太阳系中星际物体的合成族群

最初两个穿过太阳系的宏观星际物体（ISOs）的发现为行星科学开辟了全新的视角。对这些物体的探索为理解整个银河系中行星系统的起源、结构和演化相关过程提供了全新的认识。如果当前和未来的巡天发现更多ISOs，关于这些现象的认知将大为推进。另一方面，巡天需要更好地刻画该族群的特征，以改进其发现算法。然而，尽管具有重要的科学意义，目前仍缺乏太阳系中ISOs的综合轨道模型，以及能够满足这些日益增长需求、计算高效的合成表征生成算法。现有可用的合成族群生成方法无法充分考虑引力聚焦和太阳屏蔽效应等重要现象。此外，该方法在计算上也过于昂贵，无法用于ISO族群的系统性探索。本文提出了一种确定ISOs轨道根数分布的分析方法，以及基于多元逆变换采样方法的、计算高效的合成族群生成算法。所开发的方法比现有方法效率高数个数量级，具体取决于合成族群的规模。该方法的Python实现已免费提供，可用于生成具有用户自定义输入参数的ISOs合成族群。