一种研究贫金属星重元素丰度分布的方法

以重元素核合成理论及星系化学演化理论所得结论为基础，提出了一种利用３ 种中子俘获过程的典型元素丰度观测值，研究在不同金属度下不同核合成过程对重元素丰度的贡献的方法．由此可以确定ｒ过程与ｓ过程的贡献比例，并可用此方法来计算其余重元素丰度，得到关于重元素核合成的重要信息．利用这种方法计算了贫金属星ＨＤ６２６４４ 、ＨＤ１２６２３８和ＨＤ１８４７１１ 的重元素丰度，并将计算结果与观测结果进行了比较。

一种基于Map/Reduce分布式计算的恒星光谱分类方法

天体光谱中蕴含着非常丰富的天体物理信息,通过对光谱的分析,可以得到天体的物理信息、化学成分以及天体的大气参数等。随着LAMOST和SDSS等大规模巡天望远镜的实施,将会产生海量的光谱数据,尤其是LAMOST正式运行后,每个观测夜产生大约2～4万条光谱数据。如此海量的光谱数据对光谱的快速有效的处理提出了更高的要求。恒星光谱的自动分类是光谱处理的一项基本内容,该研究主要工作就是研究海量恒星光谱的自动分类技术。Lick线指数是在天体光谱上定义的一组用以描述光谱中谱线强度的标准指数,代表光谱的物理特性,以每个线指数最突出的吸收线命名,是一个相对较宽的光谱特征。研究了基于Lick线指数的贝叶斯光谱分类方法,对F,G,K三类恒星进行分类。首先,计算各类光谱的Lick线指数作为特征向量,然后利用贝叶斯分类算法对三类恒星进行分类。针对海量光谱的情况,基于Hadoop平台实现了Lick线指数的计算,以及利用贝叶斯决策进行光谱分类的方法。利用HadoopHDFS高吞吐率和高容错性的特点,结合Hadoop MapReduce编程模型的并行优势,提高了对大规模光谱数据的分析和处理效率。该研究的创新点为：（1）以Lick线指数作为特征,基于贝叶斯算法实现恒星光谱分类;（2）基于Hadoop MapReduce分布式计算框架实现Lick线指数的并行计算以及贝叶斯分类过程的并行化。

外赋AGB星星风吸积的角动量守恒模型

用整个系统的角动量守恒条件代替切向动量守恒条件，推导出星风质量吸积及轨道参量变化方程．在新的轨道参量变化方程的基础上，计算了外赋AGB星系统的星风质量吸积及轨道参量的变化．将星风吸积模型同内禀AGB星核合成模型结合起来，通过逐次脉冲吸积质量和混合，自洽地计算外赋AGB星的重元素超丰，并给出计算结果与观测值的比较．对初始质量较大的Ba星（M2．0＝2．5M⊙），当系统轨道周期大于1300天时，属于星风吸积，小于600天成为共同包层双星或灾变双星．对初始质量较小的Ba星（M2．0＝13M⊙），当系统轨道周期大于1600天时，属于星风吸积，小于600天时成为灾变双星，由此可以解释Ba星的重元素超丰和轨道参量的观测事实，并有利于解释观测到的外赋S星轨道周期的600天下限．随着星风吸积过程的进行，轨道偏心率逐渐增大，这对解释Ba星轨道偏心率平均值大于外赋S星和CH星平均值的观测事实有利．

基于线指数特征的海量恒星光谱聚类分析研究

聚类分析是数据挖掘中用以发现数据分布和隐含模式的一种重要算法,能简单有效地研究大样本、多参量和类别未知的光谱数据。以线指数作为光谱数据的特征值能够在尽可能多的保留光谱物理特征的同时,有效解决高维光谱数据聚类分析中运算复杂度较高的问题。本文提出了基于线指数特征的海量恒星光谱数据聚类分析的方法,提取恒星光谱中的Lick线指数作为海量巡天光谱数据的特征,使用k均值聚类算法完成对光谱数据的聚类,然后对聚类结果进行有效的分析。实验结果证明该方法能够快速有效地将具有相似物理特征的恒星光谱数据聚集到一起,该方法可以应用到巡天数据的研究中。

