LAMOST天体光谱巡天

文章着重介绍了中国自主创新的LAMOST望远镜以及所取得的光谱巡天成果。LAMOST是一种新型的反射施密特望远镜,它突破了大规模光谱巡天所需要的大视场兼备大口径望远镜的技术瓶颈,成为世界上天体光谱获取率最高的望远镜。自2011年10月到2014年6月,LAMOST获得了413万条天体光谱,其中有378万条恒星光谱和包括220万条恒星光谱的参数星表。     

低信噪比巡天数据中特殊恒星光谱的搜寻方法

特殊恒星是金属丰度异常的恒星,其中包含的信息对于研究宇宙起源、太阳系的演变以及生命的演化都有着重要的意义。因此,特殊恒星的搜寻是国内外巡天项目中的重要目标。恒星光谱中包含着恒星的化学成分、物理性质以及运动状态等丰富的信息,它是开展恒星研究的重要依据。恒星的识别、分类以及特殊恒星的发现主要依据的是恒星光谱数据。随着LAMOST和SDSS等国内外大规模数字巡天项目的深入展开,恒星光谱的数据量达到了前所未有的高度,如此大的数据量为特殊恒星的发现提供了强有力的支撑。因此如何利用这些数据快速准确地发现特殊、稀少甚至于未知类型的恒星光谱是天文学研究的重要问题。数据挖掘是结合模式识别、机器学习、统计分析及相关专家背景知识,从数据中提取出隐含的过去未知的有价值的潜在信息的技术,其在处理大数据方面有着天然的优势,越来越多的数据挖掘方法被应用到巡天数据处理及分析之中。目前针对特殊恒星搜寻的数据挖掘算法主要包含随机森林、聚类分析以及异常值检测等,但随着巡天深度的拓展,观测的目标越来越暗,进而观测光谱的信噪比也随之变低。低信噪比光谱中存在着大量的无用信息,直接利用相关算法对其进行分析处理得到的结果往往存在很大的偏差。因此,如何从大量低信噪比恒星光谱巡天数据中有效地搜寻出特殊的恒星光谱,是当前面临的一个重要问题。由于低信噪比恒星光谱本身的特点,对于从中搜寻特殊恒星光谱的工作开展较少。为了解决此问题,在仔细研究光谱数据处理方法的基础上,针对低信噪比巡天数据中特殊恒星光谱的搜寻,提出了一种以主成分分析（PCA）和基于密度峰值聚类为基础的方法。该方法首先选取O,B,A,F,G,K和M各种类型的高信噪比恒星光谱,进行波长统一和流量插值后,利用主成分分析得到特征光谱;然后利用方差贡献率最大的前几个特征光谱对低信噪比的恒星光谱进行重构得到高信噪比的光谱;最后利用重构之后的高信噪比光谱进行聚类,聚类分析中得到的离群数据即为所要搜寻的特殊恒星光谱。在聚类时,考虑到恒星光谱数据本身的特点,采用了一种基于密度峰值的聚类方法来进行聚类及离群点的挖掘。实验表明,该方法能够在低信噪比的恒星光谱巡天数据中准确地搜寻出数量相对较少的特殊恒星。同时,也可应用于诸如LAMOST、SDSS等各种银河系巡天的光谱数据分析与挖掘中。     

LAMOST恒星光谱巡天与银河系恒星晕研究

星系的形成和演化问题是当今天体物理的前沿和核心。由于身居其中,而且可以对单个的恒星进行仔细的观测,银河系因此成为了研究星系的形成和演化乃至宇宙学的一个极重要样本。银河系的晕(包括恒星晕和暗物质晕)被证实具有非常复杂的结构,其中所蕴藏的信息使人们有可能揭示银河系的结构、形成和丰富的演化历史,其中的一些特殊天体可以用来探求银河系中央黑洞等当下天体物理的热点问题。LAMOST银河系恒星低分辨光谱巡天是迄今为止最大的同类观测项目,其形成的数据库非常适宜人们开展许多银河系结构和演化方面的工作。文章介绍了LAMOST银河系巡天在银晕和相关结构上正在开展的研究工作,并展示了一些早期的科学研究成果。     

