SAGE巡天介绍Ⅱ——恒星大气参数估计

发布时间：2022-01-20 14:45

　　主要介绍SAGE巡天的恒星大气参数计算方法。首先回顾了前人利用恒星颜色确定恒星大气参数的工作;然后介绍了确定参数的多项式拟合和深度学习两种方法,并对每一种方法的原理、误差和特点进行了详细描述;最后对利用SAGE巡天恒星大气参数的前景进行展望。 

【文章来源】：天文学进展. 2020,38(01)北大核心CSCD

【文章页数】：9 页

【部分图文】：

a)拟合得到的有效温度与光谱确定值的比较；b)残差的分布情况

我们采用与Holmberg等人[5]类似的方式对金属丰度和颜色的关系进行多项式拟合。经过一次迭代，得到的结果如下：式(5)的适用范围为：图3显示了拟合得到的金属丰度与光谱确定值的比较以及残差的分布，最终用于拟合的样本恒星的数量为471颗，标准差为0.15 dex。从图中可看出3个大气参数的拟合误差和光谱得到的相当，可以满足巡天的需求。在进行消光改正后，我们可以把SAGE巡天星表的数据代入，求得恒星大气参数。

在天文学领域，越来越多的课题引入了深度学习算法。Fabbro等人[29]设计了StarNet深度网络，通过输入整条恒星光谱来确定恒星的大气参数(Teff,lg g,[Fe/H]等)。在使用SDSS-ⅢAPROGEE DR13光谱进行训练后，其准确性与APOGEE的pipeline近似。在使用相同的训练数据时，把StarNet与Cannon 2[30]进行了对比，StarNet的结果更好一些。4.2 参数测量

【参考文献】：
期刊论文
[1]SAGE巡天介绍Ⅰ——测光系统和数据处理[J]. 范舟,赵刚,王炜,赵景昆,郑捷,谈克峰,刘玉娟,何维,宋轶晗,姜晓军,马路.  天文学进展. 2018(02)
[2]SAGE测光巡天数据处理方法研究[J]. 郑捷,赵刚,王炜,范舟,赵景昆,谈克峰.  天文研究与技术. 2019(01)



本文编号：3599010