用LAMOST的数据筛选稀少天体和变源候选体

国家大科学工程LAMOST的河内和河外两大巡天项目将产生大量光谱。这些数据除可用于大样本统计研究的课题外，其中包含了不少稀少的天体和变源光谱，例如星系中的超新星、极端贫金属星、激变变星等。利用数据挖掘技术，在每个观测夜所获得的数以万计的光谱中，可以在不增加很大投入的情况下迅速搜寻出这类特殊天体的候选体。这些初步的、相对可靠的候选体通过其它望远镜的后续观测就可以进一步证认，从而提高LAMOST望远镜的科学产出率。特征提取是解决这类问题的关键之一，无论是贫金属星、激变变星，还是叠加在寄主星系中的超新星，在其光谱中必须含有特定特征。这就要求特征提取过程将特殊天体光谱的独有特征放大，并抑制其它特征。另一个关键问题是聚类分析中的离群算法。该算法将样本集中的每条光谱提取特征投影到低维空间中进行样本聚类，确定类型边界和离群点。在类边界中的点对应某类常见天体，而离群点对应的就是我们所要搜寻的特殊天体。

课题组严格执行了合同规定的研究计划和内容，取得了一系列研究成果。共发表期刊论文24篇（录用待发表4篇），其中超高速贫金属星的搜寻成果被评选为2011年中国十大天文进展之一，并发表在顶级国际杂志<ApJL>上，另外有3篇（2篇已录用待发表）发表在顶级国际天体物理杂志＜MNRAS＞上，有2篇分别发表在著名国际杂志< A& A>和<AJ>上；其它多篇发表在国际杂志<PASJ>，<RAA>，<中国科学英文版>以及国内杂志<光谱学与光谱分析>，＜天文学进展＞上。主要研究成果如下：（1）光谱处理。完成了适合LAMOST的海量光谱数据进行流量定标和连续谱拟合的处理方法，成果发表在RAA等杂志上;（2）数据挖掘方法的新探索。提出了基于蒙特卡洛局部孤立性因子（MCLOF）的离群搜索算法。应用于SDSS光谱中发现了许多珍稀天体，包括双星光谱、发射线恒星、碳星以及连续谱异常的光谱，成果已被MNRAS录用;（3）星族成分分析及星系成分扣除。对SDSS巡天中的E+A星系进行了星族成分分析，成果发表在MNRAS上。提出了二元PCA 特征谱分解的星系成分扣除算法。成果发表在《中国科学》;（4）河外特殊天体目标的数据挖掘。首次提出了一种在海量星系光谱中快速搜索超新星光谱的局部孤立性因子方法，在SDSS-DR7中搜索获得了36 条超新星光谱侯选体，其中24 个为本课题组首次发现并报告，成果发表在RAA;（5）河内特殊天体目标的数据挖掘。结合利用支持向量机和主分量分析自动寻找激变变星，发现了10个激变变星候选体，该成果已被MNRAS录用。超高速星被认为是从银心通过双星与大质量黑洞的动力学作用喷射出来的，课题组发现并报道了SDSS DR7中的13颗贫金属F型超高速星候选体，并进行了详细的运动学分析。该成果发表在<ApJL>上，并被评为中国天文2011年度10大进展之一。另外还发现一些贫金属星候选体，成果发表在《天文学进展》;（6）光谱模板库构建和恒星参数测量。构造了CFLIB恒星光谱库，分析了一批LAMOST高质量光谱的参数，分析了线指数和恒星参数的关系，成果分别发表在<A&A><RAA><AJ>杂志上；（7）红移测量。提出了基于吸收线识别的快速红移测量方法FRA和活动星系以及类星体的红移测量方法，成果发表在<PASJ>和《光谱学与光谱分析》等杂志上。