FACEBOOK
Bill Yeung HKAS香港天文學會
如何從儲存的天文數據裏發掘小行星自轉週期
https://www.facebook.com/photo?fbid=1042814338788809&set=gm.10163304460871886&idorvanity=7039971885很多小行星並不是圓球，而是不規則的形狀，可以把它想像成一個在太空中旋轉的馬鈴薯。
當它旋轉時，有時較大的截面朝向我們，看起來比較光；轉過一點後，較小的截面朝向我們，便比較暗。典型的不規則小行星自轉一周，往往出現兩個極大和兩個極小，因此形成我們所說的 double-peaked light curve（雙峰光變曲線）。
如果碰巧是一顆很好做的目標，例如自轉週期只有三、四小時，光度變化又有半個星等甚至更大，那就相對簡單了。一個晴朗晚上連續拍攝七、八小時，可能已經看完它兩個完整週期。因為時間短，觀測幾何變化很小，只要做好 aperture photometry，選好 comparison stars，便可以相當漂亮地量出它的自轉週期。
我以前真正認真做過的小行星 light curve 很少。其中一顆就是以我父親命名的小行星。它大約三個多小時轉一圈，而且光度變化約 0.7 magnitude，是那種很「合作」的目標。
問題是，大部分小行星未必這麼合作。
如果週期是十多小時、二十小時，甚至幾十小時，一個晚上根本看不完整。第二晚天氣可能變了，第三晚小行星又移到另一片星空，comparison stars 也換了。於是要連續很多晚觀測，再把不同晚、不同星場、不同儀器的光度拼接起來。
這是一件相當花時間的工作。
亦正因如此，雖然我觀測和發現小行星多年，過去反而很少碰 light curve。
二十多年後，我突然想到一件事
我發現第一顆小行星，已經是二十多年前的事。
這二十多年，天文學發生了一個很大的變化。由於我們愈來愈重視近地小行星撞擊地球的風險，世界各地的大型巡天計劃不斷重複掃描天空。
它們本來主要是為了量度小行星的位置。
但 CCD 每拍一張照片，不單告訴我們「它在哪裏」，其實也順便告訴我們：
「它有多光。」
於是二十多年下來，大量原本主要為 astrometry 而取得的觀測，同時累積了龐大的 photometry 資料。很多數據最後進入 Minor Planet Center 的 archive，而且是公開的。
我有一天忽發奇想：
這些數據既然已經存在，為甚麼還要全部重新拍一次？
以前我要花幾十個晚上守着望遠鏡，現在也許可以坐在電腦前，把二十多年來世界各地望遠鏡無意中替同一顆小行星留下的光度全部找回來。
換句話說，把以前的「夜間觀測」，變成今天的「日間採礦」（daytime mining）。
問題是：archive 裏面的光度不能直接拿來用
事情當然沒有這麼簡單。
我最近選了自己發現、後來以香港業餘天文學家余惠俊先生命名的 (32622) Yuewaichun 作為其中一個實驗對象。
原始 archive 有 1,979 個 observations，橫跨 1981 至 2026 年、28 個觀測年份；剔除沒有可靠 magnitude，以及光度在 8–19 magnitude 範圍以外的資料後，早期分析留下 1,336 個 measurements。 MPB_32622_Yuewaichun_v30_submission_draft.docx
但這些數字不能 simplesmente 疊在一起。
首先是 light-time correction（光行時修正）。
我們看到小行星的光，並不是它「現在」發出的光，而是幾分鐘甚至十幾分鐘以前離開小行星的光。因此，如果要精確比較不同年代的旋轉相位，首先要把觀測時間換算成光真正離開小行星的時間。
第二個問題是距離。
小行星本身不發光，它只是反射太陽光。所以一個 magnitude 受到兩個距離同時影響：
太陽 → 小行星，以及小行星 → 地球。
