近日，国家天文台科研人员李荫碧和罗阿理等人使用高效的机器学习算法，成功地从LAMOST DR4恒星光谱中发现了2651颗碳星，这是国际上近年来有着很好一致性的、最大的碳星样本。作为副产品，他们还发现了17颗碳增丰贫金属主序拐点星侯选体，使得这类恒星的数量翻了一倍，它们当中金属丰度最低约为太阳丰度的二百分之一。这项成果已经被国际著名天文学期刊《天体物理学增刊》（Astrophysical Journal Supplement Series，arXiv: 1712.09779）接收。

碳星是大气层中碳含量高于氧含量(C/O>1)的恒星，最初人们认为它们都是处于恒星演化晚期阶段的巨星，碳元素是从恒星内部对流到表面大气中的，直到主序阶段的碳星被发现后，人们认识到通过吸积伴星大气中的碳也可以产生碳星。

李荫碧等人使用前人发现的1000多颗碳星作为正样本，采用一种高性能机器学习算法在LAMOST DR4发布数据及望远镜测试数据中发现2651颗碳星，其中1415颗是首次发现，证明了机器学习在解决大数据中发现特殊恒星问题上的优势。根据不同的光谱特征，他们将这些碳星分为C-H, C-R,C-J,C-N和Ba五种子类型，为进一步研究不同类型的碳星起源奠定了基础。此外，他们还将C-J型碳星更加细致地分为三类，如文献中所提到的，大约90%的C-J型碳星其实是冷的C-N型星中碳同位素异常的恒星（C-J(N)型）。在这些碳星中，研究团队发现了几类具有特殊光谱特征的碳星，除了17颗碳增丰贫金属主序拐点星外，还包括12颗光谱双星，92颗光谱中具有发射线的碳星，以及308颗热的G-type碳星。这极大地丰富了“碳星”这一家族的成员。研究团队还利用紫外，光学和红外测光数据研究了这些碳星的性质，其中25颗具有远紫外探测，它们很可能是拥有白矮星伴星的双星系统。

                图1： 2651颗碳星的空间分布，不同颜色的符号代表着不同光谱类型的碳星