基于线指数线性回归的恒星光谱大气物理参数测量

利用Lick线指数,根据光谱的海量特点,从统计回归的角度出发,通过线性回归的方法来设计大气物理参数测量的高效算法。线性回归通过选择最佳的线指数组合及回归类型的选择来使其达到最佳的回归效果。因为得到的是公式性的回归模型,所以使得其应用于新的数据时计算速度可以很快,且清晰明了,便于分析处理,这是其他方法所达不到的。实验结果证明,通过线指数回归的方法来进行大气物理参数的测量是可行的。

线指数特征空间内恒星光谱离群数据挖掘与分析

大规模光谱巡天将产生海量的光谱数据,为搜寻一些奇异甚至于未知类型的光谱提供了机会,对这些特殊天体的研究有助于揭示宇宙的演变规律和生命起源,巡天数据的离群数据挖掘有助于这些特殊的光谱的发现。利用线指数对光谱数据进行降维能够在尽可能多的保留光谱物理特征的同时,有效解决高维光谱数据聚类分析中运算复杂度较高的问题。提出了基于线指数特征的海量恒星光谱离群数据挖掘及分析的方法,以恒星光谱的Lick线指数作为光谱数据的特征,利用聚类搜寻离群数据的方法在海量光谱巡天数据搜寻离群数据,以此为基础并给出线指数特征空间内离群光谱数据的分析方法。实验结果证明:(1)以线指数作为光谱的特征值能快速的完成对高维光谱数据的离群数据挖掘,可以解决高维光谱数据运算复杂度高的问题;(2)该方法是在聚类结果上进行的离群数据挖掘,能够有效的挖掘出数量较少的发射线恒星、晚M型恒星、极贫金属星、缺失数据光谱等数据;(3)线指数特征空间的离群数据挖掘可以得到线指数特征空间内特殊恒星的发现规则。本文所提出的基于线指数特征的离群数据挖掘及分析方法可以应用到巡天数据的相关研究中。

基于神经网络的线指数恒星大气物理参数测量方法

通过人工神经网络的方法基于Lick线指数,来进行大气物理参数的测量,对Kurucz的合成光谱进行预处理以适应最后LAMOST光谱数据的要求,以Lick线指数与对应的大气物理参数为输入,用人工神经网络进行训练,得到训练模型通过DR8光谱数据进行测试,通过调整人工神经网络的相关参数来使实验效果达到最佳。结果证明,通过线指数人工神经网络的方法来进行大气物理参数的测量是可行的。

恒星光谱参数自动测量中不同模板匹配度量方法比较

模板匹配方法是恒星光谱参数自动测量中常用的方法之一。对经常使用的三种模板匹配算法:K-最近邻算法(KNN)、卡方最小化算法和光谱相似度算法测量恒星光谱参数结果进行比较。首先对光谱进行连续谱归一化及流量归一化,然后对三种算法测量恒星光谱参数的结果进行比较。对SDSS DR8大样本数据的实验表明,光谱相似度算法在测量恒星光谱参数中有相对优势。

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

恒星大气物理参数(有效温度、表面重力、化学丰度)的自动测量是天体光谱数据自动处理中的一项重要内容。由于光谱数据的高维性的特点,处理运算量非常大,对于光谱的实时分析及处理会造成延误。文章提出了一种基于Lick线指数,利用核偏最小二乘回归(KPLSR)对恒星大气物理参数进行测量的方法。可以有效地减少运算量并可达到理想的准确率。首先计算Kurucz合成光谱的Lick线指数,利用核偏最小二乘回归方法建立Lick线指数与大气物理参数之间的核回归模型,并利用DR8实测光谱数据对得到的模型进行测试,将测试的结果与SEGUE SSPP提供的大气物理参数进行了对比,取得了比较好的效果。此外,为了检验噪声对参数测量的影响,本文还对Kurucz光谱分别加了信噪比为10,20,30,40,50,70,90,120的高斯白噪声,对得到的不同信噪比的Kurucz数据进行了测试,实验结果表明,核回归模型对噪声比较敏感,光谱数据的信噪比越高,其大气物理参数的预测精度越高。提出的基于线指数建立核偏最小二乘回归模型的方法运算量小,训练速度快,适合用于恒星大气物理参数的测量。

