LAMOST恒星大气参数提取系统

LAMOST恒星大气参数提取系统

论文摘要

随着LAMOST银河系巡天计划的开展,每个观测夜将获得上万条恒星光谱。光谱蕴含着天体的重要信息,通过恒星光谱来得到恒星的大气物理参数是天文学中的一个基础工作,因此恒星光谱分析在天体研究中占有重要地位。通过恒星光谱快速、准确、自动的提取恒星大气物理参数是非常值得研究和探索的。本研究针对LAMOST的需求,设计、实现了一套恒星大气参数提取系统。主要研究工作如下:1、针对LAMOST的观测光谱进行预处理,利用11条强吸收线的观测波长和实验室波长的对比,计算得到视向速度,对光谱进行视向速度校正;然后对光谱的蓝段(3850-6000 A)和红端(6000-9000 A)分别进行多项式拟合,然后再综合进行多项式拟合,提取全局连续谱;针对83条原子线和分子线进行谱线特征提取等。2、利用网格模板匹配提取恒星大气参数。使用Kurucz模型生成覆盖网格节点的两套理论光谱模板,一套为包含g-r色指数和4400-5500 A的标准化光谱,一套只包含4400-5500 A的标准化光谱。定义观测光谱和理论模板光谱之间的距离,利用Nelder-Mead算法快速搜索极小值,利用最接近的理论光谱的参数作为观测光谱的恒星大气参数,最后利用蒙特卡洛模拟噪声的分布,得到恒星大气参数的误差。3、使用PCA降维的恒星光谱数据作为输入,利用神经网络提取恒星大气参数。将光谱的红蓝端分别降到二十五维,作为神经网络的输入,三个恒星大气参数作为输出,中间隐藏节点为十个,构建三层神经网络。使用理论光谱和SLOAN光谱(使用SSPP测量参数)作为训练数据及测试数据,训练得到两套神经网络系统。4、使用卡方最小化技术提取恒星大气参数。首先生成两套不同的理论光谱模板,定义观测光谱和理论光谱之间的卡方距离,为了减少计算量,利用半流量点技术来进行初始的温度估计,然后使用剪枝的多项式拟合技术得到最小值,求得有效温度,使用同样的步骤依次求得表面重力值和金属丰度值。第二套模板中使用第一套模板求得得有效温度,不过第二套模板将在以后的应用中计算alpha元素丰度。在本系统中,我们还实现了通过观测的g-r色指数和通过巴尔默(Blamer)线系的强度预测得到有效温度,最终使用了两个理论的有效温度估计和三个经验有效温度估计。5、利用银河系中的球状星系团和疏散星团的金属丰度值对本系统的参数值准确性进行了评估,并使用其他望远镜观测的高分辨率光谱提取的参数作为真实值,对本系统中的金属丰度参数进行了校正,得到每个算法在不同区间的误差和弥散度,对结果进行了重新加权,获得了较好的准确性。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 绪论
  • 1.1 LAMOST项目简介
  • 1.2 研究背景
  • 1.3 本研究的工作介绍和篇章安排
  • 第2章 数据简介、光谱预处理
  • 2.1 数据简介
  • 2.1.1 FITS文件格式
  • 2.1.2 LAMOST数据
  • 2.1.3 SLOAN数据
  • 2.2 光谱预处理
  • 2.2.1 视向速度测量
  • 2.2.2 连续谱拟合
  • 2.2.3 特征谱线提取
  • 2.3 本章小结
  • 第3章 主要流程及算法介绍
  • 3.1 网格模板匹配
  • 3.1.1 网格模板K24和Ki3介绍
  • 3.1.2 Nelder-Mead算法
  • 3.1.3 蒙特卡洛方法
  • 3.1.4 算法过程
  • 3.2 人工神经网络
  • 3.2.1 神经网络介绍
  • 3.2.2 PCA降维
  • 3.2.3 算法过程
  • 3.3 卡方拟合算法
  • 3.3.1 模板网格介绍
  • 3.3.2 卡方最小化技术
  • 3.4 其他算法
  • 3.4.1 理论有效温度估计
  • 3.4.2 经验有效温度估计
  • 3.5 本章小结
  • 第4章 参数结果评估、分析和校正
  • 4.1 参数结果评估
  • 4.2 参数结果分析
  • 4.2.1 数据来源
  • 4.2.2 算法结果准确性分析
  • 4.3 金属丰度结果校正
  • 4.3.1 误差以及弥散度分析
  • 4.3.2 加权算法
  • 4.3.3 最终结果
  • 4.4 本章小结
  • 第5章 综合分析
  • 5.1 系统实现及时间分析
  • 5.2 发展规划
  • 5.3 总结
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 学位论文评阅及答辩情况表
  • 相关论文文献

    • [1].中低分辨率光谱的恒星大气物理参数自动提取方法[J]. 邵阳学院学报(自然科学版) 2017(01)
    • [2].多任务Sparse Group Lasso特征提取与支持向量机回归在恒星大气物理参量估计中的应用[J]. 天文学报 2016(04)
    • [3].基于深度学习技术的恒星大气物理参数自动估计[J]. 天文学报 2016(04)
    • [4].基于线指数的核偏最小二乘回归在恒星大气物理参数测量中的应用[J]. 光谱学与光谱分析 2014(03)
    • [5].恒星大气物理参数估计中的稀疏特征提取[J]. 光谱学与光谱分析 2014(08)
    • [6].基于LAMOST光谱的恒星大气物理参数估计[J]. 光谱学与光谱分析 2014(11)
    • [7].关于恒星大气超声对流的注释[J]. 天文学报 2011(03)
    • [8].基于BP神经网络(自编码)的恒星大气物理参数估计[J]. 自动化与仪器仪表 2016(09)
    • [9].一种新的恒星大气物理参数自动估计方案SVR(Haar)[J]. 光谱学与光谱分析 2013(07)
    • [10].利用LAMOST搜寻富锂K巨星[J]. 河北师范大学学报(自然科学版) 2017(02)
    • [11].基于质量估计的恒星大气参数的自动测量[J]. 光谱学与光谱分析 2015(11)
    • [12].多国研究人员提出寻找行星新理论[J]. 中国科技产业 2009(11)
    • [13].恒星大气中Li的non-LTE效应研究进展[J]. 天文学进展 2008(01)
    • [14].一种基于Ca线线指数回归的恒星大气金属丰度估计方法[J]. 光谱学与光谱分析 2015(09)
    • [15].核回归方法在恒星光谱物理参量自动估计中的应用[J]. 光谱学与光谱分析 2009(04)
    • [16].两颗太阳孪生星的光谱分析与太阳颜色的确定[J]. 中国科学(G辑:物理学 力学 天文学) 2009(08)
    • [17].等高线分析天文日食图片的方法[J]. 光电工程 2010(11)
    • [18].基于核岭回归方法的恒星大气物理参数的自动测量[J]. 光谱学与光谱分析 2020(04)
    • [19].基于Haar小波特征的恒星光谱物理参量自动估计[J]. 光谱学与光谱分析 2012(09)
    • [20].基于神经网络的线指数恒星大气物理参数测量方法[J]. 光谱学与光谱分析 2013(06)

    标签:;  ;  ;  ;  ;  

    LAMOST恒星大气参数提取系统
    下载Doc文档

    猜你喜欢