《恆星大氣物理參數提取算法研究》是依託山東大學，由潘景昌擔任項目負責人的聯合基金項目。
基本介紹
- 中文名：恆星大氣物理參數提取算法研究
- 項目類別：聯合基金項目
- 項目負責人：潘景昌
- 依託單位：山東大學
中文摘要,結題摘要,
中文摘要
本課題利用中低解析度光譜及測光數據對恆星大氣物理參數的提取算法進行研究。主要工作包括：1.已有的恆星大氣參數提取算法普適性窄，基於對現有算法的研究和計算理論的融合，分析光譜及測光數據對參數敏感的特徵，研究一種在較大參數範圍內得到準確的恆星大氣參數的新算法。2.現有的恆星大氣模型CaII三重線準確率偏低未得到廣泛使用，充分利用LAMOST海量光譜數據（尤其針對貧金屬星）進一步研究CaII三重線與恆星大氣物理參數的內在關係，改進完善已有模型。3.設計一套噪聲模型，通過模擬不同的噪聲生成不同信噪比的光譜，根據這些光譜對算法魯棒性的測試結果確定不同信噪比下的最佳算法；4.基於上述工作，研究從低解析度的巡天光譜中提取銀河系α/Fe元素的豐度的方法。5.利用高解析度光譜的參數、ELODIE數據以及銀河系球形星團和疏散星團來驗證這些算法的準確率，以期獲得一套快速、有效、準確的恆星大氣物理參數提取算法。
結題摘要
本課題利用中低解析度光譜及測光數據對恆星大氣物理參數的提取算法進行研究。按照基金任務書的要求，課題組人員經過3年認真的工作，已經達到預期的目標。 1、方法研究：（1）提出了基於5種恆星大氣參數的提取算法，包括基於光譜相似度的參數自動測量方法、光譜紅移的自動測量方法、基於神經網路的線指數恆星大氣物理參數測量方法、基於線指數線性回歸的參數測量方法、基於核偏最小二乘回歸的參數測量方法等。擴大了參數測量的普適性，在較大參數範圍內得到準確的恆星大氣參數；（2）基於對現有算法的研究和計算理論的融合，分析光譜及測光數據對參數敏感的特徵，提出了2種光譜特徵的自動提取方法，包括自動識別發射線恆星光譜的方法、基於DCPCA的光譜特徵自動提取方法；（3）提出了利用CaII三重線進行極貧金屬恆星搜尋方法，將該方法套用LAMOST第一批釋放數據DR1中的近百萬恆星光譜中，結合ULySS給出的[Fe/H],搜尋近70個極貧金屬星候選體。(4) 提出了一種基於統計窗的恆星連續譜自動擬合方法，其中包含了普適性很強的去除噪聲的模型，對光譜中的噪聲進行了識別和處理，增強了光譜處理算法的魯棒性；（5）研究了低解析度的巡天光譜中α/Fe元素的豐度的提取方法。[α/Fe]通常很難估算，而且誤差很大。本研究提出了一種利用高斯過程回歸（GPR）來估計[α/Fe]的方法，取得了較好的效果。（6）本研究還對光譜的分類、特殊天體的發現、激變變星候選體的挖掘、矮星候選體的自動搜尋等方面做出來很多的工作，在方法研究上取得了很多的成果。 2、研究成果：共發表高水平論文25篇，其中SCI索引20篇，EI索引18篇（含SCI、EI雙索引）。 3、學術交流：參加參加了國際恆星光譜庫專題討論會1次（2011，印度）並作特邀報告2人次。主辦國內光譜分析與數據挖掘專題研討會1次，協辦1次。 4、人才培養：博士畢業2名，博士在讀2名，碩士畢業9名，碩士在讀9名。 5、撰寫《高維海量數據處理方法及套用》專著一部，已經成稿，準備出版。
