LSST是否会大大提高天文事件警报的发生率？

NPR新闻报道和播客“ 新望远镜有望革新天文学”更新了“智利CerroPachón上正在建造的大型天气观测望远镜”的状态。

NPR的乔·帕尔卡（Joe Palca）的作品包括天文学家的声音，包括加州理工学院的天文学家曼西·卡斯里瓦（Mansi Kasliwal）：

帕尔卡（PALCA）：卡斯利瓦尔（Kasliwal）说，尽管LSST可以探测到这些事件，但其他望远镜更适合于对其进行详细研究。因此，计划是在LSST看到有趣的东西时向其他望远镜发出警报。当然，这意味着另一台望远镜必须放弃正在做的事情，但是卡斯里瓦尔说这是值得的。

难道不是LSST经常会看到“有趣的东西”吗？

由于LSST的测量能力的规模和范围，这是由于它具有巨大的校正视场和巨大的焦平面阵列以及巨大的图像处理和事件检测能力，因此，潜在的警报生成和发送速度可能会大大提高到天文台和天文学家的手机（这类事情的一个显着例子）。

问题： LSST是否会大大提高天文事件警报的发生率？是否已经估算出在线时总体费用将如何变化？

我想知道天文学家是否会更频繁地通过手机唤醒他们，或者某些天文台是否必须做出决定以迅速更改观测时间表或是否更频繁地进行唤醒。

是。估计LSST每晚将产生约1000万个警报（LSST警报分发演示文稿），这至少是当前ZTF 发出的警报量的5倍。ZTF是LSST警报流外观的大约10％比例模型，因为警报减少了大约5倍，并且警报数据包包含LSST警报中大约50-60％的信息。ZTF警报流（Patterson等人，2019年）也使用与LSST使用的软件（Apache Avro，Spark和Kafka）相同的软件，仅在较少的硬件上运行。

这些警报（采用Avro序列化二进制数据格式）将不会直接发送给天文学家（当然也不会发送给手机），计划是将警报发送给一些“经纪人”，这些经纪人会进行其他过滤，分类和交叉匹配到其他目录，以提供警报的其他信息和上下文（基本上是“天空中的此来源的亮度改变X倍或已出现”）。有几个处于不同发展阶段的经纪人，其中最主要的例子是ANTARES和Lasair。

天文学家，或更可能是他们的软件系统，将订阅这些代理，并为警报添加过滤器，以将流子集细分为感兴趣的特定对象和科学类型。这些很可能会进入自己感兴趣的目标数据库，而天文学家或他们的软件将决定将少数最有趣的目标发送给其他望远镜，其中一些机器人用于快速反应科学案例，某些则是传统上计划的。在大量的警报，并触发后续的有潜力受到极大干扰操作天文台的前路，这就是为什么我们正在制像的原因之一的天文现象观测网（AEON）来处理和协调一下。