测定天琴RR变星金属丰度的方法

银晕中天琴RR变星金属丰度的测定对于研究银河系晕的形成和演化具有重要的意义．在当前的技术条件下,高分辨光谱的方法难以测量银晕中较暗的天琴RR变星的金属丰度．高分辨光谱测定金属丰度的方法对恒星大气模型的依赖性较高,而恒星脉动引起的复杂大气状况对于建立正确的大气模型本身就是挑战．△S光谱方法、Caby测光方法和光变曲线的参数方法则弥补了高分辨光谱方法的不足,将能测量更远距离上的天琴RR变星的金属丰度．着重介绍了这3种方法发展的历史、具体的观测流程以及需要注意的问题。通过比较这3种方法的优劣,为实际观测时方法的选用提供借鉴。     

Magnetic Activity and Parameters of 43 Flare Stars in the GWAC Archive

In the archive of the Ground Wide Angle Camera(GWAC), we found 43 white light flares from 43 stars, among which, three are sympathetic or homologous flares, and one of them also has a quasi-periodic pulsation with a period of 13.0 ± 1.5 minutes. Among these 43 flare stars, there are 19 new active stars and 41 stars that have available TESS and/or K2 light curves, from which we found 931 stellar flares. We also obtained rotational or orbital periods of 34 GWAC flare stars, of which 33 are less th...     

超新星宇宙学的观测与研究进展

超新星在宇宙学研究中起着重要的作用,2011年的诺贝尔物理学奖就颁给了利用Ia型超新星为探针发现宇宙加速膨胀的天文学家。首先,通过详细介绍超新星宇宙学研究的物理原理和发现宇宙加速膨胀的观测与研究,讨论了宇宙加速膨胀发现过程给予当前研究工作的启示。然后,回顾超新星宇宙学研究在近10多年来的进展和主要成果,分析了当前所面临的主要问题与挑战。最后,对国内外超新星宇宙学研究中超新星观测研究的大型项目情况进行了全面回顾与介绍,讨论和展望了超新星宇宙学研究工作的方向。     

两颗IIn型超新星的观测研究(英文)

介绍了PTF10gvf和PTF10gvd两颗IIn型超新星的测光和光谱的观测情况,并对这两颗超新星做了精确测光和光谱拟合。通过对光谱的分析,得到这两颗超新星的抛射物的外层激波速度为~103km/s,其前身星的星风速度为~102km/s,并根据ChugaiDanziger(1994)提出的方法计算了它们的前身星质量损失率。PTF10gvf的质量损失率为~10-2M⊙/yr,PTF10gvd的质量损失率为~10-4M⊙/yr。由于这些物理参数与亮蓝变星星风速度和质量损失率的典型值相符合,推测这两颗IIn型超新星的前身星有可能是亮蓝变星。这个结论为IIn超新星与亮蓝变星之间的联系提供了支持,与之前Gal-Yam A V等人得到的结果一致。     

用于光学瞬变源搜寻的交叉证认快速算法

现代宽视场光学瞬变源巡天的大数据量特性和数据处理的高实时性要求,对利用星表交叉证认寻找瞬变源的方法提出了挑战.提出了一种基于等经纬分区建立空间索引的快速星表交叉证认算法.该算法通过对参考星表按相同经度和纬度间隔将视场所覆盖的天区划分为一个二维空间网格,并将二维网格直接与二维数组相对应,建立起星表的快速分区索引,从而实现处理速度的极大提升.算法的代码化测试结果为:对于天区覆盖为15°×15°记录条数为22万条的星表,在Intel Core i7 2600k CPU上的运行时间为0.3s,比多级三角划分算法(Hierarchical Triangular Mesh,HTM)快34倍.测试结果表明该算法能很好地满足,如地面广角相机阵这样的大型宽场瞬变源巡天项目的数据处理实时性需求.同时详细地分析了算法中各个参数的意义和优化方法,并对算法的特点和适用范围进行了深入的讨论.     

用于光学瞬变源搜寻的交叉证认快速算法

现代宽视场光学瞬变源巡天的大数据量特性和数据处理的高实时性要求,对利用星表交叉证认寻找瞬变源的方法提出了挑战。提出了一种基于等经纬分区建立空间索引的快速星表交叉证认算法。该算法通过对参考星表按相同经度和纬度间隔将视场所覆盖的天区划分为一个二维空间网格,并将二维网格直接与二维数组相对应,建立起星表的快速分区索引,从而实现处理速度的极大提升。算法的代码化测试结果为:对于天区覆盖为15°×15°记录条数为22万条的星表,在Intel Core i7 2600k CPU上的运行时间为0.3 s,比多级三角划分算法(Hierarchical Triangular Mesh,HTM)快34倍。测试结果表明该算法能很好地满足,如地面广角相机阵这样的大型宽场瞬变源巡天项目的数据处理实时性需求。同时详细地分析了算法中各个参数的意义和优化方法,并对算法的特点和适用范围进行了深入的讨论。     

基于K近邻方法的窄线与宽线活动星系核的自动光谱分类

对于美国芝加哥大学等6个组织的斯隆数字化巡天观测(SDSS)的一批低红移活动星系核(AGN)光谱数据,针对宽线AGNs和窄线AGNs发射线的不同特征,在静止系的光谱上截取有效波段范围,采用自动分类的K近邻方法,对其进行分类．宽线和窄线AGNs光谱的主要区别在于Hβ、[OⅢ]、Ha和[NⅡ]等发射线的幅度和半高全宽(FWHM)的大小,所以截取这些发射线所在的波段进行单独或组合的分类实验,实验证明,单独采用以Hα和[NⅡ]发射线为主的波段,分类效果最好,且对于训练样本数和测试样本数分别为1000和3313条的AGNs光谱的单次分类速度可达32．89秒．在充分利用光谱的典型特征的情况下,自动分类方法也可有效地应用于活动星系核的分类,为传统的通过计算发射线的FWHM值或发射线强比对大型光谱巡天所产生的庞大数据库进行分类提供了一种快速直接的分类方法．