经过大约10年的建设，维拉鲁宾天文台(VRO)预计将于2025年1月首次亮相。一旦建成并投入使用，它将开始其“空间与时间遗产调查”(LSST)，这是一项为期十年的努力，每隔几晚拍摄整个可见天空。它将研究暗能量和暗物质，绘制银河系地图，并探测瞬变天文事件和小型太阳系物体，如近地天体(NEO)。

新研究表明，LSST在观测的第一年每晚将探测到大约130个近地天体。

近地天体是太阳系中的小型天体，通常是小行星，它们绕太阳运行，距离太阳1.3个天文单位。当近地天体在某个时刻穿过地球轨道时，它被视为潜在危险天体(PHO)。NASA目前正在对近地天体进行分类，虽然他们已经取得了进展，但仍有许多近地天体有待发现。

根据新研究，即将到来的LSST每晚将探测到约130颗近地天体。这项研究名为“鲁宾天文台LSST对近地天体后续活动的预期影响”，目前仍在同行评审中，但可在arXiv预印本服务器上找到。主要作者是西雅图华盛顿大学DiRAC研究所和天文系的博士生汤姆·瓦格。

作者写道：“我们模拟并分析了鲁宾天文台空间与时间遗产巡天(LSST)对近地天体(NEO)候选发现率的贡献。”他们还分析了近地天体确认页面(NEOCP)的提交率，以及这将如何影响全球近地天体后续观测系统。

近地天体的问题在于它们不一定是近地天体。其中一小部分(约五分之一)与地球的距离非常近，即使是很小的扰动也会导致它们与地球轨道相交。这些是潜在灾难性碰撞的源头。其中另一部分被称为潜在危险小行星(PHA)，它们的质量足以穿过地球大气层并撞击地球表面。要被视为PHA，物体的直径必须约为140米。

小行星中心维护着一个近地天体的数据库，并且不断添加更多近地天体。新发现的近地天体会记录在近地天体确认页面(NEOCP)上，但最初它们只是候选者。后续观察需要资源来准确确定候选者的轨道和大小。

如果LSST每天再贡献130个近地天体探测结果，即目前探测率的八倍，这项调查将产生大量的后续工作。根据评估近地天体的标准计算机算法digest2，只有符合某些标准的近地天体才会被视为候选者，而这只能通过其他望远镜的后续观测来确定。

但随着越来越多的探测即将出现，问题可能会随之而来。

作者写道：“本文的目的是量化鲁宾对NEO后续社区的影响，并考虑减轻这种影响的可能策略。”

LSST发现的大多数近地天体都将使用一种名为“轨迹链接”的方法找到。轨迹链接是“一种计算技术，其中在15个夜晚内观察到的至少三对观测结果(轨迹)被识别为属于同一物体，”作者解释道。

问题在于，轨迹链接需要时间，而且需要付出代价。“……直到拍摄到第三个轨迹时，该物体才被认定为有趣物体——最好是在第一次观察后两个晚上，最坏的情况是将近两周后，”作者写道。这意味着系统可能会错过有趣或危险的物体，直到为时已晚，无法观察它们并进行确认。

其他望远镜有办法解决这个问题。它们可以连续拍摄多张轨迹图像，从而创建更可靠的探测结果，并可立即跟进。然而，VRO无法做到这一点，因为LSST是一项自动化调查。

它能做的就是偶然捕捉到天空中观测区域重叠的较小区域的三条或更多条轨迹。作者写道：“这些轨迹可以立即被识别，并且如果它们符合digest2评分标准，则可提交给小行星中心并纳入NEOCP。”由于规模巨大，作者表示这个过程可以自动化，不需要人工审查。

研究人员模拟了LSST探测，以测试他们的想法，看看它是否可以减少后续观察的工作量。“我们提出了一种算法，用于预测LSST是否会在一夜的观察后重新探测到某个物体(因此社区的后续观察就没有必要了)，”他们解释道。他们想确定它在减少需要后续观察的物体数量方面有多有效。

他们首先模拟了近3,600天的LSST，包含近10亿次观测。

他们从数据中选取了与轨迹相对应的观测结果。单个轨迹不能确定轨道，但与已知的太阳系轨道相比，它们可以限制潜在轨道。digest2算法通过将观测到的轨迹与模拟的太阳系物体目录进行比较来估计物体是近地天体的概率。它获取所有数据并估计物体的可能轨道。

该研究图显示了为一个模拟近地天体小轨道计算出的变体轨道。白色箭头表示观测的初始视线。蓝色虚线表示地球轨道。背景恒星仅用于说明目的。来源：Wagg等人。2024

目前，候选近地天体的数量仍然非常庞大。候选样本的纯度并不高，仍然包含非近地天体，例如主带小行星。

大部分杂质是由主带小行星造成的，随着这些小行星被识别，纯度会上升。模拟显示纯度会持续上升，大约五个月后就会趋于平稳。提交率也发生了类似的事情。大约150个晚上后，提交率达到每晚约95个的稳定状态。

LSST重复拍摄重叠区域的天空图像。研究人员认为，如果他们能够确定LSST在执行任务时会重新观测哪些轨迹，他们就可以减轻后续观测负担。

作者解释道：“如果我们能够预测LSST本身将跟踪哪些物体，这将减少跟踪系统的负荷，并允许社区专注于真正需要指定外部跟踪的物体。”研究人员开发了一种算法，用于计算单个观测轨迹的距离和径向速度集合。

作者写道：“我们现在研究应用LSST检测概率算法来减少NEOCP负载的效果。”下图说明了这一点。

总体而言，该算法预测结果的正确率为68%。此外，每晚提交给NEOCP的物体中约有个需要外部跟踪，但其中只有约8.3%(约5个)是近地天体。该算法只能最低限度地提高准确率，但可以将跟踪工作量减少一半。

研究人员表示，对算法进行其他调整可以改进它，并使LSSTNEO检测更加稳健，而无需进行如此多苛刻的后续观察。

作者在结论中写道：“LSST的贡献将在第一年使每晚NEOCP提交率提高约八倍，达到平均每晚129个物体。”然而，被确认的比例较低，约为8.3%，但会随着时间的推移而上升。

LSST预计在十年运行期间将生成200PB未压缩数据，约2亿GB。这项研究表明，管理LSST生成的数据量需要新方法。

这似乎是一个遥远的问题，但了解近地天体对地球的威胁至关重要。虽然我们正在努力了解如何保护地球免受近地天体的侵害，但对它们进行分类也很重要。