利用LAMOST搜寻热亚矮星--基于光谱数据的搜寻方法与参数估计算法研究

Hot subdwarf stars are core He burning stars located at the blue end of the horizontal branch, which is also known as the extreme horizontal branch. The study of hot subdwarf stars is important for understanding stellar astrophysics, galaxies and gravitational wave source. Presently, some problems associated with hot subdwarf stars are still unclear. To better study the properties of these stars, we should find more hot subdwarf stars to enlarge the sample size. The traditional method of searching for hot subdwarfs from the large data sets is based on the color cuts followed by visual inspection. However, this method is not suitable for the data set without homogeneous colors, such as the spectra obtained by the Large Sky Area Multi-object Fiber Spectroscopic Telescope (LAMOST). Therefore, this project will study a new method of searching for hot subdwarf stars from LAMOST based on spectral data. The main contents include (1) spectral preprocessing: include the spectral denoising and cleaning to improve searching efficiency; (2) machine learning algorithms used to search for hot subdwarf stars: we will study suitable classification algorithm for the LAMOST spectra data to find hot subdwarf stars efficiently; (3) determine the elemental abundance of hot subdwarf stars: we will determine the elemental abundance reliably by using the medium-resolution spectra of LAMOST that will be released lately. This project will provide new methods of searching for hot subdwarf stars from the spectral data, and provide reliable elemental abundance of hot subdwarf stars.

热亚矮星是一类特殊恒星，它的研究与超新星前身星、引力波源等的研究紧密相关。在LAMOST光谱中搜寻热亚矮星将极大扩展其样本数量，对热亚矮星的理论研究和统计性质研究具有重要意义。由于LAMOST没有一致的测光数据，传统的基于颜色判据搜寻热亚矮星的方法不适用于LAMOST光谱。本项目将针对LAMOST数据特征，研究新的基于非测光数据的搜寻方法，主要内容包括（1）光谱数据的预处理：对光谱进行小波分析等适当的预处理，减少噪声干扰，提高搜寻效率；（2）热亚矮星搜寻算法研究：研究基于深度学习等机器学习算法的热亚矮星搜寻算法；（3）热亚矮星元素丰度估计：使用新算法以及即将发布的LAMOST中分辨率光谱估计热亚矮星元素丰度，提供可靠的元素丰度信息。本项目将为搜寻热亚矮星并进行参数估计提供新的基于非测光数据的方法，同时提供高质量的热亚矮星光谱与元素丰度，并且有希望在特殊热亚矮星搜寻方面有一些重要发现。

热亚矮星是中心正进行氦燃烧并且具有很薄氢包层的一类特殊恒星，在赫罗图上，它们一般位于水平分支的极蓝端，因此又被称为极端水平分支星。热亚矮星的研究与椭圆星系的“紫外超”现象、Ia型超新星前身星等的研究紧密相关，因此热亚矮星的形成及其性质对于研究恒星物理学、球状星团和星系具有重要意义。目前，已知的热亚矮星数量很少，为了更好的研究热亚矮星，我们需要搜寻大量的热亚矮星以扩充样本数量。我国大科学装置LAMOST的银河系光谱巡天数据为搜寻热亚矮星提供了很好的机会。本项目的主要目标就是围绕海量光谱中热亚矮星的搜寻与参数估计难题开展深入研究。. 项目研究过程中，我们针对光谱处理问题提出了多个创新的海量光谱处理算法；构建了全新的热亚矮星搜寻算法；从LAMOST光谱中筛选出2000多个热亚矮星候选体，证认出232颗新热亚矮星；提出了新的热亚矮星大气参数估计算法；讨论了证认的热亚矮星的性质。相关研究发表论文13篇（正式发表SCI论文11篇，发表预印本2篇），顺利完成了项目规定的全部研究任务。不仅如此，针对光谱处理、特殊恒星光谱搜寻等相关研究课题，我们也开展了探索性研究，并在学术期刊发表了多篇特殊恒星（如贫金属星、Li巨星等）搜寻以及参数估计的研究论文。.项目研究期间，课题组成员参加国内外学术会议10余次，并有3位课题组成员以访问学者身份到国外高校访学交流，组织召开学术会议4次，邀请专家学术报告7次，与国内外学者专家就光谱的处理、特殊恒星的搜寻等课题进行充分的探讨和技术交流，通过该课题的研究，增加了国内外学术交流。人才培养方面有了很大进展。课题组毕业天文数据处理方向的博士生1名，硕士生7名。目前项目组有10名硕士生、1名博士在读、1名在站博士后。在4年的项目研究过程中，研究团队还增加了人员，目前课题组有1名教授、两名副教授、两名讲师，结构合理，学术活跃，科研产出稳定。