LAMOST巡天光谱数据处理技术与分析应用

论文摘要

大型巡天望远镜的出现为天文学界带来了海量的数据,数据驱动的天文学研究方兴未艾。以美国斯隆数字巡天(SDSS)和中国资助研发的郭守敬望远镜(大天区多目标光纤光谱望远镜,LAMOST)为代表的光谱巡天,使得天文光谱观测数据的信息量飞速扩容,分析所获取的天体光谱,可知其物理、化学和与运动学性质,限制天体的演化过程和宇宙分布等等。LAMOST望远镜是国际天文界中视场最大、光谱获取率最高的多目标光谱望远镜,率先实现同时观测数千个天体光谱的大规模巡天工作。自2011年以来LAMOST已完成6年的大规模巡天观测,获取了最大的恒星参数星表,存储的DR5数据集已达到900多万条光谱,LAMOST获取的天文大数据丰富了全球天文观测数据库。基于这一宝贵数据,我国的某些领域的天文学研究特别是银河系研究摆脱了依赖国外望远镜和数据的状况,增强了我国天文学研究的整体实力。同时,数据驱动的天文研究也逐渐成为天文学研究的重要领域。本文从巡天数据的获取、数据平台处理、统计分析等方面展开研究,提出光学系统中观测光纤存在焦比退化问题,并结合LAMOST实际观测的解决方案进行谱线拟合分析,从源头上分析数据的可靠性;文中引入R语言分析LAMOST观测A型恒星数万量级以上的海量光谱数据,利用现有统计学分析方法及计算程序,实现高效的数据处理,相关性分析巡天观测数据的分类结果与LAMOST模板之间的系统性差异,以及在LAMOST海量光谱数据集中,回归分析观测比例较低但极具研究价值的早期A型恒星光谱,重新构建LAMOST观测数据B型恒星分类模板。借助深度学习天文数据挖掘技术,实现高效处理海量的光谱数据,有效提取并正确解释数据信息所隐含的、未知的、有研究价值较的信息。本文开展了如下4个方面工作:首先,依据LAMOST望远镜调试阶段的大芯径光纤,由于焦比退化现象产生的出射环型斑貌,结合CCD光谱图像特点实施轮廓拟合的抽谱方法,把二维CCD光谱图像转换成一维光谱,模拟LAMOST的红端数据,选取采样点在5000?~6000?波段范围,此波段包含铁元素Fe发射线的谱线与获得的环形斑轮廓卷积,分析焦比变化对Fe发射线峰值的影响,阐明正式巡天观测时,主镜Mb前悬挂平场漫反射屏消除环形斑引发偏差的正确性。其次,引入R语言平台应用国际天文界的数据标准格式FITS加载RFITSIO软件包,实现LAMOST巡天光谱数据读取、编译并运行图形化分析,较好地利用R语言挖掘和提取谱线样本的主要特征,为高效地获取挖掘天文光谱数据信息以及相应的未知天文学知识奠定基础。充分利用R语言应用统计学方法,完成天文光谱的模式识别与数据挖掘等工作,提高了数据分析效率。文中结合LAMOST数据读取、测试了R语言中的各类软件模块,涵盖数据拟合:数据建模、极值法、最小二乘法、最大似然法、非线性回归;数据插值:内插、样条法;数据平滑:移动平均、频谱分析;距离分类:欧氏距离、马氏距离;相关分析:自相关、交叉相关、图像平移;高维数据降维:PCA等。运用上述方法从天文数据中提取信息,为解释天文学光谱谱线特征和探求未知种类的海量稀有天体提供技术依托。针对LAMOST已发布F、G、K恒星光谱划分Kurucz模板光谱对应的参数空间网格,归一化处理20多万条LAMOST实测光谱,经距离计算比对Kurucz理论模板库实验数据后,结果显示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优化提供相应的论证依据。再次,利用天文光谱中Lick线指数有效提取恒星特征。采用Astrostat软件聚类分析线指数,实现多元线性回归和随机森林算法分析来估计A型恒星的有效温度。解决随机森林训练集数据范围内,回归预测模型解决过度拟合问题。比较两种回归的结果,较好地分析解释了数据之间的强相关性。使用岭回归方法解决最小二乘回归法不稳定的问题,从而有效地利用线指数预测A型恒星的有效温度,得出LAMOST大样本的多维参数空间光谱线指数数据正确预测有效温度的方法。最后,依据LAMOST已发布的DR5所有实测的B型恒星光谱,实施有监督聚类方法,得到绝大多数谱线被标记为B6型(7662条)和B9型(3969条),选取ELODIE已发布的实测光谱库B型光谱数据,经线性判别分析每个子类型的类内距离,成功构建出B型光谱子类型的新分类模板,完善LAMOST巡天数据的分类模板库。

