🔭 astrophysics

From DES to KiDS: Domain adaptation for cross-survey detection of low-surface-brightness galaxies

本文证明，利用在暗能量巡天数据上训练的深度学习模型进行领域自适应的技术，能够稳健地识别并表征 KiDS DR5 巡天中超过 20,000 个低表面亮度星系和 434 个超弥散星系，从而为 LSST 和 Euclid 等未来大规模巡天创建均匀星系星表确立了可扩展的途径。

原作者： Hareesh Thuruthipilly, Krzysztof Lisiecki, Junais, Katarzyna Małek, Agnieszka Pollo, William J. Pearson, Antonio Vanzanella, Saptarshi Pal, Miguel Figueira, Pratik Dabhade, Anna Durkalec, Aidan P. Co

发布于 2026-05-14

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Hareesh Thuruthipilly, Krzysztof Lisiecki, Junais, Katarzyna Małek, Agnieszka Pollo, William J. Pearson, Antonio Vanzanella, Saptarshi Pal, Miguel Figueira, Pratik Dabhade, Anna Durkalec, Aidan P. Cotter, Unnikrishnan Sureshkumar, Nandini Hazra, Patryk Matera, Subhrata Dey, Michal Vrábel, Anirban Dutta, Henry Willems, Nicola Principi Cavaterra, Natalia Dobrowolska, Wojciech Knop

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象宇宙是一间巨大的黑暗房间，里面摆满了数千种不同类型的家具。大多数家具闪闪发光、明亮醒目，很容易被发现——就像一盏璀璨的吊灯或一张抛光的桌子。这些就是我们在天空中通常看到的“正常”星系。然而，在房间的角落，紧靠着昏暗的墙壁，隐藏着一些由稀薄、飘渺的织物构成的微弱、幽灵般的物体。这些就是低表面亮度星系（LSBGs）。它们如此暗淡且分布稀疏，以至于极难被发现，但它们可能构成了房间里所有家具的很大一部分。

本文讲述的是一群天文学家如何构建了一台特殊的“智能相机”，以便在新绘制的天空地图中发现这些幽灵般的星系，尽管这台相机最初是在另一张地图上进行训练的。

以下是他们完成这一工作的故事，分解为简单的步骤：

1. 问题：训练一只狗在另一片森林中寻找猫

天文学家拥有一个非常聪明的计算机程序（一种称为深度学习的人工智能），它擅长在名为DES（暗能量巡天）的特定天空巡天数据中发现这些微弱的星系。可以将这个程序想象成一只被训练在特定森林中寻找特定类型兔子的狗。

然而，他们希望利用这只“狗”在名为KiDS（千度巡天）的另一片森林中寻找兔子。问题在于？这两片森林看起来不同。光照不同，树木的大小不同，地面的纹理也不同。通常，如果你把在森林 A 训练过的狗放到森林 B 中，它会感到困惑并停止工作。

2. 解决方案：“翻译”技巧

与其从头重新训练这只狗（这将需要很长时间并需要大量新的训练数据），团队使用了一个巧妙的技巧，称为域适应。

想象一下，你正试图向一个说不同语言的人展示一张兔子的图片。与其教他们整个语言，你只需翻译图片的概念。

团队将来自新森林（KiDS）的图像进行了调整，使它们在物理外观上与旧森林（DES）相似。
他们将恒星的亮度转换为通用的“物理单位”（就像从“对我眼睛看起来亮”转换为“确切的光能量值”）。
他们调整了图像的大小，使构成图像的“像素”（微小的点）匹配相同的比例。

通过这样做，他们让新森林对旧狗来说看起来是熟悉的。这只狗不需要新的训练；它只是认出了兔子，因为在这个新的、被翻译过的“语言”中，它们看起来是一样的。

3. 搜寻：寻找幽灵

利用他们“翻译”后的图像，他们在 KiDS 数据上运行了人工智能模型。

结果： 人工智能发现了20,180个这种微弱、幽灵般的星系！
超暗弱的星系： 他们还发现了434个“超扩散星系”（UDGs）。这些就像所有幽灵中最透明、最飘渺的——体积巨大但重量极轻。

