PopSci 问答：如何挖掘废弃数据以发现真正的纹身

在现代天文探索者的殿堂中，开普勒太空望远镜名列前茅，它仅用观测一小部分天空就发现了 1200 多个太阳系外的世界。开普勒发现了灼热的微小类地行星、可能共用轨道的行星、特别吸光的漆黑行星，以及 54 颗舒适地栖息在恒星宜居带中的行星。9 月，开普勒天文学家宣布了另一项奇特的发现：一颗围绕双星系统运行的行星，就像某部科幻电影六重奏中的某个暗褐色世界一样。

但大多数人可能不知道，这个令人兴奋的发现——无疑是开普勒迄今为止最著名的发现之一——最初是别人的垃圾。劳伦斯·道尔高兴地仔细检查了它，并带来了当年最大的科学发现之一。

多伊尔在接受 PopSci 采访时表示，这颗名为 Kepler-16b 的环双星行星是在对食双星系统进行艰苦审查后发现的。对于大多数寻找恒星亮度光点以探测凌日行星迹象的行星猎人来说，这些双星会混淆数据。

“单星凌日猎手会把食双星称为行星搜寻的祸根，”道尔说。“但一个人的祸根却是另一个人的财富。我们说‘把你们的可怜的、疲惫的食双星给我们吧。’他们把它们扔了，我们拿走了。”

PopSci 采访了 SETI 研究所的天体物理学家 Doyle，以了解他和他的同事是如何做到这一点的。

PopSci：如果开普勒只观测天空的一小部分，为什么它能收集到如此多的数据？

劳伦斯·道尔：开普勒是哈勃太空望远镜的广角版。哈勃就像是用双筒望远镜研究远处山脊上的麋鹿，你会注意到它们有犄角和鹿角。开普勒更像是在调查麋鹿。你会数远处山上的麋鹿，而不是研究其中一只麋鹿的鹿角或蹄子。哈勃的主要目标是确定宇宙的年龄，开普勒的主要目标是寻找另一个地球，因此它需要查看大量数据。1500 万颗恒星撞击开普勒望远镜，由于内存限制（主要是由于资金问题），我们只能下载最亮的 155,000 颗恒星。如果你去钓鱼，这需要时间。因此，开普勒已经连续三年观察了 155,000 颗恒星。这是大量的数据。此外，你正在查看的数据比以前对恒星所做的数据敏感 100 倍。我们正在查看光变曲线。开普勒不测量颜色或光谱，它只是凝视并非常精确地测量恒星亮度的变化。你可以通过恒星亮度随时间的变化来了解大量有关恒星的信息。

食双星工作组必须检查 155,000 条光变曲线，才能找出食双星。食双星的数量约为 2,000 颗。

PS：你是说你用肉眼就能看到它们？你是怎么找到它们的？

LD：食双星有各种各样的类型——有分离型、半分离型、接触型，以及食变时振荡的双星。编写一个涵盖所有类型的算法实在是太难了，所以我们说，大家，让我们咬紧牙关吧。我们八个人的小组就开始寻找。我们会寻找光变曲线的下降，然后再寻找第二个下降，然后说这是一个候选者。但我们花了两年时间寻找食双星，然后我才开始寻找行星。我们基本上可以瞥一眼某个东西就说它是食双星，我每天可以找到几十个。

甚至 15 年前，数据都是个问题；我们无法获得足够的数据。现在天文学家们完全沉浸在数据之中。PS ：为什么研究食双星很有用？

LD：我们对恒星大小的了解几乎全部来自食双星系统。它们距离太远，无法看到其盘面的大小，但我们可以以绝对尺度获取光谱。我们可以知道它们需要多长时间才能使彼此变暗。而我们对太阳系外行星的了解几乎全部来自凌日。当一颗行星在恒星前方移动时，我们可以测量其亮度比并得到行星的大小。开普勒-16b 是一颗位于食双星系统中的凌日行星。因此，它是太阳系外测量最准确的行星。我们可以测量恒星，因为它是一颗食双星；我们可以测量行星，因为它是一颗凌日行星。它位于两颗恒星前方。所以这是一次真正幸运的发现，它表明你可以非常精确地测量几百光年外的东西。