天体光谱获取率最高的望远镜——LAMOST

现代天文学所研究的对象,即各种各样的天体,几乎都是“看得见而摸不着”的。于是,1825年法国哲学家孔德在他的《实证哲学讲义》中断言“恒星的化学组成是人类绝不能得到的知识”,以此来说明人类认识的局限性。然而,孔德的预言被30年之后的天体光谱术打破了,方法就是将天体的光通过天文望远镜和光谱仪分解成光谱,再分析研究光谱照片。利用天体光谱不但能够确定天体化学组成,而且还能确定其温度、压力、密度、磁场和运动速度等物理条件。150年来,天文学家为观测各种天体光谱而建造各式各样的望远镜和光谱仪,使人类对天体化学组成和物理本质的…     

面向LAMOST的天体光谱离群数据挖掘系统研究

在宇宙中寻求未知天体是人类探索宇宙奥妙所追求的目标之一,离群数据挖掘是发现未知天体光谱数据的一种有效途径。文章首先以VC++和Oracle9i为开发工具,设计与实现了面向LAMOST的恒星光谱离群数据挖掘系统,并给出了其软件体系结构和模块功能。其次,对基于中值滤波器的恒星光谱数据预处理、基于距离的恒星光谱数据聚类、基于距离支持度的恒星光谱数据离群数据挖掘、基于主分量分析法PCA的恒星光谱数据离群数据的三维可视化等主要关键技术进行了详细描述。最后,基于SDSS恒星光谱数据的运行结果表明,利用该系统寻找天体光谱离群数据是可行的,从而为寻找未知的、特殊的天体光谱数据提供了一种新途径。     

LAMOST银河系大规模光谱巡天计划的进展和展望

大天区面积多目标光纤光谱天文望远镜(LAMOST,又称郭守敬望远镜)是一台新型准中星仪式反射施密特望远镜。其有效口径4 m,视场20平方度,配备了16台摄谱仪和4000根光纤,可同时获取至多4000个天体的光谱。光谱覆盖为370—910 nm,分辨率为1800。为期5年的LAMOST银河系大规模恒星光谱巡天计划已于2012年秋启动,计划获取超过700万条恒星光谱,截至2014年6月已获得超过300万条光谱。文章简要回顾了银河系研究的重要性和现状,介绍了LAMOST银河系光谱巡天计划的科学意义和目标,数据采集、处理和分析进展以及已获得的初步科研成果,并对LAMOST银河系光谱巡天计划的未来进行了展望。     

巡天光谱中拼接异常光谱的自动检测和异常分级方法

拼接异常是光谱在红蓝两端拼接区域表现出的光谱连续性差的一种现象。在LAMOST的光谱处理中,仪器的稳定性、观测条件以及获得的响应函数等问题都是造成拼接异常的原因。光谱拼接是否正常对于光谱发布等后续工作的质量有重要影响。提出一种拼接异常光谱的自动检测方法,有效地提高了工作效率。该研究可以为LAMOST数据提供一个自动的标记,来评价拼接质量,也可以为用户提供一个使用数据时的选择。该方法首先将待测光谱进行流量归一化、去除钠线等预处理,并将其分为红蓝两端;然后对红蓝两端分别进行拟合;最后对两条拟合曲线,选取一系列等波长间隔的点,计算在这些点处的流量差值,得到所有流量差值的均值,标准差,并且计算两条曲线积分面积的差值;基于上述统计量,提出了一个判断光谱是否异常及其异常程度的评价函数。大量的实验证明,该方法具有良好的拼接异常光谱检测效果。     

信息时代的天文学

21世纪的天文学步入大数据时代和信息时代,呈现出了新面貌。天文学的起源问题和面临的信息科学问题仍是天文学家亟待解决的难题。尽管科学家们已经取得了一些成果,但在新的形势下,还需用人工智能方法武装头脑,与其他领域的专家或企业合作,培养和造就面向大数据的新一代人才,共同谱写天文学的华丽篇章。     

