中新网北京11月5日电(记者 孙自法)国际学术期刊《自然》北京时间11月5日凌晨在线发表一篇天文学论文称，研究人员研发出一种探测系外行星的新方法，利用一种机器学习算法去除了望远镜观测中的星光，其灵敏度最高可达传统系外行星成像方法的15倍，或能辅助天文台识别类地系外行星。

　　该论文介绍，直接成像是观测系外行星的一个关键策略，但宿主恒星的亮度常会掩盖它们的存在。即使是最明亮的年轻巨行星，亮度也只有其宿主恒星的10万分之一。解决该问题的一个办法，是从系外行星的观测结果中减去宿主恒星的光。不过，由于天文台的物理限制或是模拟星光的计算限制，之前的尝试都很难成功。

　　在本项研究中，论文第一作者和通讯作者、美国西北大学Rodrigo Ferrer-Chavez与同事及合作者一起，提出一个名为“行星成像的物理驱动学习”(FLIP)的影像处理框架，该框架能生成特定恒星的模拟眩光。他们从一个恒星系统的直接观测结果中合理减去了这种模拟光，让被掩盖的系外行星全都暴露出来。

　　随后，论文作者用韦布望远镜的近红外相机观测数据测试了FLIP框架，成功获得51波江座b的首个影像，而使用传统方法无法探测到51波江座b。在其他测试中，FLIP的灵敏度也达到传统太阳眩光去除技术的2倍到15倍。

　　论文作者总结指出，FLIP能与韦布望远镜的观测结果结合使用，用于发现温度更低、质量更小、年龄更大的巨行星。今后，该方法或能改造用于地基天文台，还能在宜居世界天文台这类计划任务中用于类地天体的成像。不过，他们也提醒说，后续进一步研究应关注如何降低计算成本，并用更大的数据量进行测试。(完)