2017年6月15日，硬X射线调制望远镜卫星(HXMT)成功发射；2018年1月30日，卫星成功在轨交付。其实，发射成功只是第一步。为了顺利在轨交付，需要对硬件和科学载荷分别进行测试，其中重要的工作就是结合在轨实验数据完善数据校准流程。这就要说到在天文学研究中举足轻重的数据科学。
要建造一台望远镜，一般来说，流程是这样：天文学家提议建造望远镜，天文学家和工程师共同设计望远镜，工程师建造望远镜并交付天文学家，望远镜开光（与寺庙无关）后投入使用。从17世纪至今，望远镜越造越庞大，所需资源不断上涨，论证、设计、建造和使用过程也日益复杂。一方面是因为天文学本身就是观测驱动的，另一方面则是得益于人类社会也在不断发展。
以2017年6月15日发射的硬X射线调制望远镜卫星为例，在20世纪90年代提出设想之后，便是研发和论证两条腿走路。其中，卫星平台负责科学载荷的供配电，负责实现导航制导与控制。不同单位承担不同的工作，而卫星总体又要与运载、发射场、测控等其他系统协同工作。
望远镜建成并投入使用后，天文学家将利用它进行天文观测，并基于观测数据，进行科学研究。这个过程中，最为核心的问题就是观测时间的分配。有限的望远镜、探测器总是无法满足同时在所有波段观察所有目标的需求，因此，观察什么／不观察什么、什么时候观察、用何种模式观察，等等，都与望远镜有限资源有限寿命能取得的科学产出有关。
在X射线天文学中，望远镜的观测时间分配和观测数据获取都具有显著的开放性，这或许与X射线天文学足够年轻有关吧。天文学与数据科学在天文观测中，观测数据本身并不带来知识，但它是知识的基础。观测数据除了包含来自天体的信息，更与观测过程和探测器有关。探测器能力越来越强，观测过程也越来越复杂，积累的观测数据堪称海量。天文数据分析的模式也在悄然发生改变。
现代天文学的数据分析需求日益强烈，且与统计学、计算科学等不断交叉。例如，预计将于2020年出光的平方公里射电望远镜阵（SKA），则必须采取必要的在线数据分析了，因为SKA需要用上千台射电天线，合成相当于一平方公里有效面积的望远镜，数据产生速率实在太快。数据分析领域面临如此挑战，以至于引起了高性能计算领域的持续关注。
文章开篇提到，望远镜卫星要想产出成果，发射成功只是第一步，相信读到这里，您一定明白了，在轨交付也不是最后一步。未来要想获取科学成果，依然离不开Ta——数据科学。