小行星離太陽近一點，收到的陽光多；離地球近一點，我們看到它也較光。因此，要把不同日期的觀測公平比較，必須把 heliocentric distance r 和 geocentric distance \Delta 的影響扣除。
第三個更加重要，就是 phase angle（相位角）。
小行星和月亮一樣，不同照明角度看起來會有不同亮度。在接近 opposition 時，我們看到的受光面較完整；在其他幾何位置，亮度會改變。
所以我們真正想找的那一點點「因為自轉而造成的光暗變化」，其實埋藏在一大堆其他變化之中。
這也正是我以前不太喜歡做小行星 photometry 的原因之一。
AI 改變的不是物理，而是做研究的門檻
到了今天，事情開始不同。
這些 correction 背後的天文學並沒有因為 AI 而改變。距離仍然要計、light-time 仍然要修正、phase angle 仍然存在。
AI 改變的是：我不再需要自己逐行寫程式、逐個公式處理幾千個數據點。
我可以和 AI 一起把 MPC archive 下載、清理、計算幾何條件、作距離修正及 phase-angle correction，再利用不同方法搜尋可能的週期。
更重要的是，AI 可以很快替我做以前相當費時的反覆測試：把不同年份分開計算、比較不同候選週期、做 bootstrap、逐個 apparition 拿走再重算，以及最後把數據 fold 成 light curve，讓我用眼睛判斷那個週期究竟有沒有形成合理的小行星光變形態。
電腦可以計，但最後那張 light curve 一定要看。
結果：4.957095 小時
(32622) Yuewaichun 是一個很好的測試。
獨立分析不同年份的資料時，2018、2023 和 2025 年的數據都反覆出現大約 2.478 小時的訊號。但把數據真正畫成 light curve 後，很快便看出那只是 half-period：把週期加倍，便出現典型的小行星雙峰結構。 MPB_32622_Yuewaichun_v30_submission_draft.docx
再把 2016、2018、2021、2023 和 2025 等不同 apparition 接起來，最後得到的最佳工作解是：
P = 4.957095 小時。
長時間基線令相鄰的整數圈數解只相差約 0.000395 小時，即 1.42 秒。目前真正限制精度的不是單次數據的統計誤差，而是多年之間究竟累積了整數多少圈的 cycle-count ambiguity。因此較保守、適合正式報告的數值是：
P = 4.9571 ± 0.0004 小時，
即不確定度約 ±1.44 秒。
附圖就是把經過修正後的 2018 和 2025 年資料，以 4.957095 小時摺疊後得到的 light curve。兩個不同年代的數據仍然勾畫出很相似的雙峰形態——一個二十多年前散落在世界各地望遠鏡硬碟裏的訊號，重新被拼了出來。
從「發現新的東西」到「重新閱讀舊的東西」
這件事令我覺得很有趣。
二十多年前，我用望遠鏡尋找天空中從未有人發現的小行星。
今天，我開始做另一種「發現」：
不一定再找新的天體，而是從人類已經儲存了幾十年的天文數據裏，尋找以前沒有人留意到的資訊。
過去，最大的限制是望遠鏡時間。
今天，大型巡天已經替我們觀測了天空無數次。數據其實就在那裏，只是數量大得沒有人有時間逐一翻查。
而 AI 恰好擅長處理這種工作：清理大量資料、重複計算、測試不同假設，再把結果整理成人類可以判斷的圖像。
它沒有改變小行星的物理，也沒有代替天文學家的判斷。
它只是把一座二十多年來不斷堆積、以前很難開採的「數據礦山」，突然變得比較容易挖了。
對我來說，這可能也是退休後另一種很適合自己的天文觀測方式：
晚上不用捱夜，白天一樣可以在天空裏尋寶。（完）
圖一：(32622) Yuewaichun 以自轉週期 4.957095 小時摺疊後的光變曲線。 圖中包含了 2018 年（藍色）與 2025 年（橙色）經幾何及光度修正後的 345 個數據點，藍色實線為結合兩年數據後計算的 Binning 中位數折線。可以看到相隔七年的數據展現出非常一致的典型雙峰光變特徵。
觀星論壇 
