在哈勃的“垃圾數據”中發現了 1.000 多顆未知的小行星

何塞·曼努埃爾·尼維斯FOLLOW

在馬克斯普朗克地外物理研究所的 Sandor Kruk 的指導下,一個國際研究小組剛剛在哈勃太空望遠鏡的廢棄數據中發現了 1.000 多顆我們直到現在才知道存在的小行星。 在最近發表在“天文學與天體物理學”上的一篇文章中,天文學家團隊詳細介紹了哈勃望遠鏡在過去 20 年中積累的地圖是如何分析的,他們發現了 1.700 多條小行星的軌跡。 他們中的許多人以前已經認識它們,但結果卻有 1.000 多個是全新的。

隨著歲月的流逝,越來越多的望遠鏡進行越來越多的觀測,填滿了幾乎沒有人有時間分析的數據文件。

事實證明,重要的發現有時會分解成這樣的數據,等待科學家開發新的分析方法和工具來發現它們。 這正是哈勃小行星獵人聯合項目的成功之處,該項目由一群天文學家於 2019 年作為 Zooniverse 平台上的公民科學項目啟動。 正如它自己的數字所示,目標是分析哈勃數據以尋找新的小行星。

“一個天文學家的垃圾可以成為另一個人的寶藏,”克魯克說。 事實上,分析的數據大多被其他與小行星無關的觀測數據丟棄,這些觀測數據將被歸類為“噪聲”。 但是,所有被丟棄且從未被任何人檢查過的數據仍然完美地存檔和可用。 “天文學檔案中積累的信息量——克魯克說——呈指數級增長,我們想利用這些美妙的數據”。

因此,該團隊檢查了 37.000 年 30 月 2002 日至 14 年 2021 月 XNUMX 日期間拍攝的 XNUMX 多張哈勃圖像。圖像上印有彎曲的條紋。 然而,定位這些指示線對於計算機來說是一項艱鉅的任務,這就是 Zooniverse 平台和公民科學的用武之地。

“由於哈勃本身的軌道和運動 - 克魯克解釋道 - 射線在圖像中顯得彎曲,這使得小行星軌跡難以分類,或者更確切地說,計算機很難理解如何自動檢測它們。 所以我們需要志願者進行初步分類,然後我們用它來訓練機器學習算法。”

該倡議取得了成功,共有 11.482 名志願者參與了圖像分類,結果為 1.488 份正面分類,約佔照片總數的 1%。 然後,這些數據被用來學習機器學習算法來搜索哈勃圖像的其餘部分,該算法返回了 900 次檢測。

這就是專業天文學家最終介入的地方。 在 Kruk 的帶領下,該論文的許多作者都審查了結果,不包括宇宙射線和其他物體。 最終,已確認的小行星軌道有 1.701 條,其中 1.031 條是全新且未知的。

研究人員說,到目前為止,它們都沒有被發現,因為它們太微弱了,而且可能比地面望遠鏡探測到的要小。 這篇文章是哈勃小行星獵人計劃中一項更複雜的工作的第一部分。 在下一階段,科學家們將利用凝結尾蹟的彎曲形狀來確定新小行星的軌道和距離。

“小行星——克魯克繼續說——是我們太陽系形成的殘餘物,這意味著我們可以更多地了解行星誕生時所處的環境。”

研究人員還保證,除了小行星之外,他的團隊還發現了其他數據:“存檔圖像中還有其他偶然的發現,現在我們正在研究它們”。 但庫爾克還不想透露這些“其他發現”的內容。 為此,我們將不得不等待更長的時間。