17日從中國科學院云南天文臺了解到，該臺恒星物理研究團組和天文技術實驗室近期基于機器學習，合作開發了快速計算恒星—行星系統潮汐演化的方法。相對于傳統的理論模型計算，新方法的計算速度可提高四個數量級。相關研究成果在線發表于國際期刊《皇家天文學會月報》。
由恒星和行星組成的類雙星系統的演化過程，涉及恒星和行星自身的演化、恒星和行星的物質損失、恒星和行星之間的潮汐演化。潮汐演化不僅改變了恒星的自轉，也調整了行星的軌道參數，比如偏心率和軌道間距。傳統方法通過在恒星演化中添加潮汐演化的計算模塊，從而得到其潮汐演化狀態，但計算效率較低，不利于將潮汐演化整合到恒星和行星組成的類雙星系統演化中。
鑒于此，云南天文臺博士生郭帥帥和研究員季凱帆、郭建恒等人，基于機器學習的方法，在一個包括了恒星質量、金屬豐度、初始自轉周期、行星質量、軌道半長軸等的參數空間中，計算了15000余條潮汐演化的模型。隨后，他們對這些演化模型作了復原，得出不同年齡條件下恒星的有效溫度、半徑、自轉周期和行星的軌道周期等數據。
依據恒星—行星系統潮汐演化特征，研究人員進一步將其分為6個類型。他們發現，除了恒星自轉和行星軌道周期幾乎一致的情況外，機器學習方法得到的結果，可在很大程度上復現理論計算所得的恒星—行星潮汐演化狀態。
此項研究提供了可以便捷地將潮汐演化整合到恒星—行星系統演化中的方式，有助于理解此類系統的基本物理機制，也為分析該系統在不同遷移狀態下的演化特征奠定了基礎。
