CN108414462B - 一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 - Google Patents
一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 Download PDFInfo
- Publication number
- CN108414462B CN108414462B CN201810137582.6A CN201810137582A CN108414462B CN 108414462 B CN108414462 B CN 108414462B CN 201810137582 A CN201810137582 A CN 201810137582A CN 108414462 B CN108414462 B CN 108414462B
- Authority
- CN
- China
- Prior art keywords
- spectrum
- template
- measured
- low
- continuous
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000001228 spectrum Methods 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000008033 biological extinction Effects 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 230000003595 spectral effect Effects 0.000 description 14
- 235000019892 Stellar Nutrition 0.000 description 8
- 238000010521 absorption reaction Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000010183 spectrum analysis Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectrometry And Color Measurement (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种基于模板匹配的低分辨率恒星连续谱自动拟合方法,包括5个步骤,利用现有的信噪比高的光谱(或者理论模板)确定好合理的连续谱,对待测光谱与这些光谱进行拟合,找到最佳匹配,然后利用信噪比高的光谱(或者理论模板)的连续谱作为待测光谱的连续谱。本发明属于天体光谱处理技术领域,具体是提供了一种操作简单、稳定性佳、实用性强、准确度高的基于模板匹配的低分辨率恒星连续谱自动拟合方法。
Description
技术领域
本发明属于天体光谱处理技术领域,具体是指一种基于模板匹配的低分辨率恒星连续谱自动拟合方法。
背景技术
目前全世界已经有大量的恒星光谱,特别是近些年来开展的光谱巡天项目提供了大量数据支持,例如美国的斯隆望远镜(SDSS)和中国的郭守敬望远镜(LAMOST),SDSS恒星巡天项目SEGUE已经向全世界公开了20多万条的低分辨率(分辨率为2000)恒星光谱数据,LAMOST的巡天任务还在执行,目前公开了500多万条低分辨率(分辨率为1800)恒星数据。计算恒星光谱的连续谱对于恒星分类、谱线分析等是非常重要的一个步骤,连续谱的好坏直接影响到光谱分析的结果。如此大量的光谱,监测分析人员无法通过传统的方法人工一条一条的去计算,如何能快速的、稳定的计算一个可靠的低信噪比恒星光谱就显得尤为重要。
现有连续谱拟合方法主要包括利用低阶多项式拟合连续谱方法、基于统计窗的恒星连续谱拟合方法和基于选点的拟合连续谱方法。下面对上述三种常规方法进行简要介绍和弊端分析:1)利用低阶多项式拟合连续谱方法,一般恒星的连续谱是一个近似的黑体谱,可以用一个低阶多项式来近似。此方法是通过迭代的方法,利用低阶多项式拟合光谱,然后去掉光谱上与多项式距离比较远的点,一般采用大于2倍或者3倍标准差sigma作为距离较远的定义后,再次多项式拟合,如此迭代,直到没有较远的点为止。如图5所示,此时的低阶多项式为恒星光谱的连续谱。此方法的主要想法是通过去掉距离远的点,去掉光谱上的谱线,留下位于连续谱的点进行拟合。它没有很好的考虑到对于波长覆盖比较长的低分辨率光谱不同位置的谱线高度的不同,对于一整条光谱,使用统一的规则判定哪些点距离远,会出现谱线深的地方没有去把谱线去干净,这样使得最终通过多项式拟合的连续谱会偏向谱线方向,与光谱的伪连续谱存在差距。2)基于统计窗的恒星连续谱拟合方法,此方法同样还是利用低阶多项式进行拟合,但将一条光谱分解成多个部分,每个部分称为一个统计窗又。对于每个窗又的光谱进行单独统计,定义哪些点为距离比较远的点。然后去掉距离比较远的点再拟合,迭代出没有比较远的点为止,低阶多项式为此恒星光谱的连续谱。此方法主体思想同利用低阶多项式拟合连续谱方法,对于光谱的不同波长处,改进了使用统一的谱线判别标准,对不同处的光谱区别对待。但是对于具有比较宽的吸收带的恒星光谱,此方法会存在连续谱被低估的情况。