自动识别发射线恒星光谱的新方法

恒星光谱一般具有明显的吸收线或者吸收带特征,而具有发射线的恒星光谱对应着特殊类型的恒星,如激变变星、Herbig Ae/Be等。对这些光谱的后续研究有着重要的意义。本文提出了一种能够自动识别发射线恒星光谱的方法。该方法首先对光谱进行连续谱归一化,然后通过比较谱线对应的流量及其邻域流量的均值和标准差,来判断是否存在发射线。对SDSS DR8大样本数据的实验表明,该方法能够完整、准确地识别发射线恒星。而且,由于该方法不涉及复杂的变换和运算,因而识别速度非常快,可用于诸如LAMOST和SDSS这样大型光谱巡天项目中发现发射线恒星光谱。

贫金属星中子俘获元素的丰度分布

在提出的贫金属星中子俘获元素丰度的计算模型基础上研究 1 999年新发表的 2 1颗贫金属星的中子俘获元素丰度分布 .结果表明 ,对较重的中子俘获元素理论预测曲线与观测值符合得很好 ,而对较轻的中子俘获元素二者有所偏离 .这表明在贫金属环境下 ,对较重的中子俘获元素各核合成过程产生的丰度分布与太阳系中相应过程的丰度分布相似 ,但贡献比例与太阳系不同 ;而对较轻的中子俘获元素丰度分布与太阳系的丰度分布有所偏离 ;这也说明较轻的和较重的中子俘获元素的核合成场所不同 ,即具有不同的核合成机制 .同时还特别讨论了丰度观测误差对表征各核合成过程的分量系数的影响 .

早M型矮恒星光谱聚类方法与分析

大规模光谱巡天项目如LAMOST等产生了海量极具研究价值的观测数据,如何对此数量级的数据进行有效的分析是当前的一个研究热点。聚类算法是一类无监督的机器学习算法,可以在不依赖于领域知识的情况下对数据进行处理,发现其中的规律与结构。恒星光谱聚类是天文数据处理中一项非常重要的工作,主要对海量光谱巡天数据按照其物理及化学性质分类。针对LAMOST巡天中的早M型矮恒星的光谱数据,使用多种聚类算法如K-Means,Bisecting K-Means和OPTICS算法做了聚类分析,研究不同聚类算法在早M型恒星数据的表现。聚类算法在一定程度依赖于其使用的距离度量算法,同时研究了欧氏距离、曼哈顿距离、残差分布距离和上述三种聚类算法搭配下的表现。实验结果表明:(1)聚类算法可以很好地辅助分析早M型矮恒星的光谱数据,聚类产生的簇心数据和MK分类吻合得非常好。(2)三种不同聚类算法表现不尽相同,Bisecting K-Means在恒星光谱细分类方面更有优势。(3)在聚类的同时也会产生一些数量较少的簇,从这些簇中可以发现一些稀有天体候选体,相对而言OPTICS适合用来寻找稀有天体候选体。

太阳附近G矮星金属含量分布和化学演化

利用新的太阳附近２５ｐｃ内的Ｇ矮星金属含量分布函数，本文在假定星际介质丰度非均匀情况下，讨论了四种化学演化模型的合理性．结果表明，简单模型和坍缩模型与实际情况相差较大，而ＰＩＥ模型和ＰＰＹ模型不仅对金属含量分布函数拟合较好，而且传统的Ｇ矮星问题也可以得到解释．这表明太阳附近可能受银晕影响较小．

中等贫金属星高分辨率光谱分析 Ⅰ.光谱数据与等值宽度

利用北京天文台兴隆观测基地2.16米望远镜的折轴阶梯光栅摄谱仪,获得了一批中等贫金属星的高分辨率、高信噪比光谱.通过MIDAS软件包对其中7颗中等贫金属星进行了光谱处理,得到了它们的等值宽度.最后给出了样本恒星的等值宽度及误差分析.

