新算法提升韦布望远镜灵敏度发现巨行星

美国西北大学天体物理学家罗德里戈·费雷尔－查韦斯与王杰森团队开发出新的图像处理技术，把望远镜物理模型与机器学习优化工具相结合，提升美国国家航空航天局詹姆斯·韦布空间望远镜发现系外行星的能力。团队重新分析韦布望远镜既有数据，从两年前的观测中剥离恒星残光，成功发现此前被掩盖的巨行星“波江座五十一号行星”，并在红外波段实现超过五倍标准差的显著探测。研究将于十一月四日发表于《自然》。 系外行星亮度常比母星低数万至百万倍，韦布望远镜虽有日冕仪，仍有星光泄漏。传统扣除眩光方法依赖参考恒星图像，但望远镜在纳米和皮米尺度上的抖动、热胀冷缩及结构形变会使参考图失配，残留星光足以淹没弱信号。新技术通过构建望远镜数字孪生，模拟光线经镜面和探测器传播的路径，再优化数百万参数修正残余星光；它并不用人工智能直接识别行星，而是借类似模型训练的优化工具求解已知物理过程。 对三组不同恒星数据重分析显示，该方法将探测灵敏度提高二至十五倍。波江座五十一号行星曾由地面望远镜发现，但在韦布望远镜四点三微米二氧化碳吸收波段曾被残余眩光掩盖；使用新技术后，行星按预期位置显现。成果表明既有观测中仍藏有行星，未来有望发现更小、更冷、更暗弱的世界，并帮助研究大气成分；长远看，该技术可降低下一代宜居世界观测设备对皮米级光学稳定性的要求。