天文数据流水线，做的其实是把仪器的坏习惯减掉

手机夜景模式按下快门，其实连拍了十几张，对齐、叠加、压噪，最后给你一张看起来干净的图。天文数据流水线做的是同一件事，只是规模从十几张变成几千张，从手机传感器变成几亿像素的相机，而且每一步参数都得记下来，好让别人能复现同一条链条，也能指出哪一步错了。

一张天文图像从曝光到能写论文，至少要经过 7 道工序：偏置、暗场、平场、宇宙线剔除、天光减除、天体测量与光度定标、拼接叠加。一台 8 米级望远镜的宽视场相机一晚可产生几百 GB 到 TB 量级原始数据，流水线必须在几小时内跑完，否则第二天的数据会把它压垮。

原始帧里有一大半信息不是星光

CCD 读出时有一个基准电平，叫偏置；即使不曝光，热激发也会产生暗电流；镜面灰尘、滤镜不均匀、像素响应差异，又会在图像上留下固定的花纹。

这些都得先拍专门的定标帧：零秒曝光的偏置、等长曝光的暗场、均匀光源的平场。科学图像要先减去前两者、再除以后者，才谈得上测光。

平场不是一张简单的白图。它既包含像素之间的响应差异，也包含光学系统的渐晕、灰尘阴影和滤镜的透射不均。

难点在光源。暮光平场、天光平场、圆顶平场各有偏差，通常要几种组合使用，还要按颜色分别处理。平场做不干净，测光就会留下百分之一到百分之几的系统误差。

高能粒子穿过芯片会留下锐利的亮点；低轨卫星在长曝光里划出直线；亮星在光学系统里产生鬼像与衍射芒。

处理办法是多帧比较：同一位置在多张图上都出现的是天体，只出现一次的可能是宇宙线。卫星轨迹靠形态识别，鬼像则要从光路设计上预先规避，事后很难完全消除。

天体测量定标把每颗源的像素位置匹配到参考星表，解出一个含畸变项的变换；光度定标则用已知星等的标准星，把电子数换算成流量。

这两步决定最终产品的可用性。坐标偏了，多波段交叉证认就会错配；流量偏了，所有基于亮度的结论都会带上系统误差，而且这种误差不会因为样本变大而减小。

观测证实流水线产品与人工处理结果在天测与测光上的一致性，可以通过同一星场多次观测的重复精度直接检验，这一项是常规质控指标。

理论预言光子噪声服从泊松统计，叠加 N 帧可以把随机噪声压低到 1/√N。这条规律决定了曝光策略、叠加权重与观测排期。

尚未定论用机器学习做去混合与宇宙线剔除，在密集星场里的可靠性仍缺少统一基准，不同团队的结果难以直接比较，误剔除率也少有公开评估。

为什么不能直接发原始图？

仪器效应与大气效应会把真实亮度扭曲几十个百分点。未经定标的图只能看形状，不能做测量，也没法与别人的数据比较。

天光是什么？

夜空本身的辉光与散射光，即使没有月亮也存在，主要来自高层大气发光和远处灯光散射，是暗弱目标观测的主要背景。

业余也能做流水线吗？

能。Astropy、SExtractor 这类开源工具覆盖了大部分步骤，个人也能搭出可复现的处理链，关键在于每一步都记录参数。