天文统计学，天文大数据，机器学习，多波段天文学，类星体，恒星
张彦霞，女，中国科学院国家天文台研究员，博士生导师。天体物理学博士，首届国际天文统计学会会士（International Astrostatistics Association Fellow），现任北京天文学会监事，国际天文杂志Frontiers in Astronomy and Space Sciences天文统计副编辑；曾任国际天文学会（IAU） B3 天文信息和天文统计分会委员会委员；曾任国际天文学会（IAU）天文统计与天文信息工作组委员会委员；曾任北京天文学会副秘书长。作为项目或子项目负责人主持10项国家自然科学基金项目，参加多项国家级科学基金项目。目前在国内外杂志已发表科技论文130余篇。主要研究方向：天文信息学、天文统计学、多波段天文学、类星体和活动星系核。
主要成果是研究了各种机器学习方法在天文学中的应用。对多波段数据进行分类研究，借助机器学习方法高效地从巡天数据中选取类星体候选体或特殊天体，作为LAMOST项目的输入星表；对多波段测光数据的回归分析，用于测量星系或类星体的测光红移，提高了红移精度，这对于星系的形成与演化和宇宙的大尺度结构的研究具有重要的科学应用价值。开发了适用于海量天文数据处理的工具，如天文数据自动入库工具、多波段数据交叉证认工具，光谱识别工具，提高了科学研究的效率。天文时序数据分析，非平衡数据分析，挖掘特殊变源或特殊天体。
1.Zhang Yanxia, Zhao Yongheng, Wu Xue-Bing, Classification of 4XMM-DR9 sources by machine learning, 2021, MNRAS, 503, 5263–5273
2.Li Changhua, Zhang Yanxia, Cui Chenzhou et al. Photometric redshift estimation of BASS DR3 quasars by machine learning，2022, MNRAS, 509(2), 2289-2303
3.Li Changhua, Zhang Yanxia, Cui Chenzhou, Fan Dongwei, Zhao Yongheng, Wu Xue-Bing, He Boliang, Xu Yunfei, Li Shanshan, Han Jun, Tao Yihan, Mi Linying, Yang Hanxi, Yang Sisi，Identification of BASS DR3 sources as stars, galaxies, and quasars by XGBoost, 2021, MNRAS, 506(2), 1651–1664
4.Zhang Jingyi, Zhang Yanxia, Zhao Yongheng, RR Lyrae Star Candidates from SDSS Databases by Cost-sensitive Random Forests, 2020, ApJS, 246: 8 (8pp)
5.Jin Xin, Zhang Yanxia, Zhang Jingyi, Zhao Yongheng, Wu Xue-bing, Fan Dongwei， Efficient selection of quasar candidates based on optical and infrared photometric data using machine learning, 2019, MNRAS, 484: 4539-4549