4. 清理：人眼的作用

计算机很出色，但它们并不完美。有时它们会被天空中奇怪的图案所欺骗，比如镜头上的污点，或者一颗看起来像模糊光斑的遥远恒星。

团队让 18 名人类志愿者充当“质量控制检查员”。
他们逐一查看了数千张图像，以确保人工智能没有犯错。
经过这次人工审查后，他们确认了最终包含 20,180 个星系的列表。

5. 他们学到了什么？

一旦他们拥有了他们的“幽灵”列表，他们就开始向它们提出问题：

它们与正常星系有关吗？ 是的。团队发现，这些微弱的星系位于小型正常矮星系和巨大的超扩散星系之间的平滑滑动尺度上。这就像发现了一条连接小凳子和巨大懒人沙发的平滑斜坡，而不是它们之间存在鸿沟。它们都是同一个家族的一部分。
它们是蓝色还是红色？ 这些星系主要有两种颜色，就像双重人格：
- 蓝色（73%）： 这些是仍在制造新恒星的“青少年”。它们很活跃，正在形成新的生命。
- 红色（27%）： 这些是已经停止制造恒星的“退休者”。它们安静且古老。
它们住在哪里？ 团队根据星系居住的位置观察到了强烈的模式。
- 独自居住在“乡村”（孤立空间）中的星系大多是蓝色且活跃的。
- 居住在拥挤“城市”（星系团）中的星系大多是红色且安静的。
- 类比： 这就像生活在繁忙的城市中。人群的喧嚣和压力（其他星系）似乎“抑制”或停止了恒星形成过程，将蓝色、活跃的星系转变为红色、安静的星系。环境是它们改变的原因。

6. 大局观

该论文得出结论，这种“翻译”方法效果极好。它证明我们可以利用在一个巡天数据上训练过的人工智能，在另一个巡天数据中发现星系，而无需从头开始。

这是一件大事，因为在不久的将来，像 LSST 和 Euclid 这样的大型新望远镜将拍摄整个天空的照片，发现数百万个这种微弱的星系。我们将没有时间为每一台望远镜训练一个新的人工智能。这篇论文为我们提供了一张路线图：训练一次，翻译数据，然后在各地寻找幽灵。

简而言之，团队构建了一把万能钥匙，打开了通往宇宙中最隐蔽、最微弱居民的门户，证明了只要知道如何寻找，即使是宇宙中最微弱的光芒也能被发现。

技术摘要：从 DES 到 KiDS：用于跨巡天探测低表面亮度星系的域适应

问题陈述
低表面亮度星系（LSBGs）对于理解星系形成至关重要，并构成了宇宙中星系种群和动力学质量的显著部分。然而，由于其弥散性质，它们难以被探测，导致在当前星表中严重代表性不足。该领域面临的一个主要挑战是缺乏普遍采用的观测定义，以及由于测光零点、像素尺度、点扩散函数（PSF）和噪声特性的差异，将针对某次巡天训练的检测方法应用于另一次巡天变得困难。随着天文学界为即将开展的“时空遗产巡天”（LSST）和“欧几里得”（Euclid）任务做准备，这些任务将发现数百万个弥散星系，因此迫切需要稳健、自动化且可扩展的方法，以在不针对每个新巡天进行耗时的重新训练或手动重新标注的情况下，构建跨异构数据集的同质 LSBG 星表。

