補遺する小惑星

国際天文捜索コラボレーション（International Astronomical Search Collaboration:IASC)は、世界中の人々に天文学における科学的研究の機会を提供する、研究機関と天文学プログラムの国際協力です。 小惑星の発見はIASCのチームにとって特に重要なテーマです。

なぜ小惑星を発見するのでしょうか?

小惑星は太陽を公転する、岩や氷の塊です。小惑星はどうやって太陽系が形成されたかを知るための手掛かりを提供してくれるので、科学的に重要です。また、小惑星は時には地球上の生命やインフラに脅威を及ぼすおそれがあります。そのため小惑星の検出と識別は天文学上重要な分野となっています。

小惑星が検出されれば、天文学者は軌道を計算してそれが地球への脅威になるかを判断できます。ほとんどすべての小惑星は軌道が火星と木星の間に位置するので地球への脅威にはなりません。こうした天体をメインベルト小惑星（MBA）と呼びます。この軌道はつまり、地球軌道と交差することがないので地球への衝突が起こらないことを意味します。しかし小惑星の中には地球軌道と交差する天体もあり、これらは地球近傍天体（NEOs）として知られています。

どうやって小惑星を発見しますか?

IASCも参加している小惑星発見は、まず望遠鏡で夜空を撮影することから始めます。本Zooniverseプロジェクトで公開されている画像の場合、ハワイ大学天文学研究所が運用するPan-STARRSサーベイ（下の画像）が撮影したものです。

空の同じ領域を複数回撮影し、その画像を並べて連続再生することで、恒星が決まった位置に静止しているように見せることができます。こうすることで、逆に地球から見て静止していない天体については、背景の恒星に対して移動して見えます。下のアニメーションでは、赤で囲った小惑星が背景の恒星に対して移動しているのが分かります。

移動天体を見つけたら、その天体について非常に精密な測定を行うことで、その天体の予備的な軌道を計算できます。天体を複数回観測して測定することでより正確な軌道が確定し、新しい小惑星が発見されたと認められます。

Zooniverse用の画像をどうやって選びましたか?

私たちはPan-STARRSから、空の同じ領域を1時間以内に4枚撮影した画像を受け取ります。これらの画像は位置合わせされて1つの画像・アニメーションにまとめられ、小惑星は一列に並ぶ4つの点・一列に動く4つの点として表示されます。機械学習（人工知能の一種）ツールを用いてこの1列の4点を探し、4点が並んでいるかもしれないものをレビュー対象としてフラグ付けします。フラグ付けられた天体のうち、既知の小惑星はZooniverseに送られる前にフィルターで除外されます。

機械学習ツールは4つの点をカラーコードによって、4枚の画像のどの画像に写っている点かによって色分けします（1枚目がシアン、2枚目が緑、3枚目が赤、4枚目がマゼンタ）。機械学習によるパターン認識で、これらの点が色の順番通りに並んでいる直線を探します。こうして抽出された候補が本物の小惑星かどうかを皆さんに分類していただきます。

なぜ市民科学が重要になるのでしょうか?

まだ発見されていない小惑星は何十万、何百万とあります。科学者は膨大な量のデータの処理に苦労することがあります。そのため皆さんの助けが必要となります。小惑星候補の可能性がある画像を解析することは、科学者がどの候補が研究すべき重要なものかを調べるうえで役に立ちます。

IASCのコラボレーター

IASC (アイザック)はシスコ大学（テキサス州アビリーン）、ローレンス科学ホール（カリフォルニア大学バークレー校）、グローバルハンズオンユニバース協会（ポルトガル）、全天サーベイ望遠鏡高速応答システム（Pan-STARRS、ハワイ大学）、タールトン州立大学（テキサス州スティーブンビル）、フォークス望遠鏡プロジェクト（ウェールズ）、ヤーキース天文台（ウィスコンシン州ウィリアムズベイ）、ウェスタン・ケンタッキー大学（ケンタッキー州ボーリンググリーン）、ラス・カンブレス天文台（カリフォルニア州サンタバーバラ）、G.V.スキアパレリ天文台（イタリア）、カタリナ・スカイサーベイ（アリゾナ大学）、Astrometrica (オーストリア) のコラボレーションです。

特別のプロジェクトの追加の協力機関については私たちのウェブサイトのIASC Collaboratorsをご覧ください。