智能計算加速搜索，中國天眼FAST尋獲球狀星團迄今最長週期脈衝星

機器之心發佈

機器之心編輯部

我們知道，球狀星團是一種受引力束縛，成員由幾萬顆到數百萬顆恆星組成的古老星團，在外觀上大多呈球形，但也有可能受其他天體系統的引力影響使得形狀偏離球形。球狀星團的動力學演化過程，星族合成路徑等是當今天文學界的研究熱點。

球狀星團中的恆星經過數十億年的演化，會坍縮成一些緻密星，脈衝星是其中之一。通過了解球狀星團中脈衝星的分佈和性質，我們可以深入瞭解球狀星團內部的密度分佈、質量分佈以及與其他天體的相互作用，進而獲取球狀星團的動力學演化過程，星族合成路徑等。

天文觀測發現，脈衝星會週期性地向外輻射電磁波信號，這是它們在茫茫宇宙中存在的證據。目前已發現 3000 多顆脈衝星，按自轉主要分爲正常脈衝星和毫秒脈衝星等兩大類，目前已知的毫秒脈衝星約有 500 多顆，約佔已知脈衝星的 15%。正常脈衝星的自轉週期大概在 0.1 秒到幾秒左右，而毫秒脈衝星的自轉週期在 30 毫秒以下。

毫秒脈衝星與正常脈衝星形成歷史不同：正常脈衝星通常相對年輕，年齡不到幾百萬年，而毫秒脈衝星相對年老，它在密近雙星系統中通過吸積質量獲得角動量使自轉週期達到毫秒量級。目前的觀測事實是，超過三分之二的已知毫秒脈衝星在雙星系統中。球狀星團中恆星密度較高，具有較高的雙星形成率，41 個球狀星團中已發現 317 顆脈衝星，這些脈衝星大多是自轉週期在數十毫秒範圍內的毫秒脈衝星，其中 179 顆處於雙星系統。天文研究者們好奇，是否有另外一類週期更長的脈衝星存在於球狀星團中？

尋獲長週期脈衝星

經過數十億年的演化，脈衝星理應越轉越慢，也就是轉動週期越來越長，爲何我們搜索到的大都是毫秒脈衝星？

「一個猜想是，由於球狀星團密度非常大，一顆脈衝星很容易捕獲到一顆伴星，並從這顆伴星中吸積物質。這些物質就像抽打陀螺的鞭子，會再次加速這顆脈衝星的轉動。」之江實驗室天文計算研究中心周登科博士解釋說。

但理論上，長週期脈衝星有着多種可能的形成方式。一種情況是，當兩顆脈衝星在吸積時被一個第三方天體打斷，吸積中止，那麼就有可能形成一顆長週期脈衝星。另一種情況是，老年恆星坍縮之後形成白矮星，白矮星合併形成長週期脈衝星。

那麼，是什麼導致我們未能尋獲更多長週期脈衝星？這是因爲長週期脈衝星的信噪比大多都不高，且易受天文望遠鏡長時間觀測形成的紅噪聲干擾，因此長週期脈衝星的探測極具挑戰性。

針對長週期脈衝星探測存在的難點問題，在過去一年多時間的研究工作中，周登科、中國科學院國家天文臺副研究員王培、研究員李菂等人使用了一種新的搜索方案，併成功在球狀星團中尋獲了長週期脈衝星。

「首先，通過模擬和量化分析，我們系統地評估了紅噪聲對長週期脈衝星搜索靈敏度的影響。在此基礎上，利用模擬結果精心選擇了適當參數，從而有效去除了數據中的紅噪聲干擾。進一步，運用快速摺疊算法（fast folding algorithm，FFA），對中國天眼 FAST 觀測的多個球狀星團巡天公開數據進行了詳盡深入的搜索。」周登科介紹道。

最終，研究團隊在球狀星團 M15 中發現了自轉週期分別爲 1.9 秒和 3.9 秒的兩顆長週期脈衝星，分別命名爲 M15K 和 M15L。M15L 也是目前發現的球狀星團中自轉週期最長的脈衝星。

圖 1 球狀星團 M15 中新發現的兩顆長週期脈衝星。左側是這兩顆脈衝星的脈衝輪廓及相位 - 時間瀑布圖，右側是這兩顆脈衝星在 M15 中的位置示意圖。來源：Zhou et al., 2024, Sci. China-Phys. Mech. Astron., 67, 269512。

