AST3-2巡天观测中暂现源及变源的搜寻方法研究

发布时间：2020-03-30 20:45

【摘要】：对变源和暂现源的观测是时域天文研究领域的重要组成部分,在光学波段,巡天观测和后随观测是该领域的主要研究手段之一。通过对指定天区开展系统性的观测,并对感兴趣的源进行针对性的跟踪观测,可以得到大量有价值的观测数据。现代天文观测普遍使用先进大视场望远镜开展长期不间断的观测,产生了大量的观测数据,传统的人工分辨和阈值截断方法已经不能满足天文数据的处理要求,引入机器学习模型对数据处理结果进行分类和预测显得很有必要。本文以AST3-2巡天望远镜2016年数据为样本,讨论了探测AST3-2巡天天区的变源和暂现源的方法。AST3-2光学巡天望远镜位于南极大陆穹顶A,该处的气候特征对开展长时间不间断的时域天文巡天观测非常有利。南极通信不便,数据回传有诸多困难,我们希望能够在南极本地自动处理AST3-2观测数据,进行变源和暂现源处理,但是受到低功耗计算机的限制,数据的快速自动处理的实现存在诸多困难。为此我们结合已有的图像相减方案,将AST3-2 2016年观测数据作为测试样本,发展了一套基于随机森林的暂现源及变源的筛选方法。我们使用图像相减法找出可能的存在光度变化的源,再用主成分分析法抽取候选源的特征,并选择随机森林作为机器学习分类器,在测试中对正样本的召回率达到了97%。本文的工作验证了这种方法的可行性,并最终在2016年观测数据中探测出一批变星候选体。本文第一章介绍了国内外大规模时域巡天的设备、流程、及数据处理方法的发展状况,第二章简要描述了各类变星的特征,这些是本文工作的研究背景。第三章描述了CCD的特性及基本的测光方法,第四章介绍了本文工作所使用的算法的原理和特点,第五章介绍了我们的工作所基于的软件,这些构成了我们所讨论的暂现源和变源的搜寻方法的基础,第六章详细介绍了这种结合图像相减法和随机森林的方法及研究结果,并对这种方法未来的发展做出展望。
【图文】：

巡天观测,数据处理

到最大前两周内的数据。逡逑ＴＮＴＳ巡天启动于２０１２年十月，覆盖了银纬大于１０度，银经０到６０度之逡逑间共２０００平方度的天区，如图１．２示Ｗ。为了寻找一些极早期的超新星，近邻的逡逑Ｃｏｍａ星系团和大部分室女座星系团也包括在了邋ＴＮＴＳ巡天天区内。通常对一个逡逑天区拍摄一张图片需要两分钟，包含６０秒曝光时间，２２秒读出时间，以及转动逡逑和稳定望远镜所需要的３０秒。为排除宇宙线的干扰，在每个天区拍摄后的１到逡逑１．５小时左右，望远镜会对这个天区重新进行拍摄，这也有利于对特征时标很短逡逑的暂现源的观测研宄。对于亮于１８等，，且亮度正在上升的超新星和其他我们感逡逑兴趣的暂现源，ＴＮＴＳ巡天会对其做后随光谱和测光观测。兴隆站的后随观测望逡逑远镜口径０．８米，视场１１．５角分ｘｌｌ．２角分。ＴＮＴＳ巡天的数据处理程序基于开逡逑源软件，通过Ｌｉｎｕｘ系统Ｂａｓｈ脚本整合。逡逑本文工作涉及到的是ＡＳＴ３巡天项目（Ａｎｔａｒｃｔｉｃａｌ邋Ｓｕｒｖｅｙ邋Ｔｅｌｅｓｃｏｐｅ－３）

视场,流量,时变信息

－一邋．－一逡逑图１．３邋ＡＳＴ３－２巡天天区规划逡逑大量的观测数据，如何高效处理这些数据成为一个新的问题。Ｃ．Ａｌａｒｄ＾提出的逡逑图像相减法是目前时域天文领域应用比较广泛的一个方法，通过比较两个时刻逡逑的星像的流量差异来获得天体的时变信息，可以准确找出流量发生变化的源。理逡逑想情况下相减后得到的残差图像上应该只有流量发生变化的暂现源和变源，但逡逑是在实际操作中不可避免地受到各种因素的干扰，如仪器影响，对齐偏离，卷积逡逑异常等，这使得我们需要对相减后的残差进行区分，而仅靠人力去识别处理后的逡逑结果不仅费时费力，而且难以确保可靠性。在数据科学领域常使用机器学习代替逡逑３逡逑
【学位授予单位】：中国科学技术大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：P111

【相似文献】