[發(fā)明專利]基于自觀測光譜庫的大型巡天望遠(yuǎn)鏡的恒星參數(shù)測量方法

有效

• 申請?zhí)枺?/td>: 202110537352.0
• 申請日: 2021-05-18
• 公開（公告）號(hào): CN113267455B
• 公開（公告）日: 2022-07-19
• 發(fā)明（設(shè)計(jì)）人: 杜冰;羅阿理
• 申請（專利權(quán)）人: 中國科學(xué)院國家天文臺(tái)
• 主分類號(hào): G01N21/25
• 分類號(hào): G01N21/25;G01N21/01
• 代理公司: 中科專利商標(biāo)代理有限責(zé)任公司 11021
• 代理人: 孫蕾

本發(fā)明提供了一種基于自觀測光譜庫的大型巡天望遠(yuǎn)鏡的恒星參數(shù)測量方法，包括以下步驟：利用理論光譜庫和其他星表采用參數(shù)標(biāo)記轉(zhuǎn)移方法構(gòu)建實(shí)測光譜庫；利用所述實(shí)測光譜庫采用卡方最小的線性內(nèi)插方法實(shí)現(xiàn)觀測光譜的參數(shù)測量。本發(fā)明中構(gòu)建標(biāo)準(zhǔn)數(shù)據(jù)集的方法具有很好的擴(kuò)展性，其構(gòu)建的光譜庫對天文領(lǐng)域具有重要的價(jià)值。標(biāo)準(zhǔn)數(shù)據(jù)集將會(huì)在光譜的物理參數(shù)確定、光譜分類、星族合成、光譜教學(xué)等領(lǐng)域發(fā)揮重要作用。

技術(shù)領(lǐng)域

本發(fā)明涉及天文光學(xué)望遠(yuǎn)鏡技術(shù)領(lǐng)域，尤其涉及一種基于自觀測光譜庫的大型巡天望遠(yuǎn)鏡的恒星參數(shù)測量方法。

背景技術(shù)

恒星的大氣物理參數(shù)，主要包括有效溫度(Teff)、表面重力(log g)和金屬豐度([Fe/H])等參數(shù)，是天文學(xué)家進(jìn)行銀河系的結(jié)構(gòu)、運(yùn)動(dòng)學(xué)規(guī)律、化學(xué)演化等方面的研究的基礎(chǔ)。隨著大型巡天項(xiàng)目的開展，比如美國的斯隆望遠(yuǎn)鏡(SDSS)和中國的郭守敬望遠(yuǎn)鏡(LAMOST)，自動(dòng)化的恒星參數(shù)測量軟件應(yīng)運(yùn)而生。

通過光譜來估計(jì)恒星大氣物理參數(shù)的算法有很多種，主要分為以下三類：

(1)最近鄰匹配，通過待測光譜與理論光譜進(jìn)行最近鄰匹配，將最佳匹配的理論光譜的恒星大氣物理參數(shù)確定為待測光譜的大氣物理參數(shù)。常見的最近鄰匹配方法有最小卡方值匹配、交叉相關(guān)法、貝葉斯方法和K鄰近法等。SDSS的恒星參數(shù)測量pipeline(SSPP)主要采用了最近鄰匹配算法。

(2)非線性回歸法，建立恒星參數(shù)到參數(shù)波段光譜的映射關(guān)系，構(gòu)建光譜內(nèi)插模型，通過尋找最佳參數(shù)組合使得內(nèi)插模型生成光譜和待測光譜最接近。

(3)機(jī)器學(xué)習(xí)，用理論光譜或者已知參數(shù)的實(shí)測光譜訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)(ANN)，然后使用訓(xùn)練好的網(wǎng)絡(luò)來估計(jì)觀測光譜的參數(shù)。

在實(shí)現(xiàn)本發(fā)明構(gòu)思的過程中，發(fā)明人發(fā)現(xiàn)相關(guān)技術(shù)中至少存在如下問題：

(1)最近鄰匹配的缺點(diǎn)：最近鄰匹配算法本身是恒星參數(shù)測量最常用的算法，具有很好的魯棒性。但是與觀測光譜匹配的理論光譜庫存在一定的問題。理論光譜庫是基于理論大氣模型的計(jì)算結(jié)果，而大氣模型是建立在對實(shí)際物理過程的簡化處理和近似假設(shè)上，比如假設(shè)局部熱動(dòng)力平衡、平面平行、壓力致寬模型假設(shè)等，可能與實(shí)際物理過程有差異。另外，線表的不完備也是理論光譜庫的一個(gè)局限，對于有很多分子帶的冷星來說，理論光譜還很難理想地構(gòu)建實(shí)際觀測的光譜特征。由于理論模型的限制，導(dǎo)致目前天文學(xué)家們獲取的恒星參數(shù)空間還是非常有限的，還是圍繞在類太陽恒星的附近。

(2)非線性回歸法的缺點(diǎn)：首先建立內(nèi)插模型需要足夠的參數(shù)空間采樣，這本身就是一個(gè)極復(fù)雜的天文問題。由于理論光譜庫的局限性，導(dǎo)致不可能全部參數(shù)空間都是用理論光譜庫來構(gòu)建，所以科學(xué)家們嘗試了實(shí)測光譜和理論光譜相互補(bǔ)充之后建立的內(nèi)插模型。但是由于實(shí)測光譜波長空間的限制，導(dǎo)致構(gòu)建的內(nèi)插模型光譜波長覆蓋很短，其應(yīng)用非常受限。另外，通過內(nèi)插模型尋找觀測光譜的最緊鄰參數(shù)，容易迭代到局部解上。如果通過(1)給出觀測光譜的初始假設(shè)，才能有效解決該算法迭代到局部解的問題。

(3)機(jī)器學(xué)習(xí)的缺點(diǎn)：機(jī)器學(xué)習(xí)算法仍然依賴于一套已標(biāo)記參數(shù)的數(shù)據(jù)集，其本身的問題，仍然是標(biāo)準(zhǔn)數(shù)據(jù)集的問題。通過理論光譜訓(xùn)練的網(wǎng)絡(luò)不一定能夠很好的預(yù)測實(shí)測光譜的參數(shù)。用實(shí)測光譜去訓(xùn)練網(wǎng)絡(luò)，受挑選樣本的影響較大，如果完全按照自然數(shù)據(jù)分布去訓(xùn)練網(wǎng)絡(luò)，就會(huì)導(dǎo)致占比很小的特殊星的參數(shù)預(yù)測偏差較大。該算法在天文領(lǐng)域的應(yīng)用仍然比較有限。

綜上所述，恒星參數(shù)測量算法的問題，其核心是標(biāo)準(zhǔn)數(shù)據(jù)集的問題。標(biāo)準(zhǔn)數(shù)據(jù)集是天文研究領(lǐng)域的一個(gè)重點(diǎn)也是難點(diǎn)問題。除此之外，海量光譜的計(jì)算時(shí)間也是需要解決的一個(gè)重要問題。SDSS的恒星光譜參數(shù)測量仍然在幾十萬數(shù)量級(jí)，所以SSPP沒有設(shè)計(jì)基于數(shù)據(jù)流的運(yùn)算模式。而LAMOST的恒星光譜在幾百萬的數(shù)量級(jí)，恒星參數(shù)測量的運(yùn)算效率是一個(gè)需要解決的問題。

發(fā)明內(nèi)容

有鑒于此，本發(fā)明的主要目的在于提供一種基于自觀測光譜庫的大型巡天望遠(yuǎn)鏡的恒星參數(shù)測量方法，以期部分地解決上述技術(shù)問題中的至少之一。