一句话新闻

2008年9月27日夜,LAMOST在调试中一次观测得到1000余条天体的光谱开始,到至今的调试观测中,LAMOST都不断地获得每次约2000多天体的光谱。用于调试观测的天体一般是亮于17等,光谱是在无云观测夜曝光至少5分钟后获得的。与国际上迄今最多一次观测只能得到600多条天体的光谱相比,LAMOST已经成为世界上光谱观测获取率最高的望远镜。     

多波段巡天和LAMOST观测目标

综述了国际上多波段巡天工作的进展。其中，x射线波段列举了至今主要的x射线卫星，特别介绍了ROSAT、ASCA、Chandra和XMM—Newton的情况；光学波段主要介绍了SDSS、DEEP以及2df的星系和类星体巡天；红外波段主要介绍了2MASS和SWIRE巡天；射电波段主要介绍了NVSS和FIRST巡天。根据光谱能力和观测模式，提出了LAMOST的选题目标，分析讨论了LAMOST可以开展的交叉证认工作。     

基于JDBC的通用数据库访问和星表录人工具

LAMOST（Large Sky Area Multi-Object Fiber Spectroscopy Telescope）的巡天战略系统的主要功能是安排观测计划,而规划巡天星表是开展所有工作的初始步骤。天文研究人员或者巡天观测人员需要从各种类型的数据库进行选星、提取和录入。使用JDBC（Java Database Connectivity）数据库访问技术,利用面向对象的编程思想,实现了一个能访问多种类型数据库、获取星表数据、数据格式转换和星表录入的工具,支持大数据量处理,为天文研究人员以及巡天观测管理人员提供帮助。     

基于JDBC的通用数据库访问和星表录入工具

LAMOST(Large Sky Area Multi-Object Fiber Spectroscopy Telescope)的巡天战略系统的主要功能是安排观测计划,而规划巡天星表是开展所有工作的初始步骤。天文研究人员或者巡天观测人员需要从各种类型的数据库进行选星、提取和录入。使用JDBC(JavaDatabase Connectivity)数据库访问技术,利用面向对象的编程思想,实现了一个能访问多种类型数据库、获取星表数据、数据格式转换和星表录入的工具,支持大数据量处理,为天文研究人员以及巡天观测管理人员提供帮助。     

基于优先策略的动态选星算法

论述了LAMOST巡天观测战略系统(SSS)中观测策略的实现方法选星算法问题．以国外SDSS望远镜为例介绍了静态选星算法，分析了其不足之处，并结合LAMOST望远镜的特点，提出了一种新的选星算法-“动态选星”算法．动态选星算法基于优先策略原理，可以在满足覆盖完备性的基础上，优化观测效率，并能方便地兼顾观测条件的约束．给出了算法的原理和框架描述，并针对算法进行了模拟计算，证明了算法的有效性．另外需要指出的是动态选星算法不仅适用于LAMOST，它可以普遍地应用于多目标光纤望远镜的巡天选星．     

LAMOST观测控制系统用户界面设计

位于国家天文台兴隆观测基地的大天区面积多目标光纤光谱天文望远镜(LAMOST)是世界上最大的、可操控的反射施密特望远镜。为了便于控制望远镜,提高观测效率,设计了观测控制系统图形用户界面。首先分析了LAMOST望远镜的控制软件体系结构,采用基于场景的以用户为中心的设计方法,对界面进行了分析和设计。使用Qt、CORBA、多线程技术和MVC模式,实现了用户界面,并对界面进行了测试。最后,用户界面得到了用户的认可,成功应用于LAMOST观测。     

LAMOST0级观测控制系统物理模型

面向对象方法是一种新的软件工程方法,对象模型技术是当前流行的面向对象的建模技术,为了能理解LAMOST观测控制系统的设计和运行过程,需要用面向对象方法进行物理建模。本重点介绍LAMOST0级观测控制系统的物理模型。     

LAMOST网络控制系统结构

LAMOST(大型多天体分光望远镜)建成后将成为世界上视场最大、光谱观测效率最高的4m级口径以上的光学望远镜。它将要同时高效地观测4000颗星的光谱,这对网络控制系统的设计是巨大的挑战。该文主要从LAMOST网络控制系统构建的角度介绍了系统如何在大数据量、多任务的情况下实现各子系统控制、环境监测、授时和无线远程监控等功能,叙述了在该系统中运用的实时分布式操作系统、实时数据库,全球定位系统(GPS)和全球移动通讯系统(GSM)等多项技术．     