因为当恒星温度偏低的时候,光谱上会出现由分子主导的连续吸收带,而吸收带是一个比较宽的、强度不是很强的吸收区域,该区域流量低于连续谱。对于这部分光谱,无法以统计的办法把这部分的所有点都去掉,这就导致了利用多项式拟合连续谱时会出现连续谱被低估的情况。3)基于选点的拟合连续谱方法,通过程序自动的选取光谱中一些点,对这些点进行低阶多项式拟合生成恒星连续谱。选点的准则是此点接近或位于光谱连续谱上。在选取点时,尽量选取一段平滑的区域,也就是谱线比较少的地方。选取点的好坏直接影响连续谱的准确性。此方法可以有效的避开光谱中的谱线位置,包括吸收线、发射线和吸收带。对于信噪比比较高的一般光谱能够比较好的估计恒星光谱的连续谱。但是,此方法的稳定性非常差,对光谱的质量要求比较高。首先拿LAMOST光谱举例,光谱位于蓝端(波长位于390-450纳米)的区域,谱线非常密集,还可能会存在吸收带的情况,选点的情况比较复杂。恒星光谱中还有可能存在发射线也增加了选点的难度。最重要的,对于信噪比低的、光谱质量不好的光谱、非常见类型的光谱,选点的方法很容易出现失误。由于选择点有限,出现失误则整个连续谱都是错误的。在大规模光谱巡天中,会出现很多低信噪比的光谱,此方法无法适用。
发明内容
为解决上述现有难题,本发明提供了一种操作简单、稳定性佳、实用性强、准确度高的基于模板匹配的低分辨率恒星连续谱自动拟合方法。
本发明采取的技术方案如下:本发明基于模板匹配的低分辨率恒星连续谱自动拟合方法,包括如下步骤:
1)下载数据库中不同恒星参数(Teff,logg,[Fe/H])的Kurucz模板光谱;
2)在步骤1)所述的模板光谱上选取位于连续谱上的点;
3)利用B样条函数,拟合选择出来的点,对整个光谱波长范围进行插值;若B样条函数结果不是非常理想,则通过增加、减少选择的点或改变点的位置调节;
4)对待测光谱处理,首先进行模板匹配,找到与待测光谱最接近的模板;由于待测光谱的流量值与模板光谱流量值存在尺度上的差异,通常相差一个倍数;且待测光谱受到星际消光等影响,存在一定的红化,或者待测光谱在做(相对)流量定标的时候,存在定标误差等等,在待测光谱与模板匹配的过程中,需要增加一个多项式进行调节,即匹配待测光谱与模板光谱*P(5);P(5)为一个波长为自变量的5次多项式;匹配可以使用K平方的方法进行匹配;
5)利用最佳匹配的模板的连续谱乘以步骤4)拟合的多项式作为待测光谱的连续谱;即待测光谱的连续谱=通过人工选点B样条插值的连续谱(最佳匹配模板)*P(5)。
进一步地,步骤2)中在模板光谱上采用手动点点的方式选取位于连续谱上的点。
采用上述结构本发明取得的有益效果如下:本方案基于模板匹配的低分辨率恒星连续谱自动拟合方法利用现有的信噪比高的光谱(或者理论模板)确定好合理的连续谱,对待测光谱与这些光谱进行拟合,找到最佳匹配,然后利用信噪比高的光谱(或者理论模板)的连续谱作为待测光谱的连续谱。本方法具有很高的稳定性,本方法在拟合最佳模板的过程中,引入了多项式成分,使得光谱受到定标、信噪比、红化等影响的时候,其使光谱连续谱变形的低阶成分能够体现在多项式中,从而其形变的成分能够传递到已求得的连续谱上。这样做的好处是,在海量观测的光谱中,有的光谱会出现监测分析人员未曾预料的形状改变,但对于这种光谱,监测分析人员依然可以给出合理的连续谱估计。本发明合理的考虑了光谱噪声对连续谱的影响。如图4所示,待测光谱存在噪声,但通过和最佳匹配模板的对比,可以很清晰的分辨噪声对真实流量的影响。我们通过利用模板的连续谱来估计待测光谱的连续谱,可以更加准确的反应待测光谱的流量信息。利用此连续谱对待测光谱进行谱线分析,会得到更加准确的结果。
附图说明
图1为本发明操作流程示意图;
图2为本发明流程模块图;
图3本发明一种实施例在选取连续光谱上的点时的示意图;
图4为本发明一种实施例的待测光谱和最佳匹配模板示意图;
图5为现有技术利用低阶多项式拟合连续谱方法操作流程示意图。
具体实施方式
下面结合具体实施对本专利的技术方案作进一步详细地说明,本发明所述的技术特征或作用原理没有进行详细描述的部分均为采用的现有技术。
以下结合附图,对本发明做进一步详细说明。
如图1-2所示,本发明基于模板匹配的低分辨率恒星连续谱自动拟合方法,包括如下步骤:
1)下载数据库中不同恒星参数(Teff,logg,[Fe/H])的Kurucz模板光谱;
2)在步骤1)所述的模板光谱上选取位于连续谱上的点,如图3所示;
3)利用B样条函数,拟合选择出来的点,对整个光谱波长范围进行插值;若B样条函数结果不是非常理想,则通过增加、减少选择的点或改变点的位置调节,直到满意为止;
4)对待测光谱处理,首先进行模板匹配,找到与待测光谱最接近的模板;由于待测光谱的流量值与模板光谱流量值存在尺度上的差异,通常相差一个倍数;且待测光谱受到星际消光等影响,存在一定的红化,或者待测光谱在做(相对)流量定标的时候,存在定标误差等等,在待测光谱与模板匹配的过程中,需要增加一个多项式进行调节,即匹配待测光谱与模板光谱*P(5);P(5)为一个波长为自变量的5次多项式;匹配可以使用K平方的方法进行匹配,如图4所示;
5)利用最佳匹配的模板的连续谱乘以步骤4)拟合的多项式作为待测光谱的连续谱;即待测光谱的连续谱=通过人工选点B样条插值的连续谱(最佳匹配模板)*P(5)。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的方案并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (2)