LAMOST星系光谱的红移自动测量

自动测量LAMOST望远镜所产生的大量星系光谱红移,是LAMOST望远镜数据处理的关键。PCAZ的红移自动测量方法,只适用于红移值较小(一般情况不超过z＜0.2)的情况,其原因是受到所应用构建正交模板的光谱模板范围的限制。文章突破了这一限制,针对LAMOST将产生的光谱的特点,作者改进了这套方法。应用该方法到具体的观测数据中,得到了准确率超过90%的红移值。该方法的红移测量极限依赖于模板的波长范围和待测光谱蓝端的信噪比,按照LAMOST的初步设计,对z＜0.8红移,可进行准确测量。经过测量, 得出结论：(1)该方法适用于LAMOST的星系红移测量;(2)为实现巡天红移的测量,需要构造完备的不同星系的光谱模版(UV-IR);(3)蓝端信噪比大小影响对大红移的测量。     

天体光谱信号的连续谱归一化新方法

采用事先扣除强谱线的策略,提出小波变换与样条拟合相结合的方法进行连续谱拟合,并通过对实际光谱的试验,与较常用的连续谱拟合方法进行比较,结果表明文章提出的方法有明显的优越性。另外,针对多项式拟合等方法得到的连续谱可能会出现负值的情况,推导出有效的连续谱校正公式。     

基于熵学习机的恒星光谱分类

数据挖掘被广泛应用于恒星光谱分类。为了提高传统光谱分类方法性能,提出熵学习机(Entropy-based Learning Machine, ELM)。在该方法中,熵用来刻画分类的不确定性。为了得到理想的分类结果,分类的不确定性应最小,基于此,可得ELM的最优化问题。ELM在处理二分类问题和稀有光谱发现等方面具有一定优势。SDSS中K型、F型、G型恒星光谱数据集上的比较实验表明：ELM在进行恒星光谱分类时,其分类性能优于k近邻(k Nearest Neighbor)和支持向量机(Support Vector Machine)等传统分类方法。     

基于网格聚类分析LAMOST恒星光谱与理论模型的差异

随着天文大数据时代计算科学的蓬勃发展,我国具备自主知识产权的国际天文界口径最大、光谱获取率最高的大视场望远镜LAMOST,已率先在国际上开拓并实现了同时观测几千个天体光谱的大规模巡天工作。自2011年巡天至2015年6月所获得的DR3光谱数据集目前已获取世界上最大的恒星参数星表。针对LAMOST第三期发布FGK恒星光谱的流量定标等相关数据,利用Kurucz模板光谱对应的参数空间划分网格,基于开源高效的数据处理R语言程序软件平台,设计了有监督的聚类中心,便于验证其理论参数网格的差异。处理LAMOST实测光谱经归一化后,选择距离量直接描述属性,采用欧氏距离分析判别光谱之间的相似度,选取相应的属性向量构造函数判断观测光谱和理论光谱差别的量级。实验表明：比对LAMOST实测FGK型恒星光谱数据与Kurucz理论模板库数据一致性以及参数测量的准确性,结果显示相同参数的光谱间特征谱线具有较好的一致性,从而得出LAMOST光谱测量物理参数质量较高,具备极好的可靠性,为后续恒星大气模型的改进提供相应的论证依据。     

基于分形编码的天体光谱降噪方法

为了降低噪声影响,恢复光谱的连续谱和谱线等主要特征,以便准确测量谱线的等值宽度,文章根据天体光谱自身具有局部自相似性,而随机白噪声不具有自相似性,首次将分形方法应用于天体光谱降噪.实验表明,分形降噪方法对于准确测量谱线的等值宽度、星系红移等参数是有效的,此外,还可以实现数据压缩.分形方法适用于海量光谱的降噪和数据存储.     

巡天光谱分类前的预处理——流量标准化

由于噪声、畸变、观测环境和观测设备、以及流量未定标等因素的影响,对天体光谱进行自动识别之前,需要对它进行相应的标准化/预处理。文章研究了对巡天光谱自动分类前的预处理——光谱流量的标准化问题。通过分析光谱流量的干扰因素及其特点,提出了流量数量级变化的基本模型,并给出了相应的流量标准化方法。通过对正常星系和类星体的分类实验,表明文章所给基本模型的正确性,以及所给流量标准化方法良好的性能。并且从理论上分析、比较、解释了上述方法在性能上的差异。特别需要指出的是,研究表明文献中通常采用的流量标准化方法的效果较差。该研究结果对于大型光谱巡天所产生的海量数据的其它自动处理研究(例如,红移测量,天体表面有效温度,和化学丰度估计等)也具有重要的指导意义。     

