问题——深空越“深”，信号越“弱”。
随着大型地基与空间望远镜不断刷新观测能力，人类得以把目光投向更遥远、更早期的宇宙。
然而，在“看得更深”的同时，观测也面临更严峻的限制：来自天空背景的强噪声、仪器热辐射等因素叠加，使得暗弱天体的光子信号淹没在噪声涨落中。
尤其在宇宙早期星系等研究中，目标往往极其微弱，传统处理流程在极低信噪比数据下容易出现细节损失、结构偏差，直接制约了对早期宇宙的可靠刻画。
原因——噪声并非“简单干扰”，而是系统性叠加的观测现实。
研究团队指出，天文成像的噪声来源多样：大气与天光背景会引入随机波动；望远镜自身的热辐射与探测器特性会带来额外信号；再叠加长时间曝光与多帧合成过程中的误差传播，使得暗弱目标既“看不见”，也“看不准”。
在这种情况下，单纯依靠提高曝光时间或堆叠帧数，不仅成本高、效率低，还可能引入新的系统误差，难以形成可复核、可推广的稳定增益。
影响——一项算法突破，带来观测边界的实质扩展。
记者从清华大学获悉，清华大学自动化系戴琼海院士团队与天文系蔡峥副教授团队提出天文观测增强模型“星衍”，聚焦暗弱信号提取与重建。
该模型将深空图像重构为“时空光交织”的三维体，并通过光度自适应筛选机制，将噪声涨落与天体真实光度进行联合建模，从而在极低信噪比条件下实现更高保真的光子重构。
研究显示，借助该方法，可将詹姆斯·韦布空间望远镜的有效探测深度提升约1个星等，探测准确度提升约1.6个星等，并据此绘制出更为清晰的深空星系图像。
相关成果发表于国际学术期刊《科学》。
对策——以“数据增益”替代“硬件堆叠”，提升科研产出效率。
团队介绍，新方法的价值不仅在于“把图变清楚”，更在于为深空巡天与精细测光提供了可量化的可靠增益：在韦布望远镜深度观测数据中，研究人员识别出超过160个宇宙早期候选高红移星系，数量约为既有发现的3倍。
这些候选星系所处时代接近宇宙大爆炸后约2亿至5亿年的“宇宙黎明”阶段，是恒星形成与星系演化的重要起点。
通过在同一批观测数据中“挖掘”出更多暗弱目标，有望显著提高昂贵观测资源的使用效率，并为后续的光谱确认与系统性统计研究提供更充分的候选样本。
前景——从“看见更多”走向“理解更深”，为早期宇宙研究打开新窗口。
业内人士认为，深空天体的发现只是第一步，更关键的是在可重复、可检验的基础上，进一步回答“第一代恒星何时点亮”“早期星系如何快速成长”“再电离过程如何推进”等重大科学问题。
随着该类观测增强技术与高性能计算、标准化数据处理流程进一步结合，未来有望在不增加观测时长的前提下，提高对暗弱天体的检出率与测量精度，进而推动对宇宙早期结构形成的统计研究走向更大样本、更高可信度。
同时，这类方法也可望扩展到其他高动态范围天文场景，如系外行星直接成像、暗弱弥散结构测量等，为多学科交叉提供新的工具箱。
这项突破性研究标志着我国在天文观测技术领域已跻身世界先进行列。
随着探测技术的不断进步，人类对宇宙早期演化的认识必将持续深化。
正如科学家所言，每一次观测极限的突破，都是向宇宙奥秘更近一步的探索。
在建设科技强国的征程中，这样的基础研究创新将为我国参与国际科技竞争提供重要支撑。