恒星大气物理参数提取算法研究

本课题利用中低分辨率光谱及测光数据对恒星大气物理参数的提取算法进行研究。主要工作包括：1.已有的恒星大气参数提取算法普适性窄，基于对现有算法的研究和计算理论的融合，分析光谱及测光数据对参数敏感的特征，研究一种在较大参数范围内得到准确的恒星大气参数的新算法。2.现有的恒星大气模型CaII三重线准确率偏低未得到广泛使用，充分利用LAMOST海量光谱数据（尤其针对贫金属星）进一步研究CaII三重线与恒星大气物理参数的内在关系，改进完善已有模型。3.设计一套噪声模型，通过模拟不同的噪声生成不同信噪比的光谱，根据这些光谱对算法鲁棒性的测试结果确定不同信噪比下的最佳算法；4.基于上述工作，研究从低分辨率的巡天光谱中提取银河系α/Fe元素的丰度的方法。5.利用高分辨率光谱的参数、ELODIE数据以及银河系球形星团和疏散星团来验证这些算法的准确率，以期获得一套快速、有效、准确的恒星大气物理参数提取算法。

本课题利用中低分辨率光谱及测光数据对恒星大气物理参数的提取算法进行研究。按照基金任务书的要求，课题组人员经过3年认真的工作，已经达到预期的目标。.1、方法研究：（1）提出了基于5种恒星大气参数的提取算法，包括基于光谱相似度的参数自动测量方法、光谱红移的自动测量方法、基于神经网络的线指数恒星大气物理参数测量方法、基于线指数线性回归的参数测量方法、基于核偏最小二乘回归的参数测量方法等。扩大了参数测量的普适性，在较大参数范围内得到准确的恒星大气参数；（2）基于对现有算法的研究和计算理论的融合，分析光谱及测光数据对参数敏感的特征，提出了2种光谱特征的自动提取方法，包括自动识别发射线恒星光谱的方法、基于DCPCA的光谱特征自动提取方法；（3）提出了利用CaII三重线进行极贫金属恒星搜寻方法，将该方法应用LAMOST第一批释放数据DR1中的近百万恒星光谱中，结合ULySS给出的[Fe/H],搜寻近70个极贫金属星候选体。(4) 提出了一种基于统计窗的恒星连续谱自动拟合方法，其中包含了普适性很强的去除噪声的模型，对光谱中的噪声进行了识别和处理，增强了光谱处理算法的鲁棒性；（5）研究了低分辨率的巡天光谱中α/Fe元素的丰度的提取方法。[α/Fe]通常很难估算，而且误差很大。本研究提出了一种利用高斯过程回归（GPR）来估计[α/Fe]的方法，取得了较好的效果。（6）本研究还对光谱的分类、特殊天体的发现、激变变星候选体的挖掘、矮星候选体的自动搜索等方面做出来很多的工作，在方法研究上取得了很多的成果。.2、研究成果：共发表高水平论文25篇，其中SCI索引20篇，EI索引18篇（含SCI、EI双索引）。.3、学术交流：参加参加了国际恒星光谱库专题讨论会1次（2011，印度）并作特邀报告2人次。主办国内光谱分析与数据挖掘专题研讨会1次，协办1次。.4、人才培养：博士毕业2名，博士在读2名，硕士毕业9名，硕士在读9名。.5、撰写《高维海量数据处理方法及应用》专著一部，已经成稿，准备出版。