1.一种基于模板匹配的低分辨率恒星连续谱自动拟合方法,其特征在于,包括如下步骤:
1)下载数据库中不同恒星参数Teff,logg,[Fe/H]的Kurucz模板光谱;
2)在步骤1)所述的模板光谱上选取位于连续谱上的点;
3)利用B样条函数,拟合选择出来的点,对整个光谱波长范围进行插值;若B样条函数结果不是非常理想,则通过增加、减少选择的点或改变点的位置调节;
4)对待测光谱处理,首先进行模板匹配,找到与待测光谱最接近的模板;由于待测光谱的流量值与模板光谱流量值存在尺度上的差异,通常相差一个倍数;且待测光谱受到星际消光影响,存在一定的红化,或者待测光谱在做流量定标的时候,存在定标误差,在待测光谱与模板匹配的过程中,需要增加一个多项式进行调节,即匹配待测光谱与模板光谱*P(5);P(5)为一个波长为自变量的5次多项式;匹配可以使用K平方的方法进行匹配;
5)利用最佳匹配的模板的连续谱乘以步骤4)拟合的多项式作为待测光谱的连续谱;即待测光谱的连续谱=通过人工选点B样条插值的连续谱*P(5)。
2.根据权利要求1所述的一种基于模板匹配的低分辨率恒星连续谱自动拟合方法,其特征在于:步骤2)中在模板光谱上采用手动点点的方式选取位于连续谱上的点。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810137582.6A CN108414462B (zh) | 2018-02-10 | 2018-02-10 | 一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810137582.6A CN108414462B (zh) | 2018-02-10 | 2018-02-10 | 一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108414462A CN108414462A (zh) | 2018-08-17 |
CN108414462B true CN108414462B (zh) | 2020-10-09 |
Family
ID=63127194
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810137582.6A Expired - Fee Related CN108414462B (zh) | 2018-02-10 | 2018-02-10 | 一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108414462B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113267455B (zh) * | 2021-05-18 | 2022-07-19 | 中国科学院国家天文台 | 基于自观测光谱库的大型巡天望远镜的恒星参数测量方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101059842A (zh) * | 2006-04-17 | 2007-10-24 | 中国科学院自动化研究所 | 基于小波特征的特殊恒星自动识别方法 |
CN101915901A (zh) * | 2010-08-17 | 2010-12-15 | 中国科学院深圳先进技术研究院 | 磁共振成像方法及装置 |
CN102798342A (zh) * | 2012-08-02 | 2012-11-28 | 华中科技大学 | 一种用于光学散射测量的基于拟合误差插值的库匹配方法 |
CN103534565A (zh) * | 2011-05-05 | 2014-01-22 | 瑞尼斯豪公司 | 通过多项式拟合估计光谱数据中的背景辐射 |
CN103837160A (zh) * | 2014-03-04 | 2014-06-04 | 中国科学院光电技术研究所 | 基于恒星匹配的光电经纬仪参量优化方法 |
CN104870955A (zh) * | 2012-10-25 | 2015-08-26 | 瑞尼斯豪公司 | 光谱学装置和方法 |
CN106528498A (zh) * | 2016-11-03 | 2017-03-22 | 上海卫星工程研究所 | 恒星遥感影像的点扩散函数提取方法 |
-
2018
- 2018-02-10 CN CN201810137582.6A patent/CN108414462B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101059842A (zh) * | 2006-04-17 | 2007-10-24 | 中国科学院自动化研究所 | 基于小波特征的特殊恒星自动识别方法 |
CN101915901A (zh) * | 2010-08-17 | 2010-12-15 | 中国科学院深圳先进技术研究院 | 磁共振成像方法及装置 |
CN103534565A (zh) * | 2011-05-05 | 2014-01-22 | 瑞尼斯豪公司 | 通过多项式拟合估计光谱数据中的背景辐射 |
CN102798342A (zh) * | 2012-08-02 | 2012-11-28 | 华中科技大学 | 一种用于光学散射测量的基于拟合误差插值的库匹配方法 |
