖。不过,该方法仍需要进一步优化计算成本,并在更多望远镜和观测数据上进行验证。

论文第一作者 Ferrer-Chavez 表示,目前人类尚未发现其他恒星周围存在与太阳系行星相似的行星系统,但这并不意味着它们不存在,也可能只是现有观测技术还无法将其识别出来。随着探测技术不断改进,天文学家有望发现更多类型的行星,进一步研究行星系统的形成与演化。

相关文章

  • HMD 2320 Flip 4G 功能机曝光:紫光展锐 T127 芯片,1.77 英寸外屏
  • 6499 → 2559 元:小米 MIX Flip 2 小折叠手机 512G 国补后京东新低
  • 上市 5999 元:小米 MIX Flip 2 小折叠手机国补后 2271 元新低
  • 5999 → 2339 元:小米 MIX Flip 2 小折叠手机新低,骁龙 8 至尊版 + 双 VC 立体散热
  • HMD 诺基亚 2360 Flip 翻盖功能机曝光:紫光展锐 T127 芯片,1.8 英寸外屏
  • 上市 5999 元:小米 MIX Flip 2 小折叠手机国补后 2378 元新低

The text above was extracted automatically from the source page and may miss images, tables or code blocks. The original is authoritative.

Published by IT之家
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