论文目录

• 摘要
• abstract
• 第1章 绪论
•   1.1 课题背景和研究意义
•     1.1.1 天文光学光谱技术
•     1.1.2 天文光谱数据分析应用
•     1.1.3 虚拟天文实验数据运行环境
•   1.2 国内外研究现状
•     1.2.1 光学巡天观测系统
•     1.2.2 天文光学成像技术
•     1.2.3 LAMOST技术与实现
•   1.3 天文光学光谱信息数据
•     1.3.1 探究恒星物理数据信息
•     1.3.2 获取天文光谱特征信息
•   1.4 本文主要工作
•     1.4.1 主要研究内容
•     1.4.2 论文组织结构
• 第2章 LAMOST光纤出射斑谱线数据分析
•   2.1 引言
•   2.2 获取多目标光纤光谱
•     2.2.1 光纤焦比退化
•     2.2.2 抽取二维CCD天文光谱
•     2.2.3 光纤光谱抽谱优化方法
•   2.3 处理天文光纤光谱数据
•     2.3.1 RFITSIO软件包读取光谱数据FITS格式
•     2.3.2 连续谱拟合法处理光谱缺失值
•   2.4 拟合分析光纤环形斑数据
•     2.4.1 实验偏心入射环形斑
•     2.4.2 LAMOST光纤光谱仪光斑变形
•     2.4.3 采集远场出射斑图像
•     2.4.4 消除LAMOST数据环形斑
•   2.5 本章小结
• 第3章 LAMOST大样本恒星光谱处理技术
•   3.1 引言
•   3.2 天文光谱数据降维处理
•     3.2.1 LAMOST光谱观测数据
•     3.2.2 光谱离群数据检测模型
•     3.2.3 R语言光谱数据挖掘降维应用
•   3.3 天文光谱数据聚类分析
•     3.3.1 分组数据分析方法
•     3.3.2 数据标准化与归一化
•     3.3.3 K-MEANS最临近距离算法
•   3.4 恒星光谱样本数据距离分类
•     3.4.1 欧氏距离计算方法
•     3.4.2 马氏距离计算方法
•     3.4.3 计算LOF密度算法
•     3.4.4 ASTROSTAT线指数离群数据分析
•   3.5 LAMOST恒星光谱模板间距离分析
•     3.5.1 聚类中心网格
•     3.5.2 网格聚类恒星参数
•     3.5.3 距离法统计分析
•   3.6 本章小结
• 第4章 LAMOST恒星光谱数据分析应用
•   4.1 引言
•   4.2 恒星光谱相似度数据分析
•     4.2.1 R程序数据分析计算性能
•     4.2.2 光谱归一化处理
•     4.2.3 模板匹配
•   4.3 LAMOST恒星光谱模板相关性分析
•     4.3.1 LAMOST模板库分类
•     4.3.2 度量数据相关性距离
•     4.3.3 相关性计算结果分析
•   4.4 重构LAMOST恒星模板B型星分类
•     4.4.1 ELODIE实测模板
•     4.4.2 线性插值模板波长
•     4.4.3 计算ELODIE模板B型恒星相关性
•     4.4.4 马氏距离度量B型恒星光谱模板分析
•   4.5 多元线性回归分析光谱线指数
•     4.5.1 天文光谱线指数
•     4.5.2 线性回归分析
•     4.5.3 探索模型优化拟合
•     4.5.4 拟合数据残差分析
•     4.5.5 随机森林预测A型恒星有效温度
•     4.5.6 比较预测效果
•   4.6 A型光谱线指数岭回归预测分析有效温度
•     4.6.1 A型恒星线指数信息
•     4.6.2 构造数据模型
•     4.6.3 线指数共线性
•     4.6.4 岭回归分析
•   4.7 本章小结
• 结论
• 参考文献
• 攻读博士学位期间发表的论文和取得的科研成果
• 致谢
• 个人简历
• 附录A：LAMOST发布DR5 实测数据分类信息
• 附录B：处理光谱数据部分源代码

文章来源

类型: 博士论文

作者: 陈淑鑫

导师: 孙伟民

关键词: 巡天,天文大数据分析,光纤焦比退化,光谱模板,语言

来源: 哈尔滨工程大学

年度: 2019

分类: 基础科学

专业: 天文学

单位: 哈尔滨工程大学

分类号: P111

总页数: 136

文件大小: 9560K

下载量: 270