附言：单星凌日猎人为什么不想看这些呢？

LD：当你看灯泡时，它的中间比两边更亮。当一颗行星在恒星前面运行时，它会遮挡中间比边缘更多的光线。你可以用这个来判断它是否擦过其中一个边缘。所以当[凌日猎人]得到一个擦日双星时，他们注意到凌日的深度不一样。他们会得到一个很深的下降和一个不那么深的下降。凌日不应该这样，它们每次都应该下降到相同的深度。如果他们得到第二次下降，他们会说这是一个擦日双星。但我们的小组想要它们。[凌日猎人]说，“最好有一个目录，这样我们就可以摆脱它们了”，我们说，“最好有一个目录，这样我们就可以寻找绕双星的行星了。”想要食双星的人和想要摆脱它们的人之间有这种友好的玩笑。

PS：这些被丢弃的数据还有什么用处呢？

LD：我们想让凌日猎手们知道它是一颗凌日行星还是一颗食双星。因此，我们能够给他们一个误报率——在公布的 1,235 颗行星候选者中，有多少颗是食双星。我们没有足够的时间拍摄所有行星的光谱，所以我们将它们发布给了社区。但我想说，至少超过 90% 的行星都是真正的行星。这比围绕其他恒星的行星数量增加了三倍多。

PS：你是如何仅通过光变曲线数据就确定这颗行星存在的？

LD：光变曲线就是一条显示亮度随时间变化的曲线。我们对开普勒-16 所做的第一件事就是，我们注意到有些倾角是规则的，有些很浅，有些很深，所以那里一定有一颗明亮的恒星和一颗暗淡的恒星。我们想，也许背景中有一颗食双星，碰巧也进入了相同的测量范围，因为开普勒有大像素。如果背景是食双星，曲线就会很深、很浅、很深、很浅。但后来双星换了位置。这是一个深倾角、浅倾角、浅倾角、深倾角。就像是，“哇哦”。它怎么会突然改变方向，朝另一个方向走呢？这说不通。但说得通的是，这是一个环双星物体。它穿过大恒星，然后是小恒星，一直绕着它们两个。当它回来时，小恒星恰好在前面；它换了位置。

PS：你怎么确定它是一颗行星？

LD：第三个物体围绕着食双星运行，每次绕行时它都会对食双星产生牵引作用。如果它的质量相当于恒星，它就会牵引其组成部分并改变它们的轨道周期，我们可以计算出改变轨道周期需要多少质量。所以我们查看了食双星发生的时间，当食双星发生时，时间变化只有一分钟左右。所以食双星的质量不等于恒星，我们知道那时有一颗行星。然后到了那个时候，就需要进行微调了，我们发现了开普勒-16b。

PS：你认为你还能找到其他类似的吗？你还在寻找什么？

LD：开普勒必须执行一项长期任务才能找到地球。我们原以为太阳是一颗普通恒星，但事实并非如此。太阳特别安静。三分之二的恒星要活跃得多；它们闪烁得更厉害。噪音也更大。这就好比说，我可以在两分钟内背诵葛底斯堡演说给你听，但电话线却在发出“CHHHRH”的声音。你会说，“因为有噪音，这至少要花 10 分钟。”所以找到地球需要更长的时间，我们之前并不知道这一点。但是当你测量任何东西时，比以前精确 100 倍，就会有惊喜。

对于 15 年前的天文学家来说，数据是个问题。我们无法获得足够的数据。现在天文学家完全沉浸在数据之中——数据量远远超过天文学家能够处理的范围。要进行数据库管理，一种方法是邀请您的朋友。我认为公民科学将变得越来越流行。它只受我们的想象力限制，有多少人可以参与实际发现事物。