梅森·莱斯特正在UTSA物理与天文学系的办公室里远程工作——距离地球1.27亿光年——拍摄超大质量黑洞的图像。
UTSA研究生研究助理领导了一项研究，该研究发布在《天文学杂志》上，研究了使用称为反卷积的数学方法改进詹姆斯·韦伯科学望远镜获得的图像的最佳方法。他受国际科学家团队银河系活动、环面和流出调查的任务，以加强对NGC 5728星系的JWST观测。
由UTSA教授和Leist的博士生导师Chris Packham共同领导的GATOS团队因其对黑洞的研究而获得了JWST的时间。
“这令人难以置信地谦卑，”莱斯特说。“不仅仅是使用JWST数据，这是一个很好的机会和疯狂的科学，而是与我们的合作者合作。与GATOS的其他成员合作是一次非常不可思议的经历。我想告诉人们，这项工作代表了来自14个国家的研究所的35个人的努力。
Leist对活动星系核的去卷积模拟和观测图像，AGN是NGC 5728星系中心的一个区域。一个活跃的星系核的中心引擎，由一个炽热而湍流的吸积盘组成，围绕着一个被厚厚的气体和尘埃环包围的中央超大质量黑洞，在AGN，宿主星系和星系际介质之间的反馈中起着关键作用。
他在两年多的时间里测试了五种反卷积算法，模拟了AGN的观测结果。在测试的五种方法中，Kraken算法对模拟AGN模型图像质量的改善最大，因此被应用于NGC 5728的JWST观测。Kraken 是一种高性能的多帧反卷积算法，由佐治亚州立大学的 Douglas Hope 和 Stuart Jefferies 领导的研究团队开发。
JWST在五个不同的波长下观测到NGC 5728。在这些观测中，仅在一个波长上看到了微弱的扩展特征。当 Leist 对数据进行反卷积时，在所有波长下都揭示了微弱的扩展发射特征，证明了 Kraken 反卷积在提高 JWST 图像质量和增强微弱扩展发射特征方面的有效性。
“我们认为，这种延伸可能是超大质量黑洞流出的一部分，该黑洞可能与宿主星系相互作用。还有很多科学需要做，“莱斯特说。“很难区分所有JWST图像中的扩展结构，但是通过使用反卷积技术，我们减少了图像数据，以揭示隐藏的微弱发射特征。
该过程也是与UTSA的Adobe Creative Cloud支持专家Willie Schaefer合作完成的，他帮助为该研究创建了一组科学准确的彩色图像。
Leist的工作表明，反卷积是一种高效而准确的图像处理工具。他和帕克汉姆说，类似的方法可以应用于使用JWST观测结果的更广泛的科学案例。这种方法引起了从事JWST图像处理的科学家的极大兴趣。
“我们正在使用JWST数据做重要的工作，”Packham说。“但这很重要，因为通过使用这种方法，我们可以改进原始数据并获得更好的图像质量，从而看到那些较暗的细节。它显示了由UTSA共同领导的GATOS内部的合作力量。
Leist加强对星系NGC 5728的JWST观测的工作是进一步揭开宇宙起源神秘面纱的拼图中的一块新棋子。去卷积图像和其他天体物理结果的全部范围将在GATOS目前正在进行的研究中描述。
“它可以追溯到大爆炸后不久的星系生成，”帕克汉姆解释说。“如果我们真的想了解我们在自己的银河系、太阳系和整个宇宙中的位置，我们必须了解我们银河系中的黑洞以及其他星系中发生了什么。我们可以理解我们的银河系、太阳系、地球和地球上生命的形成。这确实是大局问题的一部分。
