TESSELLATE Sky Survey

TESSELLATE Sky Survey是由新西兰坎特伯雷大学物理与化学学院等研究机构创建的数据集。该数据集是一个完整开放的目录，包含了由TESS空间望远镜观测到的所有变天空数据。数据集涵盖了广泛的变现象，包括快速蓝光瞬变事件和伽马射线暴余辉等。创建该数据集是为了系统地识别和记录TESS档案中每个完整帧图像中的瞬变、变量和非恒星信号。数据集的创建过程基于TESSreduce差异成像流程，使用机器学习技术和公民科学家的工作来分类事件。该数据集的应用领域是天体物理中的时域天文学研究，旨在解决变星、系外行星候选者、小行星等问题。TESSELLATE Sky Survey is a dataset developed by the School of Physical and Chemical Sciences, University of Canterbury, New Zealand, and other research institutions. It is a comprehensive open-access catalog containing all variable celestial data observed by the Transiting Exoplanet Survey Satellite (TESS). The dataset covers a wide range of variability phenomena, including Fast Blue Optical Transients (FBOTs), gamma-ray burst afterglows, and others. This dataset was created to systematically identify and document transient, variable, and non-stellar signals within every full-frame image in the TESS archive. The construction of the dataset leverages the TESSreduce differential imaging pipeline, utilizing machine learning technologies and contributions from citizen scientists to classify detected events. The dataset is applied in time-domain astronomy research within astrophysics, with the goal of addressing research questions related to variable stars, exoplanet candidates, asteroids, and other celestial objects.

搜集汇总

数据集介绍

构建方式

TESSELLATE数据集的构建基于TESS空间望远镜的宽视场和高时间分辨率观测数据。该数据集通过TESSreduce差值成像管道，对TESS档案中的每一张完整帧图像进行校准和减光处理。在此基础上，TESSELLATE系统性地识别了从分钟到周不等时间尺度上的瞬态、变星和非恒星信号。利用TESS的高时间分辨率和宽视场，TESSELLATE对整个天空进行了深度约17米的全面搜索。

特点

TESSELLATE数据集的特点在于其全面性和开放性。它不仅包含了大量的瞬态现象，如快速蓝光瞬态和伽马射线暴余辉，还包括新的变星和系外行星候选体。此外，TESSELLATE还通过机器学习和公民科学家的参与，对事件进行分类，确保了数据集的质量和多样性。数据集的开放性使得它成为了天文学研究的宝贵资源。

使用方法

TESSELLATE数据集的使用方法包括以下几个步骤：首先，通过TESSreduce差值成像管道对TESS档案中的每一张完整帧图像进行校准和减光处理。其次，利用数据立方体生成和切割技术，将数据分割成多个小区域，以便于并行处理。然后，通过外部源目录获取和识别，为数据减光和源识别提供支持。接下来，使用TESSreduce软件包对每个切割区域进行减光处理，生成差值成像数据立方体。最后，通过SourceDetect和Starfind两种独立源检测管道进行事件搜索和隔离，并利用机器学习技术进行事件分类。

背景与挑战

背景概述

TESSELLATE Sky Survey，简称TESSELLATE，是一个用于执行无目标搜索的专用管道，旨在记录TESS太空望远镜捕获的所有可变现象。该数据集由新西兰坎特伯雷大学物理与化学科学学院的Roxburgh等人创建，并在2025年2月25日的草稿版本中进行了介绍。TESSELLATE数据集基于TESSreduce差异成像管道，提取TESS存档中每个完整帧图像的校准和减光光度数据。使用这些数据，TESSELLATE系统地识别了从分钟到周的时间尺度上的瞬态、可变和非恒星的信号。TESS的高帧率和广角视野使其能够对整个天空进行深度约17米的全覆盖搜索。基于已知快速瞬态的体积速率，预计现有TESS数据集中存在许多快速蓝色光学瞬态和伽马射线暴余辉。除了瞬态之外，TESSELLATE还可以识别新的变星和系外行星候选体，并恢复已知的 asteroids。该数据集使用机器学习技术和Zooniverse宇宙大灾难项目的公民科学家的研究成果对事件进行分类。最后，TESSELLATE Sky Survey介绍了TESS观察到的可变天空的完整、开放目录。

当前挑战

TESSELLATE Sky Survey面临的挑战包括：1)瞬态信号识别的挑战，由于TESS的低空间分辨率和散射光背景的影响，可靠地检测真实源并最小化误报成为一项挑战。特别是对于暗淡源，可能仅在∼3个像素中具有显著的通量，这使得检测变得尤其困难。2)构建过程中的挑战，TESSELLATE需要处理大量的数据，包括从MAST存档中获取的完整帧图像，并将其转换为三维数据立方体。此外，TESSELLATE还需要使用外部源目录进行数据还原和源识别，这需要大量的计算资源。3)事件分类的挑战，由于瞬态事件的光变曲线复杂多样，TESSELLATE需要使用机器学习技术对事件进行分类。然而，由于瞬态事件的光变曲线可能受到噪声和背景扣除不充分的影响，这使得分类变得困难。

常用场景

经典使用场景

TESSELLATE Sky Survey 数据集是专门用于执行无目标搜索，记录 TESS 空间望远镜捕获的所有可变现象的。基于 TESSreduce 差分图像处理流程，TESSELLATE 从 TESS 存档中的每一张完整帧图像中提取校准和减光的光度数据。利用这些数据，我们可以系统地识别跨越从分钟到数周时间尺度的瞬时、可变和非恒星信号。TESSELLATE 的高采样率和宽视场使其能够对整个天空进行全面搜索，深度达到 ∼17 mi。基于已知快速瞬变的体积率，我们预计现有 TESS 数据集中将存在许多快速蓝色光学瞬变和伽马射线暴余辉。除了瞬变之外，TESSELLATE 还可以识别新的变星和系外行星候选体，并恢复已知的小行星。

解决学术问题

TESSELLATE Sky Survey 数据集解决了许多常见的学术研究问题，例如：1. 对整个天空进行全面搜索，以发现新的瞬变现象，例如伽马射线暴余辉、矮新星、引力透镜事件、千新星等；2. 通过高采样率和宽视场，对变星进行精确分类和特征描述；3. 通过强制测光，提取已知小行星的光度曲线，以分析其形态和旋转/翻滚周期；4. 构建快速瞬变事件的目录，以研究其发生率和物理性质。

衍生相关工作

TESSELLATE Sky Survey 数据集衍生了许多相关的经典工作，例如：1. SourceDetect：一种新颖的目标检测方法，使用训练有素的卷积神经网络 (CNN) 来识别 TESS 图像或图像裁剪中的候选“PSF-like”事件；2. Starfind：一种使用 TESS PRF 有效 TESS PSF 的传统目标查找方法；3. Cosmic Cataclysms：Zooniverse 主办的公民科学项目，要求公民科学家根据图表对瞬变候选体进行分类；4. TESS PRF：显示 TESS 像素响应函数的软件。