中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于中国空间站巡天望远镜无缝光谱测量早型星大气参数

文献类型:学位论文

作者饶加睿
答辩日期2024-07-01
文献子类硕士
授予单位中国科学院大学
授予地点北京
导师陈雪飞
关键词早型星 机器学习 恒星大气参数
学位专业天体物理
其他题名Estimating the Atmospheric Parameters of Early-type Stars from the Chinese Space Station Telescope Slitless Spectra Survey
英文摘要恒星光谱包含了恒星的表面温度、表面重力、质量、半径、光度、化学组成等信息,因此恒星光谱类型的差异也就反映出恒星性质的差异,迄今为止许多关于恒星本质的研究都是从光谱中得到的。利用恒星光谱测量恒星大气参数是研究恒星的重要手段之一。计划于2024年发射的中国空间站巡天望远镜(CSST)将在为期10年的巡天观测中为研究人员提供数亿颗恒星的无缝光谱。与人工处理相比,机器学习在处理海量数据方面具有更高的效率和稳定性。随着CSST大规模巡天项目的进行,即将产出数以亿计的无缝光谱数据,为我们测量恒星大气参数并对观测目标进行快速分类提供了海量数据。因此,我的学位论文主要围绕着“基于CSST无缝光谱测量早型星大气参数”这一课题展开。我们基于CSST无缝光谱的设计指标和机器学习算法Stellar LAbel Machine(SLAM),对早型星的恒星参数(有效温度Teff >15000 K)进行了研究。我们使用Potsdam-Wolf-Rayet(POWR)合成光谱库作为训练样本。我们同时使用了POWR模拟光谱库和哈勃太空望远镜(HST)观测得到的Next Generation Spectrum Library(NGSL)测试了机器学习结果的可靠性。在没有任何噪声的全波长光谱的理想情况下,有效温度Teff的平均相对偏差(取绝对值后)的平均值为800 K(2.7%),表面重力log g的偏差为0.11 c.g.s(3.5%)。当使用来自POWR库的光谱作为训练和测试样本时,我们将样本按CSST的无缝光谱不同波段分为具有不同分辨率的三个部分(2550 A至4050 A的分辨率R=287;4050 A至6300 A为R=232;6300 A至10000 A为R=207),并模拟实际观测情况(向测试样本中添加了径向速度RV和星际消光AV的影响),分别进行四阶交叉验证测试,得出了模型在不同情况下对有效温度Teff和表面重力log g的测量精度,并给出了测量误差。我们还考虑了实际观测设备可能出现的像素偏移情况,研究了测试样本中光谱发生微小偏移时对测量结果精度的影响。我们发现,在偏移5 A的情况下,Teff的平均相对偏差为1100 K(3.6%),log g为0.13 c.g.s(4.2%);在偏移10 A的情况下,Teff的平均相对偏差为1300 K(4.3%),log g为0.15 c.g.s(5.1%)。此外,我们还使用NGSL的实测光谱数据作为测试样本,得出了Teff和log g的测量精度,并与前人使用模板匹配的经典恒星参数测量方法得出的结果进行了比较,平均相对偏差可以控制在4000 K(15%)以内。这些结果表明,利用基于SLAM方法的机器学习模型,我们可以从CSST无缝光谱巡天的海量数据中获得相对准确的早型星恒星大气参数。
学科主题天文学
语种中文
页码0
源URL[http://ir.ynao.ac.cn/handle/114a53/28030]  
专题云南天文台_大样本恒星演化研究组
作者单位中国科学院云南天文台
推荐引用方式
GB/T 7714
饶加睿. 基于中国空间站巡天望远镜无缝光谱测量早型星大气参数[D]. 北京. 中国科学院大学. 2024.

入库方式: OAI收割

来源:云南天文台

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。