[论文解读] Discovery, classification, and scientific exploration of transient events from the Catalina Real-time Transient Survey

A. Mahabal, S. G. Djorgovski+9 more|arXiv (Cornell University)|Nov 1, 2011

GNSS positioning and interference被引用 37

一句话总结

本文介绍了卡塔利纳实时暂现巡天（CRTS），这是一个实时光学暂现探测与分类系统，所有检测到的事件均立即发布，以促进社区的快速后续观测。通过利用自动化处理流程、档案光曲线以及多波段交叉识别，CRTS 成为未来大规模巡天（如 LSST 和 SKA）在技术和科学上的先驱，通过开放数据和对变星及暂现现象的自动化分类，显著推动了时域天文学的发展。

ABSTRACT

Exploration of the time domain - variable and transient objects and phenomena - is rapidly becoming a vibrant research frontier, touching on essentially every field of astronomy and astrophysics, from the Solar system to cosmology. Time domain astronomy is being enabled by the advent of the new generation of synoptic sky surveys that cover large areas on the sky repeatedly, and generating massive data streams. Their scientific exploration poses many challenges, driven mainly by the need for a real-time discovery, classification, and follow-up of the interesting events. Here we describe the Catalina Real-Time Transient Survey (CRTS), that discovers and publishes transient events at optical wavelengths in real time, thus benefiting the entire community. We describe some of the scientific results to date, and then focus on the challenges of the automated classification and prioritization of transient events. CRTS represents a scientific and a technological testbed and precursor for the larger surveys in the future, including the Large Synoptic Survey Telescope (LSST) and the Square Kilometer Array (SKA).

研究动机与目标

• 开发并运行一个用于光学时域天文学的实时暂现探测与分类系统。
• 实现所有检测到的暂现事件的即时、开放发布，以加速社区后续观测和科学利用。
• 通过开发自动化分类与优先级划分技术，解决暂现源后续观测中的关键瓶颈问题。
• 作为未来大规模巡天（如 LSST 和 SKA）的技术与科学试验平台。
• 为未来的时域研究创建一个全面的光曲线与多 epoch 数据档案资源。

提出的方法

• 利用源自帕洛玛-Quest 事件工厂的实时暂现探测处理流程，对重复天空巡天数据进行变星与暂现源的处理。
• 采用自动化过滤技术，实时去除伪影并识别高对比度的光学暂现源。
• 通过 VOEvent 协议发布所有检测到的暂现源，无专有保留期，确保社区即时访问。
• 结合多 epoch 成像与光谱后续观测对暂现源进行分类，利用颜色演化与多波段关联信息。
• 基于档案光曲线开发机器学习与统计先验，以提升自动化分类与优先级划分的准确性。
• 将 CRTS 源与射电及高能天体目录进行交叉相关，以识别新的活动星系核（AGN）、耀变体及其他稀有天体。

实验结果

研究问题

• RQ1 实时探测与开放发布光学暂现如何提升天文后续观测的效率与广度？
• RQ2 哪些自动化分类技术能够可靠地为有限的后续观测资源优先排序暂现事件？
• RQ3 多 epoch 光曲线与颜色演化如何为暂现源的物理分类提供依据？
• RQ4 CRTS 档案数据在多大程度上可实现对新发现暂现源的快速表征？
• RQ5 通过与多波段巡天的交叉识别，能够发现多少新的天体物理源，如耀变体或 AGN？

主要发现

• CRTS 以无专有保留期的方式实时发布所有检测到的暂现源，实现社区即时访问，显著加速科学后续观测。
• 目前仅有约 10% 的潜在有趣暂现源得到后续观测，凸显了暂现天文学中后续观测的关键瓶颈。
• 该巡天已生成约五亿条光曲线档案，覆盖天空约 75% 的区域，基于多 epoch 检测结果。
• 叠加图像深度可达 r ~ 23 mag，可探测更暗、更遥远的暂现源。
• 该巡天计划将探测阈值降低一个数量级，以提高发现率并拓展天体物理多样性。
• 与射电及高能巡天的交叉识别有望发现此前未收录的耀变体与 AGN，相关结果尚待发表。