一种晚型天体光谱离群数据挖掘系统

探索海量的M型恒星中具有磁活动、巨星等较特殊、稀有的天体,对于后续观测、银河系结构、演化等科学研究具有重要的意义,针对M型恒星光谱特征线出现在子空间中的局部偏离,设计并实现了晚型恒星离群数据挖掘系统。首先采用稀疏因子和稀疏度系数度量样本在属性空间上的分布特征,并在此基础上对M型恒星光谱特征线进行离散化、降维等预处理,获得光谱子空间;然后采用微粒群算法搜索离群子空间,并证认子空间内光谱是否离群;此外,选择SDSS M型光谱特征线指数集为样本,实验分析了稀疏因子和稀疏度系数的设置对离群结果的影响,并将离群挖掘结果与SDSS提供光谱型等参数对照,表明利用该系统实现晚型恒星光谱特征线局部离群数据挖掘是可行并有价值的。     

南极红外巡天望远镜红外背景辐射抑制方法

南极Dome A被认为是地球上最为优秀的天文测光、观测台址,尤其在红外波段。为了充分利用Dome A的独特天文观测优势条件以及满足系外行星观测需求和为我国未来南极更大口径望远镜的研制提供经验,提出建造1m可见/红外巡天望远镜。通过掩星法探测系外行星,至少需要万分之五的测光精度,必须很好地抑制或降低系统光机结构的自身辐射。以南极1m可见/红外巡天望远镜为例,进行南极红外望远镜杂散光抑制方法方面的探讨。由于该望远镜采用一次直接成像光学系统,光学结构简单,但无法设置冷光阑,红外背景辐射抑制效率较低。在光学系统设计上把次镜设置为孔径光阑进行优化设计,再详细介绍主镜遮光罩,次镜遮光罩,以及杜瓦瓶内冷光栏的独特设计,通过模拟仿真,自身辐射在像面上的辐照度为6.8×10-10 W/m2,为天空背景辐射在像面上的照度五分之一以下,满足天文观测三分之一要求。     

Si-Al-Zr-O系非晶原位晶化过程中的拉曼光谱和红外光谱研究

借助Raman,IR和XRD等技术探讨了Si-Al-Zr-O系非晶在原位受控晶化过程中微结构变化.结果表明,Si-Al-Zr-O系非晶在920℃左右出现网络结构重整,形成了富Si区和富Zr和Al区.在920～950℃间,从富Zr区析出初晶相四方氧化锆,并从富Al区形成Al-Si尖晶石相.随着温度进一步升高,Al-Si尖...     

掺杂半导体/金属膜系的光谱透射反射特性

提出了以改变半导体薄膜的掺杂浓度来调节它的等离子体频率ω_p,使它的高透射区移至可见光带.选择本征吸收频率在近紫外区的金属与之构成最佳的D/M光谱透射-反射膜系,同时结合掺杂半导体膜与金属膜的最佳厚度组合以形成较理想的透明隔热复合膜. 关键词：     

基于支撑矢量机的天体光谱自动分类方法

天体光谱自动识别系统的主要目标是对天体进行分类和参数测量。文章提出一种新的基于支撑矢量机的非活动天体与活动天体的自动分类方法。在信噪比低的时候 ,由于红移值未知使得噪声与发射谱线难于辨别 ,因此不能单纯依靠寻找发射谱线来确定是否为活动天体。据此 ,在低噪声情况下对非活动天体与活动天体的区分成为难点。本方法结合主分量分析法和支撑矢量机 ,能够对红移值未知的活动天体与非活动天体比较有效地进行自动光谱分类 ,对天文界的大型巡天计划中的海量观测数据自动处理有比较重要的应用价值。     

天体光谱信号去噪的小波域复合阈值新算法

利用谱线和噪声在小波域内的不同相关特性,提出了一种小波域复合阈值去噪算法。首先将小波系数作NeighShrink阈值处理,然后对得到的小波系数进行二值化,在此基础上定义了每一小波系数所对应的横向相关性指数和纵向相关性指数,最后确定出决定小波系数取舍的决策系数。由于该决策系数是通过多重判据得到的,因此该方法克服了简单阈值方法过保留或过扼杀的缺点,同时可以去除大脉冲噪声,实验结果表明了该方法的有效性。