算法考古：普林斯顿团队如何用一张图片叠加术，让TESS隐藏的1万颗行星重见天日

2018年盛夏，TESS望远镜升空入轨的那一刻，没有人预料到四年后这架飞行器会馈赠如此厚礼。我所在的研究小组当时正在调试自己的测光流水线，对官方流水线发布的亮星目录习以为常——直到JoshuaRoth团队那篇论文出现在arXiv的预印本服务器上。

技术复盘：从单帧测光到叠加图像的思路跨越

传统TESS数据处理采用单帧测光模式：每一帧曝光约10分钟，逐帧提取恒星亮度曲线，视亮度阈值决定是否纳入后续分析。这套流程运行稳定，但有个致命假设——目标恒星必须在单帧曝光内达到足够信噪比。暗弱恒星的单帧信噪比往往低于检测门限，直接被流水线丢弃。

Roth团队的核心突破在于改变分析单元。他们不再逐帧处理，而是将同一片天区的多帧曝光进行对齐叠加，模拟出一个超长曝光效果。这相当于把28次10分钟短曝光合并为4.6小时的虚拟长曝光，信号累积让原本淹没在噪声中的暗星浮现出来。

我复现过他们的处理流程。关键步骤有三个：对齐环节需要亚像素精度匹配每一帧的望远镜姿态指向；去噪环节要区分天文信号与仪器系统atics的残余；变源检测环节要避免假阳性的放大。每一个环节的参数选择都会影响最终输出的候选名单。

数据验证：1万颗候选行星的构成解析

用这套方法处理TESS第一年的两分场观测数据，团队筛出了11,554个候选信号源。其中10,091个在官方流水线里从未出现过——它们确实是新发现，即便这些天体信号早在2018年的原始数据里就已经存在。

对这批候选进行分类统计，发现一个结构性问题：超过90%属于热木星类别。热木星是公转周期在几天内的气态巨行星，凌日信号强、检测效率高，是凌日法的"easymode"目标。但这不代表宇宙中热木星真的占九成——这只是观测选择效应在作祟。

进一步分析候选的质量分布，远距目标（6,800光年量级）占主体。这类目标有个实操困境：后续地面望远镜的径向速度法跟进需要大量观测时间，远距离意味着信噪比低、确认成本高。按照Roth团队自己的估计，这11,554个候选里假阳性约50%，最终真行星可能只有3,000颗左右。

方法论反思：为什么官方流水线会系统性遗漏

官方流水线的设计哲学是稳健优先。亮星目标更容易处理、系统误差更容易建模、数据产品更容易归档——这是一套理性工程决策的产物。但在追求稳健的过程中，暗目标被自动过滤了，这种过滤不是bug，是设计规格的一部分。

Roth团队的图像叠加方法本质上是用计算资源换观测资源。云服务按机时计费，一块V100GPU运行24小时的处理成本远低于一次地基望远镜的观测时间分配。这个成本结构的变化让"重挖旧矿"变得经济可行。

但更值得思考的是：数据发布仅三年，第一批公开数据的"半衰期"尚未结束，民间团队就能挖出数量级跃升的新发现。这说明原始数据处理流程存在方法论层面的结构性盲区——不是随机遗漏，而是整个分析范式的预设前提导致的必然遗漏。

应用前景：从考古到常规的路径

这套方法能推广到TESS全周期数据。TESS设计寿命两年，实际已超期服役五年，四年完整数据集的体量是第一年的数倍。按Roth的估计，可能再贡献数万个候选，系外行星候选总数逼近十万量级。

对于资源分配决策者，这意味着重新评估数据归档策略的必要性。当算法进步可以让老数据持续产出新成果，"处理完就归档"的模式需要调整——至少要保留足够完整的原始数据供未来方法复用。

对于天文数据处理社区，这套方法的广泛采用将带来流水线架构的重构需求。叠加测光不是单一算法模块的插入，而是整条处理链路的适配：从原始像素数据到校准帧，从测光提取到变源检测，每个环节的参数设置和误差传播模型都要重新设计。