LAMOST子镜镀膜研究进展

对大口径光学/红外天文望远镜而言,为保障其稳定高效运行,镜面镀膜是重要的维护环节之一.镀膜质量的好坏直接影响镜面光学反射率的高低,也严重影响到天文望远镜的成像质量、观测效率.国家重大科技基础设施—大天区面积多目标光纤光谱天文望远镜(Large Sky Area Multi-Object Fiber Spectroscopic Telescope, LAMOST,又名郭守敬望远镜)自2009年6月通过国家竣工验收并逐步投入巡天观测,目前已进入第2个5 yr巡天计划阶段,取得近两千万的光谱产出和大批高显示度的科学成果. LAMOST共拥有24块施密特改正镜子镜和37块球面主镜子镜,为了确保在野外恶劣观测环境下镜面反射率维持在较高水平,每年要对大批子镜进行镀膜.主要介绍了镀膜需求、镀膜设备,并基于大量实验和多年的完善探索出一套可行的镀膜工艺流程,确保了LAMOST子镜极高的镀膜质量.镀膜后子镜平均反射率高达90%以上,满足了LAMOST光谱巡天的镜面反射率要求.     

宇宙信息

WISE升温但继续工作 在完成了主要任务对红外天空进行了巡天观测之后,美国宇航局的大视场红外巡天探测器（WISE）耗尽了其所有的制冷剂。虽然WISE已经升温,但美国宇航局决定继续这一任务。现在WISE的观测目标将集中在太阳系中的小行星、彗星和行星上。     

LAMOST观测控制系统的网络稳定性分析

观测控制系统是为LAMOST(大天区面积多目标光纤光谱天文望远镜)开发的基于网络的、自动运行观测流程的软件系统。在研究观测控制系统的实际网络拓扑结构和通信协议的基础上,利用网络模拟软件NS2对其进行模拟和分析,并对网络性能进行了实测。网络模拟和实测的结果证明,目前开发的观测控制系统在现有的网络结构和通信协议下能够稳定工作。同时,本研究也为观测控制系统的网络故障诊断提供了方法。     

专家识谱平台的设计与实现

在利用LAMOST巡天数据进行特殊天体搜寻或样本构建,以及在处理LAMOST不断累积的低信噪比光谱时,通常需要耗费大量的时间完成人工识谱。针对这样的问题,设计并实现了一套专家识谱平台。该平台是集光谱可视化、光谱分析、多波段图像融合、多种数据挖掘算法等功能于一体的科学与科普教研平台。利用该平台,天文学家进行天体搜寻、样本构建等科学研究将变得相对容易;通过该平台,高校教师可以开展各种有天文特色的教研活动;借助群体力量,该平台将逐步消化LAMOST不断积累的未知光谱数据。     

一种基于二维算法的新颖的多目标光纤光谱数据处理流程

郭守敬望远镜(Large Sky Area Multi-Object Fiber Spectroscopic Telescope,LAMOST)、斯隆数字巡天(Sloan Digital Sky Survey,SDSS)、英澳望远镜(AngloAustralia Telescope,AAT)等大多数多目标光纤光谱望远镜现用的数据处理流程都是基于一维算法的.以LAMOST为例提出多目标光纤光谱数据处理流程方法.在LAMOST现用数据处理流程中,在预处理过程之后,通过基于一维模型的抽谱算法从二维观测目标光谱数据中得到一维抽谱结果作为中间数据.后续的处理步骤都基于一维模型的算法.然而,这种数据处理流程不符合观测光谱的形成机理.因此,在每个步骤中都引入了不可忽略的误差.为了解决这一问题,提出了一种还未被用于LAMOST及其他望远镜数据处理系统的新颖的数据处理流程.重新设计安排了各个数据处理模块的顺序,各关键步骤算法都是基于二维模型的.核心算法将详细论述.此外,列出了部分实验结果来证明二维算法的有效性和优越性.     

基于MATLAB的一维光谱可视化与分析工具的设计与实现

随着LAMOST光谱巡天项目的不断推进,积累的光谱数量已经步入千万量级。因科学研究需求或大量低信噪比光谱的不断产出,在光谱处理过程中,常涉及大量的人工识谱任务。为了方便用户高效便捷地进行人工识谱,基于MATLAB设计并实现了一套一维光谱可视化与分析工具。该工具包括谱线标识、滤波去噪、红移测量、等值宽度估算等功能。该工具操作简单、直观,在特殊天体搜寻、LAMOST "UNKONWN"光谱的人工处理等方面具有较高的使用价值。     

天体测量星表与巡天观测的进展

该文简述了巡天观测和星表编制的历史和意义.介绍了天体测量星表与巡天观测的最新进展,如位置星表URAT、Pan-STARSS、LSST;自行星表LSPM、PM2000、BDKP;视差星表USNO,CTOPI、L和T型星的视差测定等.简略介绍了天体物理星表,其中包括测光星表GCPD、UBV、GSPC;光谱星表MSS、BDSS,SDSS和视向速度星表GCRV、CORALIE、RAVE.特别描述了恒星名至今仍在使用的20世纪初编制的Durchmusterung、Lowell、HenryDraper星表.描述了近年来普遍受到人们关注的联合星表编制的发展,如SKYMAP、距离太阳10 pc内的近距星表RECONS、描述了局部天区的HDF、双星星表等.另外还介绍了其他波段的巡天观测,如射电的NVSS、FIRST;近红外的IRAS PSC和FSS;X波段的WGCAT星表等.最后,对今后开展巡天观测和编制星表提出了应注意的几个问题.     

