从混合光曲线发现强偏 lensing超级新星

我们提出一种无模型、仅基于光度的框架，用于识别当多个图像在视觉上未分辨且混合为单个点源时强偏 lensing超级新星。该方法建立在Bag等人（2021）提出的仿真方法基础上，应用于ZTF（Zwicky Transient Facility）实际数据，并以光谱确认的Ia型超级新星为验证样本。该方法将观测到的光度建模为两个时移分量的叠加，并采用贝叶斯推断估计相对比例和时延。将该框架应用于445个良好收敛的超级新星后，我们发现仅有1颗对象在采用保守的$\Delta t \ge 12$天阈值时满足选择标准，对应约0.22%的误报率；放宽阈值为$\Delta t \ge 10$天时，得到14颗对象，误报率为3.15%。该方法为在大型时域观测（如Rubin Observatory的Legacy Survey of Space and Time, LSST）中识别偏 lensing候选对象提供了可扩展且无模型的初级筛选手段。