TESS在寻找太阳系之外的世界，如何缩小范围，确定关注哪些行星？

　　在上个月举行的美国天文学会（AAS）的年度会议上，麻省理工学院的研究人员介绍了来自诸如过境系外行星调查卫星（TESS）等计划的新数据。麻省理工学院地球，大气与行星科学系，物理系以及麻省理工学院卡夫利天体物理与空间研究所的科学家以一种纯虚拟的形式分享了他们的发现，包括使用大气表征和机器学习工具及技术了解有关太阳系外行星的更多信息。

　　对于对我们太阳系以外的行星感兴趣的研究人员而言，宇宙中无数的恒星和行星提供了太多的研究目标。科学家如何才能缩小选择范围，并确定要关注的行星？

　　进入TESS：由MIT研究人员领导的NASA任务。2018年4月18日，太空望远镜开始了为期两年的主要任务，该任务是对大片天空进行成像，并允许研究人员寻找围绕其他恒星运行的行星。TESS于去年夏天完成了这一任务，对四分之三的天空进行了成像，并确定了66颗新系外行星和2100颗行星候选者。在接下来的两年中，TESS将从南半球开始以更精细的数据分辨率在天空中收集信息。

　　在AAS会议上，麻省理工学院的科学家与会议与会者分享了他们在TESS方面的发现，同时期待着望远镜开始其扩展任务的过程。

　　大气特征

　　为了确定使用TESS的潜在系外行星，研究人员寻找来自恒星的光量变化。恒星光中的小倾角可能意味着行星已经通过了它的前方，从而阻止了某些光到达地球。通过测量这些所谓的过境，科学家可以估算出一颗行星的大小，绕其恒星运行需要多长时间以及它是否与其他行星相邻。

　　麻省理工学院地球，大气与行星科学系51岁的佩加西b博士后研究员Ian Wong介绍了他对TESS首要任务观测到的各种系外行星的观察。

　　Wong使用TESS数据观察了18个已知系外行星在其宿主恒星前经过，但他也对当它们在恒星后面行进时发生的事情感兴趣。所谓的“第二次日食”，是指当一颗行星被其恒星遮挡时发生的微小光晕，揭示出一颗行星反射或发出的光的数量和种类。这使科学家能够了解系外行星直接面对恒星的那一面的反照率（反射的光量）和温度。

　　通过他为期两年的项目，Wong发现随着行星的白天温度从2200华氏度升高到5,000 F，其反照率也升高。这是一个令人惊讶的趋势，因为在这个高温范围的高端不太可能形成云，而云对行星的反照率起了重要作用。Wong说，这颗行星的夜云可能会移到白天，或者光被另一种物质反射，例如亮白色的二氧化钛。这种相关性仍是暂时的，Wong将根据TESS的扩展任务中的最新数据进一步进行调查。

　　机器学习应用

　　Maximilian N.Günther是Juan Carlos Torres研究员，也是麻省理工学院的博士后。在会议的第一天，Günther进行了一次演讲，他在演讲中展示了他如何使用机器学习来测量恒星耀斑（恒星的爆炸事件），这可能是宜居行星的迹象。

　　他的演讲谈到了恒星耀斑和日冕物质抛射或向太阳风中大量释放等离子体对寻找宜居行星的影响。绘制恒星耀斑是必不可少的，因为它们可能会做以下两件事之一：要么剥夺生命所必需的元素的气氛，要么触发最终可能导致生命的化学反应的能量。耀斑可以表明行星的类型，年龄和其他重要因素。

　　随着年轻星球的发展，Günther说：“您想要能够形成这些RNA和益生元化学前体的极端燃烧。但是一旦触发，您就基本上要停止燃烧，因为您希望生活不断发展，并且希望不再消耗臭氧。所以这是个好地方。”

　　当算法可以快速筛选并理解大量数据时，就会发生机器学习。先进的机器学习技术可以对TESS在头两年捕获的恒星耀斑进行高效，详细的报告。没有机器学习，该过程将花费超过一生的时间才能完成。

　　Günther还强调说，虽然使用机器学习来检查TESS数据可以帮助识别可能居住的行星，“如果我们看不到合适的爆发量，那并不一定排除可能没有其他事情，例如火山爆发，闪电罢工或热液喷口触发了这些行星的生命。因此，这基本上只是我正在寻找的一种生活途径。”

　　拉胡尔·贾亚拉曼（Rahul Jayaraman）是麻省理工学院的二年级博士生，专门研究TESS数据的大规模搜索以发现有趣的现象。Jayaraman展示了他的工作，“利用机器学习来检测TESS FFI中的瞬态。” FFI是全帧图像，是TESS在其整个视场中产生的详细照片。

　　尽管TESS主要用于探测系外行星，但TESS成像整个天空的能力也可能使研究人员能够识别短暂的或短暂的事件。这些事件可能包括超新星和伽马射线爆发引起的余辉，这是在黑洞形成过程中发生的高能，强烈能量爆发。

　　“ TESS连续不断地注视着天空的广阔区域，”贾亚拉曼在会谈中解释说。“我们希望分析来自所有这些FFI的时间序列数据可能会产生显示出显着可变性的像素，这可能与天体物理瞬变事件相对应。”

　　Jayaraman小组正在设计一种算法，该算法可以识别TESS FFI中的像素，这些像素可能表示罕见和令人兴奋的瞬态事件-否则可能不会发生的事件。

　　最终，研究人员希望该算法能够在没有人工监督的情况下运行。理想情况下，该程序会将数千个潜在的罕见事件范围缩小到几十个左右，以供科学家研究。

　　贾亚拉曼在讲话中说：“我认为（目前）仍然应该有人，以确保不会发出任何误报。” “但我认为最终目标确实是确保我们可以获得某种完全自动化的产品。一旦我们对代码有了更大的信心，我们就可以进行工作。”