Towards optimal photometric calibration of digital astronomical plates with deep learning

想象一下，将星空视为一座巨大的、古老的图书馆。一个多世纪以来，天文学家并没有使用数字相机，而是使用涂有特殊化学薄膜的玻璃底片来捕捉星光。这些底片就像时间胶囊，保存着数十年前甚至一个世纪前的宇宙快照。今天，科学家们已经将数百万张这样的底片扫描进计算机，希望能利用这些历史数据来追踪恒星随时间变化的过程。但问题在于：这些旧照片非常棘手。与通过直线、可预测的方式测量光线的现代数字相机不同，这些旧底片的反应是扭曲且不可预测的。它们会被恒星的亮度、颜色以及在玻璃上的精确位置所“迷惑”。如果你试图在不修正这些特性特征的情况下使用这些旧照片来测量恒星的亮度，你的数值就会出现偏差，导致这个“图书馆”变得有些混乱。

正是在这里，一个天文学家团队带着一个新想法介入了。他们意识到，修复这些旧照片的旧方法就像是在试图通过只拉动绳结的一端来解开一个结。他们拥有了一个新工具：一种被称为神经网络的人工智能。你可以把这个网络想象成一个超级聪明的侦探，它不仅仅一次只看一个线索，而是观察亮度、颜色和位置是如何交织并转动的。通过教导这个侦探去识别旧照片中的隐藏模式，该团队找到了一种比以前更有效地清理数据的方法，从而释放了这些宇宙时间胶索的真正潜力。

旧“配方”的问题

长期以来，天文学家一直尝试使用一种称为 MYX25 的方法来修复这些数字化底片中的误差。想象一下你在烤蛋糕，你知道配方需要针对三件事进行调整：糖的量（亮度）、面粉的类型（颜色）以及厨房的温度（在底片上的位置）。旧方法将这三种成分视为完全独立的东西。它会说：“好吧，我先修复糖的部分，然后再修复面粉的部分，最后再修复温度的部分。”

但问题在于：在现实世界中，这些因素并不是单独行动的。文章解释说，这些旧底片上的“温度”（图像质量）往往会随着“糖分”（亮度）的变化而改变。一颗明亮的恒星根据它在底片上的位置不同，看起来可能会有所不同；而一颗暗淡的恒星在不同的位置也会表现得不同。旧的配方未能看到这种联系。当科学家们在使用旧方法后观察“残余物”（误差）时，他们看到了奇怪的环状图案。这就像是蛋糕中心很完美，但边缘却出现了奇怪的波纹，而且这些波纹会随着糖分的多少而改变。

作者通过计算机模拟证明了这一点。他们创建了虚假数据，其中图像质量会根据恒星的亮度而变化。当他们使用这种旧的“分离成分”法时，误差正好呈现出与真实的、混乱的照片一致的状态。这表明旧方法忽略了亮度与位置是“好朋友”这一事实——它们是耦合的，或者说是捆绑在一起的。

新的超级侦探：MFF-Net

为了解决这个问题，该团队构建了一个名为 MFF-Net（多特征融合网络）的新系统。与其将亮度、颜色和位置视为独立的成分，这个新系统会同时观察它们，就像一个一眼就能看清整个犯罪现场的侦探。

把 MFF-Net 想象成一位正在学习绘制完美天空肖像的高级艺术家。每颗恒星都会向这位艺术家提供四项信息：

1. 恒星在底片上看起来有多亮（仪器星等）。
2. 恒星是什么颜色的。
3. 恒星所处的位置（x 和 y 坐标）。

这个网络不仅仅是在猜测；它在学习。它使用一种称为“傅里叶编码”的特殊技术来理解空间。想象你在描述一座山的形状。你可以只说“中间很高”，但这太简单了。或者你可以同时描述微小的起伏、平缓的坡度以及巨大的曲线。MFF-Net 对天空也是如此，它同时学习误差中的微小起伏和巨大曲线。它学会了位于角落的明亮恒星可能需要与位于中心的明亮恒星不同的修正，并且它能准确找出如何修复，而无需被告知规则。

结果：清理宇宙图书馆

该团队在 1,200 张数字化的中国天文底片上测试了这个新侦探。结果令人印象深刻。

• 精度： 旧方法（MYX25）的误差范围为 0.11 到 0.26 等（亮度的一种度量）。新的 MFF-Net 方法将其收窄到了 0.08 到 0.18 等。这是一个显著的进步，使数据变得更加清晰。
• 明亮恒星的红利： 最大的收获在于那些最亮的恒星。对于这些恒星，新方法的表现大约是旧方法的两倍好，将误差减半。这至关重要，因为明亮的恒星通常是某些类型天文学研究中最重要的对象，但此前它们是最难准确测量的。
• 不再有圆环： 当科学家们在使用 MFF-Net 后观察误差图时，那些奇怪的环状图案消失了。误差现在分布得非常均匀，就像一张光滑的纸，而不是聚集在奇怪的形状中。

论文指出，当图像质量随观察位置和恒星亮度发生剧烈变化时，这种新方法的效果最好。尽管在那些已经拥有数千颗参考星的底片上，改进程度看起来可能较小（因为旧方法在那里已经做得相当不错了），但新系统在处理最亮的恒星方面依然表现出色。

这为什么重要

这不仅仅是为了让图片变得更漂亮；这是为了让过去对未来有用。通过使用 MFF-Net 清理这些旧底片，天文学家现在可以比以前更可靠地信任来自一个世纪前的数据。他们可以利用这些历史快照来研究恒星如何演化、星系如何移动以及宇宙如何变化，而无需等待建造新的望远镜。作者计划利用这个新框架来更新中国底片的目录，并最终将其应用于全球其他的历史档案，将这些尘封的玻璃底片转化为通往我们宇宙历史的高精度窗口。