随着詹姆斯·韦伯空间望远镜（JWST）等新一代空间观测设备投入运行，系外行星大气特征研究已成为天体物理领域的核心热点方向，但真实观测数据中复杂的仪器噪声、光学像差干扰，长期制约着大气反演算法的精度与去噪模型的训练效率，行业普遍缺乏具备已知真值的标准化基准测试数据集支撑相关研究。2026年5月5日，该数据集正式首发于arXiv平台，填补了这一领域的公共数据供给空白。
本次发布的Ariel模拟观测公共数据集由欧洲航天局Ariel系外行星大气探测任务团队联合开发，基于ExoSim2和TauREx3两大主流天文仿真工具构建，包含约1000个不同类型系外行星系统的模拟观测数据，覆盖0.6-3.9μm波长范围内的全时序光谱立方体，同时整合了JWST校准数据衍生的真实噪声模型、实际光学系统像差特征，通过耦合大气正向模型与仪器响应函数，实现了对空间望远镜观测过程的高保真还原，所有模拟数据的行星大气参数、光谱真值完全公开可查，为相关算法开发提供了已知真实值的基准测试平台。
从典型应用场景来看，该数据集首先可为系外行星大气成分反演算法提供标准化测试基准：研究人员可基于已知真值的模拟数据，验证反演模型对水、氧气、甲烷等关键大气组分的识别准确率，优化类地行星、气态巨行星的大气温度结构、组分比例测算精度，为后续寻找潜在宜居行星的生命信号提供算法支撑；其次，该数据集适配机器学习光谱去噪方法的训练与验证需求，高还原度的噪声与像差特征可帮助算法模型更好地适配真实观测数据的干扰特征，大幅提升弱光谱信号的提取效率，降低观测数据的无效损耗。
作为欧洲航天局Ariel系外行星探测任务的前置支撑成果，该数据集的开放也将为Ariel望远镜升空后的大规模系外行星普查任务提前储备数据处理能力，同时惠及全球独立天文研究团队，降低相关算法开发的技术门槛，进一步推动系外行星研究领域的开放协作效率，助力应对未来大规模系外行星普查任务的数据处理挑战。
详情页内容：
_1769672084863.jpg)