論文通訊作者、FAST 首席科學家李菂表示：「這一發現揭示了球狀星團脈衝星的一種新的演化路徑。FAST 正在系統性地改變我們對於球狀星團脈衝星的認識。」

這一突破性發現於 4 月 18 日作爲封面文章發表於知名學術期刊《中國科學：物理學 力學 天文學》 （SCIENCE CHINA Physics,Mechanics & Astronomy）上。

arXiv地址：https://arxiv.org/pdf/2312.05868

研究團隊還進一步分析了這兩顆脈衝星的物理性質，發現它們的磁場也比較強。「脈衝星在吸積過程中可能會弱化其磁場，它們的強磁場也進一步表明它們僅經歷了短暫的雙星吸積過程。」論文第一作者周登科表示。

運用這樣的搜索方案，研究團隊又繼續挖掘到了 13 顆長週期脈衝星。這些發現補全了球狀星團長週期脈衝星搜索的缺失環節，對於理解球狀星團中脈衝星的分類以及星族演化具有重要意義。

從數據中挖掘規律

在此次研究中，團隊處理了中國天眼 FAST 從 2019 年到 2022 年約 90 小時、總計約 50TB 的觀測數據。

從這些原始觀測數據到最終證認出脈衝星，要經歷消色散、參數設定、消干擾、去紅噪聲、週期搜索、候選體篩選、交叉驗證、計時分析等若干步驟，涉及到大量數據處理工作以及對計算資源的消耗。

本文采用的在球狀星團中尋找長週期脈衝星的流程圖。

首先是消色散環節。脈衝星信號在傳播過程中由於受到星際介質的影響會發生色散，導致高頻信號比低頻信號先到達地球，爲了將不同頻率的信號疊加得到高信噪比的脈衝信號，在數據處理中首先需要進行消色散工作。

在M15中發現的長週期脈衝星。左爲長週期脈衝星M15K，週期約爲1.928秒，DM約爲66.5 pc·cm^−3；右爲長週期脈衝星M15L，週期約爲3.961秒，DM約爲66.1 pc·cm^−3。在每個子圖中，從上到下爲有/無消色散的頻率與相位圖，脈衝曲線和時間相位圖。

「之江實驗室天文計算團隊對消色散軟件進行了優化，使得數據處理效率提升了數倍。」周登科表示。

消色散只是第一步，更耗時耗力的是後續的候選體篩選環節。

在經過參數估計、摺疊算法進行搜索之後，會得到大量的候選體結果圖，研究人員要靠肉眼識別結果圖是否符合脈衝星的信號特徵。

團隊系統地使用快速摺疊算法對錶1所列的球狀星團數據進行週期性搜索，最終發現了兩顆長週期脈衝星 M15K 和 M15L。

「一個小時的觀測可能就會有數萬張候選體圖片，要從這麼多圖片中分辨出非常微弱的信號，是非常難的事情。」周登科說道。而利用天文計算研究中心自研的 AI 視覺模型方法，能夠對候選體信息進行高效篩選，可將需要人工介入篩選的候選體數量降低三個數量級。

「現今天文領域數據量巨大，處理起來非常耗時。利用 AI 算法等智能計算技術輔助處理這些數據，可以讓我們從繁重的數據分析中解放出來，將更多精力投入到理解數據背後的物理圖像中，大大提高科研效率。」周登科表示。

周登科

智能計算已經成爲周登科科研工作中必不可少的工具，在下一步的研究中，他計劃修正雙星多普勒效應後再搜索球狀星團中的長週期脈衝星，以提升搜索的完備性，並通過訓練甄別多普勒效應相位漂移圖像的 AI 模型，提升計算速度，加速整個搜索過程。

「天文學家的工作就是試圖從天文觀測數據分析中發現或驗證自然的基本規律。在沒有現代計算工具的時代，以開普勒爲代表的天文學家便從大量的天文觀測數據中總結出了行星運動規律。我們現在可以利用大型計算集羣與智能計算方法，科研效率大大提升。例如，此次的新發現帶來獨特的樣本，可以幫助理解星族多路徑演化歷史。還可以利用多顆脈衝星的參數約束相關球狀星團中心天體引力勢和質量。我們希望能像開普勒一樣，利用大型計算集羣與智能計算技術從數據中發掘更基本的自然規律。」 周登科說道。