LAMOST叠加目标天体光谱搜寻与分析证认

LAMOST spectra of superimposed targets, which especially refer to the fiber spectra of superimposed areas in the light of sight and with resolvable components, are very valuable for studying the structure and evolution of the target. Centering on the key scientific problem “systematically searching and identifying the various spectra of superimposed targets and the nebulae distribution of our Milky Way” in this project, we will carry out intensive study for LAMOST galaxy spectra of superimposed targets by using the data mining and pattern recognition methods. The main research contents include: the fuzzy identification method of galaxy spectra with dual-redshift based on the techniques of data mining and pattern recognition; systematically analysis of the various spectra of superimposed targets; a parallel detecting and identifying of the various Galaxy nebulae. The research results of the project will not only provide reliable spectral samples, parameters and auto-searching methods for the superimposed spectra, but also give some valuable clues for the improvement of LAMOST pipeline, so that the scientific output of LAMOST galaxy spectra and the spectra with lower quality will be further improved.

LAMOST叠加目标天体光谱特指视向上有重叠部分且光谱可分辨的天体光纤光谱，对验证并完善天体结构与演化理论具有重要科学价值。本项目围绕拟解决的关键科学问题 “系统搜寻和分析证认LAMOST各类叠加目标天体光谱与银河系内星云分布”，利用数据挖掘结合模式识别方法，拟对LAMOST各种叠加目标天体光谱进行深入系统的分析和研究。其主要内容包括：LAMOST叠加目标天体光谱的双红移系统识别方法；LAMOST各类叠加目标天体光谱分析；基于0红移发射线的银河系内星云并行化探测等。其研究结果拟为深入研究各种叠加目标天体性质提供可靠的光谱样本、参数及自动搜寻方法，同时也为优化LAMOST星系光谱pipeline提供重要线索，从而进一步提高LAMOST河外星系光谱以及低质量光谱的科学产出。

本项目在国家自然科学基金天文联合基金的资助下，围绕LAMOST叠加目标光谱的分析与证认方法进行了系统深入的研究，主要研究内容包括：1. 双峰发射线光谱数据挖掘。对LAMOST光谱上可能呈现的双射发射线轮廓进行了系统的搜寻、证认与分析，研究了集特征提取、特征表示、自动搜寻与质量评价为一体的技术框架，可大幅减少人眼检查工作。2. 天光光谱特征分析与建模。针对LAMOST减天光过程中超级天光构造的局限性，研究了一种轨迹聚类分析方法，分析了特定天区超级天光的时序变化特征，可为超级天光的构造提供限制。3. 叠加目标光谱的聚类分析与离群分析。针对光谱数据聚类和离群分析性能较低的问题，研究了基于MNN、PSO、相关子空间等技术的数据挖掘方法，可有效提高分析准确性及效率，并对双峰、P-Cygni轮廓、边界光谱等目标进行了物理分析。4. 0红移弱发射线特征识别方法。针对LAMOST光谱形状多样、受噪声干扰等问题，导致弱发射线识别困难，研究了0红移弱发射线特征的识别与搜寻方法，对0红移发射线的识别具有较好的准确性及完备性，为银河系的星云检测提供了重要的技术支撑。课题组已完成了计划任务书所有研究内容，取得了一系列研究成果，发表与录用学术论文16篇，出版学术专著3部。