湍流压对中小质量恒星后期演化的影响(Ⅲ)红巨星和AGB星产生强大星风物质损失的机理研究

本文提供了一个判别红巨星和ＡＧＢ星对流外壳中是否会产生动力学非稳定性的条件．根据这个条件和对２８Ｍ及７Ｍ恒星从主序到巨星阶段和ＡＧＢ阶段的演化计算，可以证明，湍流压效应是导致红巨星和ＡＧＢ星靠近表面区域产生动力学非稳定性，从而造成物质向外喷流的原因．并认为它就是造成红巨星和ＡＧＢ星表面温度很低（因而辐射压很低）从而产生强大星风物质损失的物理原因．

星风吸积引起的钡星重元素超丰

首先指出目前星风吸积模型中理论上的不自洽，考虑到δｒ≠０，重新推导轨道参量变化方程，消去了理论上的不自洽．提出一个新模型：首次将星风吸积同内禀ＡＧＢ星核合成模型结合起来计算钡（Ｂａ）星的重元素超丰，并将计算结果与观测值进行了比较．各参量按标准情况取值时，计算结果不太理想．取Ｂｏｎｄｉｈｏｙｌｅ吸积率的０．５倍或取较大的星风速率时，对于较长轨道周期（Ｐ＞１０００天）的Ｂａ星，计算结果与观测值基本符合；而较短轨道周期（Ｐ＜６００天）的Ｂａ星。

MS星和SC星的红外观测研究

本文给出一批MS星和SC星的JHK观测结果.结合IRAS PSC和LRS资料讨论了这些恒星在近红外和中远红外的特性及在中红外的光谱特征.指出其红外特性反映了它们作为M,S,C星中介类型的特点,进一步说明了晚型星中M→MS→S→SC→C演化序列存在的可能性.

X Per的新发射相：光谱与红外观测

ＸＰｅｒ的新发射相：光谱与红外观测杭恒荣，夏剑萍中国科学院紫金山天文台，南京２１０００８中国科学院光学天文联合实验室关键词Ｂｅ星／Ｘ射线双星，发射线，ＪＨＫ测光１引言ＸＰｅｒ是一颗Ｂｅ／Ｘ射线双星（４Ｕ０３５２＋３０）的光学对应体［１－３］，中子星的...

A型恒星光谱线指数岭回归有效温度的预测分析

天文光谱线指数数据能够较好地保留着恒星的物理特征信息,为此借助线指数特征数据构建多参数模型,有利于更好地回归分析数据的共变关系及谱线的内在规律。世界上光谱获取率最高的施密特天文望远镜LAMOST发布的观测光谱都已经过标记,利用天文可视化工具分析这些标记的恒星光谱线指数会产生预测因子自相关,多元线性回归时因变量存在共线性,导致方差较大、得到最小二乘回归系数不稳定,虽不影响使用回归的有效性,但较难从回归方程中得到独立预测因子的评估系数。利用LAMOST巡天光谱数据中A型恒星Lick线指数为数据源,选取有效温度 T eff 为7 000~8 500 K,取信噪比大于50的光谱特征值实现回归分析恒星参数 T eff 值,经箱线图呈现DR5星表中, A型光谱86 097条具备 T eff 值大样本光谱数据的整体分布,统计分析26种线指数的特征值后,选取分布相似且带宽为12 的kp12, halpha12和hgamma12字段,减少解释线指数变量的数目,优化冗余变量方差膨胀因子(VIF)系数。实验选取两两变量间观测数据集,局部拟合回归散点、同样的数据源使用散点图的总体轮廓生成高密度散点图,利用色差透明性突出显示数据密集区域。结果表明多元线性回归和岭回归算法都能从低分辨率光谱中确定A型恒星的有效温度,但经过共线性数据分析有偏估计实验,使用岭回归分析寻找最佳模型,能更准确地确定恒星有效温度,进而得到预测A型恒星有效温度及谱线回归特性。

星际^(26)Al核合成的研究进展

介绍了星际26Al衰变所发射1809keVγ射线的最新空间探测结果,综述了目前关于星际26Al起源的各种天体模型的研究进展。最后,简要阐述了14N(p,γ)15O反应截面的最新测量结果及其对26Al起源研究的影响,探讨了一种星际26Al合成的可能新途径。