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…     

基于非参数回归与最近邻方法的恒星光谱自动分类

恒星光谱数据的自动识别与分类是现代巡天望远镜所产生的海量光谱数据处理的一项重要研究内容。针对流量未定标的低分辨率恒星光谱设计了一种有效的自动分类方案,实现恒星光谱的MK分类：光谱型及其次型分类,光度型分类。该方案由三部分实现：(1)连续谱归一化：基于小波技术提取低频信号逼近连续谱的方法;(2)七种光谱型及其次型的分类通过非参数回归方法实现。(3)光度型分类通过基于最近邻的χ2方法实现。实验结果表明该方案能够有效实现恒星光谱的MK分类,光谱型及其次型的分类精度为3.2个光谱次型,Ⅰ-Ⅴ光度型的正确识别率为60%, 次优统计率为78％。该方案训练速度快,方法实现容易,适用于海量恒星光谱自动分类处理系统。     

不同光谱型的低分辨率恒星光谱在不同信噪比条件下视向速度测量精度的分析

恒星的视向速度对于研究银河系的演化结构和动力学有很重要的意义,同时也是寻找变源和特殊天体的一种手段。不同的研究对其测量精度有不一样的要求。使用模板匹配的方法计算不同类型的低分辨率可见光波段恒星光谱的视向速度精度,从而为不同方面的科学研究提供有效可靠的参考。分别选取不同光谱型高信噪比的美国斯隆巡天恒星光谱,并加以噪声来模拟不同信噪比条件下的恒星光谱。通过分别计算这些恒星样本的视向速度,定量分析了各种类型的恒星在不同信噪比条件下能达到的视向速度测量精度。同时,还就白矮星的视向速度测量精度进行了分析。结果显示,对于相同信噪比的早型恒星的视向速度测量精度远没有晚型恒星的测量精度高,尤其是A型星的视向速度测量标准误差是K型星和M型星的5~8倍。分析其原因,主要是由于不同类型恒星的具有不同宽度的谱线所导致的。因此对于具有更宽谱线的白矮星光谱的视向速度测量误差更大,可达50 km·s-1。以上结论将为恒星科学研究提供很好的参考。     

基于卷积型小波包变换的谱线自动提取方法

天体光谱中的谱线包含重要的天体物理信息。文章提出一种基于卷积型小波包变换的谱线自动提取方法。该方法由以下主要步骤组成：(1)将观测光谱进行4层卷积型小波包变换;(2)对第四层小波包系数,采用区域相关算法以及阈值处理方法进行噪声处理;(3)选择中高频小波包系数进行谱线特征重构;(4)根据重构后的谱线特征,利用谱线搜索方法,在观测光谱中提取谱线。作者在实验中用恒星、正常星系和活动星系光谱进行谱线提取测试,结果表明该方法具有对噪声鲁棒和谱线提取准确等特点。用该方法提取sloan digital sky survey(SDSS)光谱中的谱线后,计算了红移并与SDSS给出的红移进行了对比,实验结果间接验证了该方法提取谱线的有效性。     

RVM有监督特征提取与Seyfert光谱分类

特征提取是光谱自动识别中的一个基本问题,它决定着光谱识别系统的性能和复杂度。目前的天体光谱自动分类研究主要使用的是基于以线性主成分分析(PCA)、小波变换(Wavelet transform)、人工神经网络(ANN)等为代表的非监督特征提取方法,而它们在特征提取时没有考虑到训练数据中的类别信息,并非按照分类能力进行特征选择和降维。文章研究了相关向量机(RVM)有监督特征提取方法及其在Seyfert光谱细分类中的应用。RVM是机器学习领域在近几年提出的一种Bayesian学习方法,它能有效地融合已有的先验知识、对问题的信念、训练数据和相应的类别信息,并按照分类能力提取特征,在理论上具有很大的潜在优势。另外,初步的实验结果表明,基于RVM的有监督特征提取方法在Seyfert光谱细分类中具有较好的性能。     

基于小波多尺度特征匹配的类星体红移测量方法

在中国正在实施的大型巡天项目(LAMOST项目)中,预计能获得105数量级的类星体光谱。文章旨在研究适用于LAMOST观测数据的类星体红移测量方法。为了克服信噪比较低的不利因素,文章采用小波变换的方法对类星体宽发射线进行特征提取,然后利用多尺度特征匹配的方法进行类星体红移测量。通过对sloan digital sky survey(SDSS) data release 2(DR2)中的15, 715条类星体光谱的实验表明,在误差为0.02的范围内所用方法的正确率达到95.13%。该方法可对相对定标的类星体光谱数据进行红移测量,符合LAMOST数据的要求,可为天文学家进行类星体和宇宙大尺度等研究提供帮助。     

化学元素的起源

<正>在古代,无论中国还是外国,都有人在不断地研究炼金术,企图利用廉价的材料炼制出黄澄澄的金子来。现代科学表明炼金术仅仅是在化学层面上来操作,通过化合和分解来改变分子,而无法改变原子的属性,因此炼金术是必然会失败的。要想由其他物质来产生金子,必须通过裂变反应或聚变反应这样的核反应才有可能。但是这种核反应方法的成本极高,产生的金子价值远远低于所要使用的器材、原料、能量所需的费用,是绝对赔本的买卖。而自然界的金子则是在宇宙这个"炼金炉"中炼制出来的。     

一种基于主分量分析的恒星光谱快速分类法

恒星光谱分类是天体光谱自动识别中的重要组成部分。本文主要介绍一种实用的基于主分量分析(PCA)法对恒星光谱进行快速自动的分类方法。该方法在恒星的主分量空间中对样本点进行投影 ,并利用最近邻分类器进行分类 ,获得与恒星MK分类标准的光谱型基本一致的结果。本文的主要工作有 :(1 )利用PCA方法构造恒星光谱的特征矩阵 ,建构恒星的主分量空间 ;(2 )对恒星光谱进行主分量投影 ,对投影点进行光谱型和光度级的分类器设计 ,利用最近邻法分类 ,最后得出恒星的分类树。该分类法速度快 ,分类准确率较高 ,对目前许多大型光谱巡天计划所获得的大量光谱数据的处理有着重要的意义。     

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。     

银河系Fe丰度梯度分析

利用依巴谷星表提供的高精度自行、三角视差,在Allen和Santillan 1991年提出的银河系质量分布模型的基础上,得出了1302颗恒星在银河系势场中的运行轨道,并对其中的1295个样本进行了丰度分析.通过把这些恒星的Fe丰度与其轨道参数做相关分析,得出在银心距8.5 kpcmax<17 kpc的范围内,Fe丰度梯度为(-0.057±0.007) dex/kpc,且沿银盘法向梯度明显大于沿径向的梯度.在此基础上,对其中的巨星,矮星F, G, K型星又分别进行了统计分析,并把样本分为盘星、晕星两类对其丰度进行比较,结果表明：Fe元素丰度梯度从巨星到矮星、从F型星到K型星有逐渐减缓的趋势;盘星丰度明显高于晕星丰度.研究进一步证实银河系铁丰度梯度确实存在,支持了在银河系早期晕族恒星先于盘族恒星形成、厚盘恒星先于薄盘恒星形成的化学演化模型.