科学家报道了一种探测系外行星的新方法，其灵敏度最高可达传统系外行星成像方法的15倍。该方法利用一种机器学习算法去除了望远镜观测中的星光，或能辅助今后的天文台识别类地系外行星。相关研究11月5日发表于《自然》。

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。但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。

西北大学的罗德里戈·费雷尔-查韦斯（Rodrigo Ferrer-Chavez）和同事提出了名为“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。

研究者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。他们用韦布望远镜的近红外相机观测数据测试了FLIP，并成功获得了51波江座b的首个影像——51波江座b使用传统方法无法探测到。在其他测试中，FLIP的灵敏度达到了传统太阳眩光去除技术的2到15倍。

左图：JWST NIRCam F430M滤光片观测波江座51，标准KLIP法去除恒星眩光，未探测到行星51波江座b（预期位置以虚线圆圈标出）。中图：同一数据改用FLIP法，显著探测到51波江座b（5σ）。右图：51波江座b模拟图像，显示行星在预期位置被探测到且形态特征符合预期；恒星位置以星号标记。图片来自：Rodrigo Ferrer-Chavez

研究者指出，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，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。