Gaia DR3 уточнила классификацию 14 тысяч астероидов

Авторы не просто «посмотрели на астероиды», а собрали очень аккуратную выборку из данных Gaia DR3. Сначала они отбросили спектры с плохим качеством: для этого использовали служебные флаги самой миссии и пороги по неопределённости, чтобы убрать случайные искажения в данных. Потом к отражательным спектрам добавили альбедо — то есть долю света, которую поверхность астероида отражает. Это важно, потому что два объекта могут выглядеть похоже в спектре, но по-разному отражать свет, а значит отличаться по составу.

Дальше они не вручную разложили все объекты по полочкам, а применили сочетание двух приёмов: уменьшение размерности и кластеризацию. Если по-простому, они сначала сжали набор признаков до наиболее информативных, а затем дали алгоритму найти группы объектов с похожим поведением. Такой подход помогает увидеть естественные границы между типами там, где обычное сравнение спектров уже не даёт чёткой картинки. В итоге получилось 13 классов астероидов, и схема оказалась достаточно плотной, чтобы охватить больше объектов, чем прежние спектральные классификации.

Самый интересный практический результат связан с ближним ультрафиолетом. Именно этот участок спектра помог разделить два очень похожих типа — B и F — внутри C-комплекса, а ещё лучше находить астероиды G-типа. То есть NUV-данные не просто добавили «ещё один диапазон», а реально улучшили различение слабых различий в составе поверхности. При этом авторы специально подчёркивают, что их схема привязана к уже известным классам, но не совпадает с ними один в один, потому что у DR3 есть свои систематические особенности.