猎户座分子云团中弥散电离介质的视向速度及线强度比分布

恒星形成区是研究恒星形成物理过程最重要的天体物理实验室. 猎户座分子云团是研究各种质量恒星形成和相关年轻恒星性质的一个著名天区. 通过对恒星形成区的光学光谱分析, 可以获取其内部热电离气体的运动学和化学性质. 基于国家大科学装置郭守敬望远镜(LAMOST)的光谱观测数据, 从LAMOST I期光谱巡天数据中筛选出8个指向猎户座分子云团的观测面板, 获取了1300多条针对猎户座分子云团内弥散电离介质的有效光谱. 选取不受星际介质污染的背景天光光谱构建超级天光, 对这些光谱数据做减天光处理, 并进一步测量其发射线性质，包括Ha、N Ⅱ] λ 6584、[S Ⅱ]λλ 6717和6731等发射线的中心波长和积分流量等.最后给出猎户座分子云团内弥散电离介质的视向速度和线强度比分布情况.     

基于深度学习的LAMOST星系星族参数测量

星系的光谱包含其内部恒星的年龄和金属丰度等信息, 从观测光谱数据中测量这些信息对于深入了解星系的形成和演化至关重要. LAMOST (Large Sky Area Multi-Object Fiber Spectroscopic Telescope)巡天发布了大量的星系光谱, 这些高维光谱与它们的物理参数之间存在着高度的非线性关系. 而深度学习适合于处理多维、海量的非线性数据, 因此基于深度学习技术构建了一个8个卷积层$+$4个池化层$+$1个全连接层的卷积神经网络, 对LAMOST Data Release 7 (DR7)星系的年龄和金属丰度进行自动估计. 实验结果表明, 使用卷积神经网络通过星系光谱预测的星族参数与传统方法基本一致, 误差在0.18dex以内, 并且随着光谱信噪比的增大, 预测误差越来越小. 实验还对比了卷积神经网络与随机森林回归模型、深度神经网络的参数测量结果, 结果表明卷积神经网络的结果优于其他两种回归模型.     

富锂巨星研究概述

锂(Li)元素最初诞生于大爆炸核合成,是最重要的轻元素之一.但锂元素丰度在很多类天体中均表现出观测与理论不符的现象,这一问题困扰了天体物理学家数十年.富锂巨星就是这样的一类天体,它们大气中的Li丰度超过了标准恒星演化模型的理论值.虽然富锂巨星早在约四十年前就被发现,但其起源依然是未解之谜.随着以郭守敬望远镜(LAMOST)巡天等为代表的大型光谱巡天项目的开展、以开普勒(Kepler)卫星为代表的星震学观测数据的产出以及数据驱动类方法和技术的飞速发展,针对富锂巨星的研究取得了一系列重要的突破.在此将回顾富锂巨星近四十年来的研究进展,并总结对于富锂巨星最新的认知.     

The Cannon:一种基于光谱数据的恒星参数测量方法

新一代大规模光谱巡天项目产生了近千万条低分辨率恒星光谱,基于这些光谱数据,介绍一种名为The Cannon的机器学习方法。该方法完全基于已知恒星大气参数(有效温度、表面重力加速度和金属丰度等)的光谱数据,通过数据驱动来构建特征向量,建立光谱流量特征和恒星参数的函数对应关系,进而应用到观测光谱数据中,实现对恒星光谱的大气参数求解。The Cannon的主要优势为不直接基于任何恒星物理模型,适用性更广;由于使用了全谱信息,即便对于低信噪比光谱也能得到较高可信度的参数结果,该算法在大规模恒星光谱的数据处理和参数求解方面具有明显的优势。此外,还利用The Cannon得到LAMOST光谱数据中K巨星和M巨星的恒星参数。     

LAMOST控制系统实时分布式数据库

介绍国家“九五”重大科学工程项目“大天区面积多目标光纤光谱天文望远镜(LAMOST)”中基于QNX(Quick UNIX)操作系统的实时分布式数据库的研究情况。此项研制已通过2002年7月2日由LAMOST工程指挥部组织的北京、南京和合肥三地专家的评审，并得到好评。该数据库功能强、工具丰富、操作方便，在类UNIX操作系统下实现了Windows的界面风格，可以满足LAMOST控制系统数据在线(或离线)处理、存储、程序生成表格和图形等需要，也可推广应用到其它相关领域。