方法论
作者研究了域适应技术在利用仅针对暗能量巡天（DES）训练的模型来识别千度巡天数据发布 5（KiDS DR5）中的 LSBGs 方面的有效性。

训练数据：本研究利用了来自 DES DR1 的 37,000 个物体的标注数据集（18,532 个 LSBGs 和 18,468 个污染物），由 Tanoglidis 等人（2021b）识别并由 Thuruthipilly 等人（2024b）更新。
模型架构：采用三个深度学习模型的集成：一个卷积神经网络（CNN）和两个基于 Transformer 的模型（LSBG-DETR 和 LSBG-ViT）。这些模型最初是为 DES 开发的，但现使用双波段（g 和 r）输入进行重新训练，以降低计算成本同时保持性能。
域适应策略：为了弥合源域（DES）和目标域（KiDS）之间的分布差异，作者应用了一种基于物理的无监督域适应方法。这包括：
1. 将像素值转换为物理表面亮度单位（ $\mu$ Jy arcsec $^{-2}$ ），以归一化测光零点。
2. 将图像调整大小至统一分辨率（64 $\times$ 64 像素），以考虑像素尺度的差异，同时保持通量守恒。
3. 应用这些归一化后，DES 训练的模型可直接应用于 KiDS 成像，而无需重新训练。
选择流程：
1. 预选择：从 KiDS DR5 父星表（约 1.38 $\times$ 10 $^8$ 个源）中，根据有效半径（ $2'' < r_{eff} < 20''$ ）、轴比（ $q > 0.3$ ）和表面亮度（ $\mu_{eff,r} > 23$ mag arcsec $^{-2}$ ）以及颜色切割筛选候选体。
2. 深度学习分类：如果至少有一个模型分配的概率 $P \ge 0.5$ ，该集成模型将源分类为 LSBG 候选体。
3. 结构拟合：候选体使用 galfitm 进行 g、r 和 i 波段的同步 Sérsic 拟合，以细化结构参数并识别核化系统。
4. 目视检查：由 18 位合著者组成的团队对候选体进行目视检查，以去除污染物和误拟合，确保样本的高纯度。
5. 红移与物理性质：最终样本与光谱巡天（2dFGRS、GAMA、SDSS、DESI）和 H I 巡天（ALFALFA、FAST）进行交叉匹配以获得红移。对于缺乏光谱红移的源，通过使用 CIGALE 进行光谱能量分布（SED）拟合，推导测光红移（photo-z）、恒星质量（ $M_*$ ）和恒星形成率（SFR）。

主要结果

星表构建：该方法成功在 KiDS DR5 中识别出 20,180 个 LSBGs 和 434 个超弥散星系（UDGs）。
模型性能：该集成模型在 DES 测试集上实现了 97% 的召回率，污染率约为 6%。针对重叠 KiDS 覆盖范围内已知 LSBGs 的验证显示，DES LSBGs 的再识别率为 95.1%，已知 UDGs 为 92.2%，证实了模型跨巡天泛化的能力。
结构性质：KiDS-LSBGs 表现出与 DES 和超视主镜 SSP 巡天（HSC-SSP）中的 LSBGs 一致的结构参数（Sérsic 指数、轴比、有效半径）。
大小 - 光度关系：研究揭示了一个连续的大小 - 光度关系，连接了经典矮星系、LSBGs 和 UDGs，表明它们代表了矮星系种群的弥散延伸，而非一个独特的类别。
测光红移：SED 拟合得出的测光红移估计值的归一化中位绝对偏差（NMAD）为 $\sigma_{NMAD} = 0.031$ ，与一般 KiDS 星系种群相当。然而，测光红移值被系统性高估（ $\Delta z \simeq 0.024$ ），导致恒星质量和 SFR 估计出现系统性偏差。尽管存在这些偏差，比恒星形成率（sSFR）的偏移量很小（约 0.13–0.22 dex），保留了恒星形成主序列的结构。
颜色双峰性与环境：LSBG 样本显示出双峰颜色分布（约 73% 为蓝色，约 27% 为红色）。观察到强烈的环境趋势：星系团中的 LSBGs 和 UDGs 颜色更红，且与非星系团系统相比恒星形成受到抑制。在最低红移区间（ $z \le 0.03$ ），72.7% 的星系团 LSBGs 被淬灭，而非星系团环境中这一比例仅为 11.1%。在星系团中，UDGs 比非 UDGs 受到更强烈的淬灭。

意义与主张
本文证明，域适应（特别是通过表面亮度归一化和图像调整大小）使得在单次巡天（DES）上训练的深度学习模型能够在不重新训练的情况下，有效地识别不同独立巡天（KiDS）中的 LSBGs。这为在异构数据集上构建同质 LSBG 星表提供了一条可扩展且计算高效的途径。

作者声称，该框架特别适用于即将到来的 LSST 和 Euclid 时代，届时海量数据将使针对特定巡天的模型训练和人工目视检查变得不切实际。通过证明跨巡天识别的可行性，该研究为系统性地大规模研究弥散星系在宇宙时间尺度上的结构、恒星种群和环境性质奠定了基础。该工作还强调，尽管测光红移推导出的性质存在系统性偏差，但它们对于种群层面的统计分析（例如表征 LSBGs 的恒星形成主序列）仍然有用。