Новый метод позволит сопоставлять наблюдения небесных объектов, сделанные разными телескопами
Команда исследователей из университета Джона Хопкинса разработала передовой подход к обработке данных, позволяющий сопоставлять наблюдения небесных объектов, сделанные с помощью нескольких телескопов.
Этот новый инструмент потенциально может повысить точность и надежность астрономических каталогов. Результаты работы команды опубликованы в Astronomical Journal.
Команда стремилась преодолеть фундаментальную проблему в астрономии: разные телескопы, снимающие несколько изображений одной и той же области неба в разных условиях, могут дать дополнительную информацию, но подвержены неточностям в измерениях. Более того, при измерении двух или более небесных объектов, находящихся поблизости, наблюдения могут перемешаться, что представляет сложную вычислительную проблему.
Для решения этой задачи команда использовала сложный подход к анализу данных, который предполагает присвоение «оценки» каждой паре наблюдений из двух отдельных обзоров.
«Мы присваиваем каждой паре наблюдений из обзора 1 и обзора 2 «оценку», которая измеряет вероятность того, что эти наблюдения были сделаны за одним и тем же небесным объектом. Эта вероятность возрастает, если два наблюдения находятся ближе друг к другу с точки зрения их углового расстояния в небе, и быстро уменьшается по мере удаления двух наблюдений друг от друга», — объяснили исследователи.
Этот метод эффективно сопоставляет наблюдения из различных обзоров, чтобы максимизировать совокупную вероятность того, что они относятся к одному и тому же объекту. Исследователи говорят, что этот прорыв значительно ускоряет процесс сопоставления и позволяет обрабатывать обширные наборы данных, что делает его бесценным для проведения крупномасштабных астрономических исследований.
Команда намерена и дальше совершенствовать этот метод, чтобы обрабатывать гораздо большее количество наблюдений, намного превышающее текущие 50-100.
«В то время как предыдущие точные методы могли обрабатывать от 10 до 20 каталогов, наш новый метод позволяет нам обрабатывать до 100 каталогов», — сказал первый автор Джейкоб Фейтельберг, докторант Колумбийского университета. — «Наш новый инструмент — это первый точный метод, который достаточно быстр, чтобы начать использовать его в реальных каталогах».
