中國天文學家利用郭守敬望遠鏡數據提出一種望遠鏡性能監測新技術

南京天文光學技術研究所胡天柱博士、張勇研究員、崔向群院士等人利用郭守敬望遠鏡（LAMOST = Large Sky Area Multi-Object Fiber Spectroscopy Telescope）導星相機數據，結合機器學習算法，提出了一種望遠鏡性能監測的新技術，該技術可以實時監測望遠鏡的性能，確保其以最佳狀態投入觀測，從而提高儀器的觀測和維護效率。這為產出大規模高質量光譜數據提供了可靠的技術保障。

最佳的性能狀態是確保望遠鏡高效觀測運行和高分辨成像的關鍵因素。實時全面地監測和跟踪望遠鏡的性能狀態是望遠鏡維護工作的重要內容，也是確保望遠鏡高效運行的一項亟需技術。

目前，常見的望遠鏡監測技術主要依靠人眼監測相機的成像或者通過設置傳感器的參數閾值進行報警，但不能適應新型望遠鏡智能化實時監測的要求。基於郭守敬望遠鏡導星相機數據，研究人員利用機器學習方法提出了一種智能化實時監測望遠鏡性能的新技術，技術的核心是建立望遠鏡性能與星像形狀的對應關係，並使用機器學習算法對星像形狀進行實時分類，從而實現對望遠鏡整體性能的監測。

經測試分析，該技術實現了郭守敬望遠鏡焦面離焦、導星、拼接鏡面子鏡偏移、主動光學性能等方面的實時監測，精度達到96.7%。該技術投入使用後，將對望遠鏡運行和維護效率的提升起到實質性的推動作用。

【圖、文：節錄自中國科學院國家天文台網頁；新聞訊息由林景明提供】研究全文將會刊登在2021年1月出版的英國《皇家天文學會月報》