CN104870955A (zh) * | 2012-10-25 | 2015-08-26 | 瑞尼斯豪公司 | 光谱学装置和方法 |
CN103837160A (zh) * | 2014-03-04 | 2014-06-04 | 中国科学院光电技术研究所 | 基于恒星匹配的光电经纬仪参量优化方法 |
CN106528498A (zh) * | 2016-11-03 | 2017-03-22 | 上海卫星工程研究所 | 恒星遥感影像的点扩散函数提取方法 |
Non-Patent Citations (1)
Title |
---|
基于距离度量的LAMOST光谱中连续谱异常的自动检测;于敬敬 等;《光谱学与光谱分析》;20170731;第37卷(第7期);2246-2249 * |
Also Published As
Publication number | Publication date |
---|---|
CN108414462A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105424185B (zh) | 一种计算机辅助的全波段光谱仪波长标定方法 | |
Finkelstein | Observational searches for star-forming galaxies at z> 6 | |
Vučković et al. | The binary properties of the pulsating subdwarf B eclipsing binary PG 1336-018 (NY Virginis) | |
Dyar et al. | Comparison of baseline removal methods for laser-induced breakdown spectroscopy of geological samples | |
CN105486655B (zh) | 基于红外光谱智能鉴定模型的土壤有机质快速检测方法 | |
US20170045398A1 (en) | Method for measuring actual temperature of flame by using all information of radiation spectrum and measurement system thereof | |
Izbicki et al. | Photo-z estimation: An example of nonparametric conditional density estimation under selection bias | |
CN108956583A (zh) | 用于激光诱导击穿光谱分析的特征谱线自动选择方法 | |
CN102830096A (zh) | 基于人工神经网络的元素浓度测量误差修正方法 | |
CN104374739A (zh) | 一种基于近红外定性分析的种子品种真实性鉴别方法 | |
CN107704802A (zh) | 高光谱图像杂波的度量及异常检测算法的性能预测方法 | |
CN108414462B (zh) | 一种基于模板匹配的低分辨率恒星连续谱自动拟合方法 | |
CN109459409B (zh) | 一种基于knn的近红外异常光谱识别方法 | |
Nørgaard | A multivariate chemometric approach to fluorescence spectroscopy | |
CN110426370B (zh) | 一种基于直和模式的tdlas线型拟合方法 | |
Li et al. | Empirical modeling of the stellar spectrum of galaxies | |
CN104268896A (zh) | 基于光谱抽样直方图的超光谱降维匹配方法及系统 | |
CN110864808A (zh) | 一种基于高速采样的傅里叶变换光谱检测方法 | |
CN115541563A (zh) | 一种基于激光诱导击穿光谱的元素定量分析方法 | |
CN115561193A (zh) | 一种傅里叶红外光谱仪数据处理和分析系统 | |
US6791075B2 (en) | Method of spectrum analysis in two-dimensional representation | |
Liu et al. | Luminosity functions and evolution of blue galaxies in a deep multicolor CCD field survey | |
CN114364971A (zh) | 用于确定样品中存在的组分的光谱装置和方法 | |
Keto | Scales of Stability and Turbulence in the Molecular ISM | |
CN118090977B (zh) | 一种基于无线传感网络的水质监测系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20201009 |
|
CF01 | Termination of patent right due to non-payment of annual fee |