LAMOST與虛擬天文臺(tái)

LAMOST1*“虛擬天文臺(tái)”概念的興起，起源于國際上一大批各個(gè)波段的大規(guī)模巡天計(jì)劃。*LAMOST是一臺(tái)具有強(qiáng)大光學(xué)光譜巡天工作能力的望遠(yuǎn)鏡。虛擬天文臺(tái)的興起給LAMOST發(fā)展提供了機(jī)遇和挑戰(zhàn)。*“虛擬天文臺(tái)”概念的興起，起源于國際上一大批各個(gè)波段的大規(guī)2LAMOST與虛擬天文臺(tái)的關(guān)系

LAMOST必將會(huì)從虛擬天文臺(tái)中選取觀測(cè)目標(biāo)LAMOST是對(duì)選定目標(biāo)的進(jìn)行光譜巡天的望遠(yuǎn)鏡,輸入星表的選取決定了LAMOST的科學(xué)產(chǎn)出。LAMOST的觀測(cè)結(jié)果，將成為國際虛擬天文臺(tái)中的一個(gè)重要組成部分。

LAMOST與虛擬天文臺(tái)的關(guān)系LAMOST必將會(huì)從虛擬天文3樣品的選?。?/p>

河外天文學(xué)及宇宙學(xué)的研究：星系的選擇

傳統(tǒng)的樣品的選取方法：在POSS底片（或CCD圖象）上，根據(jù)形態(tài)區(qū)分恒星與星系，對(duì)限定的星等范圍內(nèi)選擇觀測(cè)對(duì)象。虛擬天文臺(tái)的建立，使我們可以利用更多的參數(shù)（各種波段上）的信息，選擇具有更明確物理性質(zhì)的觀測(cè)對(duì)象進(jìn)行觀測(cè)。樣品的選?。?/p>

河外天文學(xué)及宇宙學(xué)的研究：星系的選擇傳統(tǒng)的樣4LAMOST與虛擬天文臺(tái)-China-VO課件5LAMOST與虛擬天文臺(tái)-China-VO課件6多波段巡天的資料

射電FIRST,NVSS,WENCS,GB6…….紅外 2MASS,DENIS,IRSA光學(xué) SDSS（五種顏色),POSS,UKST,ESO…. VISTA LSST紫外 GALEX,X-射線,HEASARC(NASA,HighEnergyAstrophysicsScienceArchiveResearchCenter)多波段巡天的資料射電FIRST,NVSS,WE7星系樣品的選擇的重要性

如何更好地（系統(tǒng)而有效地）應(yīng)用這些資料如何從巨大的數(shù)據(jù)庫中挖掘出新的“科學(xué)”星系樣品的選擇的重要性如何更好地（系統(tǒng)而有效地）應(yīng)用這些資8LAMOST與虛擬天文臺(tái)-China-VO課件9選擇不同的星系，對(duì)我們的研究結(jié)論將會(huì)有關(guān)鍵性的作用

*星系自身內(nèi)稟的性質(zhì)是豐富和多變的

光度,形態(tài) ,光譜能量的分布（SED）*我們甚至不清楚各類星系之間的關(guān)系星系形成和演化的規(guī)律？*對(duì)宇宙學(xué)研究宇宙中物質(zhì)90%是暗物質(zhì)、暗能量星系僅僅作為宇宙中物質(zhì)分布的一種標(biāo)志物，各類不同的星系與宇宙中物質(zhì)分布的關(guān)系,bias選擇不同的星系，對(duì)我們的研究結(jié)論將會(huì)有關(guān)鍵性的作用*星系自10選擇星系樣品的發(fā)展方向

在多維參數(shù)空間中選擇樣品維數(shù):102樣品數(shù):107-9

虛擬天文臺(tái)的重要科學(xué)內(nèi)容LAMOST輸入星表工作的發(fā)展方向

選擇星系樣品的發(fā)展方向在多維參數(shù)空間中選擇樣品11例子：

SDSS巡天中LRG樣品的選取

LRG：LuminousRedGalaxy（占用巡天光纖數(shù)的12%）科學(xué)目標(biāo)：*研究高紅移（Z=0.5）的星系團(tuán)*巨橢圓星系自身的演化*拓寬研究宇宙大尺度結(jié)構(gòu)的深度→1h-3Gpc3例子：

SDSS巡天中LRG樣品的選取LRG：Lumino12LRG星系的選取方法

與SDSS星系巡天主要樣品（r<17.7）選擇方法不同，LRG的選取方法增加了“顏色”的信息。方法：假定“模型”,研究星系在雙色圖上的軌跡。利用星系SED中4000Abreak的特征利用恒星演化與星族合成方法模擬出各類星系在不同紅移下在雙色圖上的演化軌跡。

LRG星系的選取方法與SDSS星系巡天主要樣品（r<17.13LAMOST與虛擬天文臺(tái)-China-VO課件14LAMOST與虛擬天文臺(tái)-China-VO課件15在實(shí)際使用的(g-r)與（r–i）雙色圖上，不同紅移與不同SED的星系重合在一起，增加了選擇樣品的困難性。SDSS選擇了兩種不同的方法（對(duì)Z≤0.4和Z≥0.4）選擇LRG樣品

在實(shí)際使用的(g-r)與（r–i）雙色圖上，16選擇樣品的參數(shù)

星等：Petrosian星等（r波段）: r*petro r波段的星等面密度: μr*,petro顏色：在（g-r）與（r-i）二維顏色空間中，Z<0.4不同紅移與不同類型的星系形成一條一維的軌跡，為此引入兩個(gè)參數(shù)在顏色空間中垂直于此軌跡的距離:C⊥=(r*-i*)-(g*-r*)/4.0-0.18在顏色空間中在此軌跡中的位置:C‖=C(g*-r*)+(1–C)4.0[(r*-i*)-0.18]形態(tài)：區(qū)分點(diǎn)源與擴(kuò)展源選擇樣品的參數(shù)

星等：Petrosian星等（r波段）: 17方法I：（CutI）

對(duì)Z<0.4LRG星系

r*petro<13.1+C‖/0.3r*petro<19.2|C⊥|<0.2μr*petro<24.2magarcsec-1r*psf-r*mode>0.3方法I：（CutI）

對(duì)Z<0.418LAMOST與虛擬天文臺(tái)-China-VO課件19方法II：

（CutII）

對(duì)Z>0.4LRG星系

r*petro<19.5C⊥>0.45–(g*-r*)/6g*-r*>13.0+0.25(r*-i*)μr*petro<24.2magarcsec–1r*psf-r*model>0.5方法II：（CutII）

對(duì)Z>0.420LAMOST與虛擬天文臺(tái)-China-VO課件21對(duì)LRG樣品選擇的檢驗(yàn)

對(duì)SDSS的CommissioningData中,選取了173plates,得到8267個(gè)CutI選樣品和1284CutII選樣品進(jìn)行光譜觀測(cè)驗(yàn)證選擇方法的有效性 CutI:96% CutII:90%對(duì)LRG樣品選擇的檢驗(yàn)對(duì)SDSS的Commissionin22LAMOST與虛擬天文臺(tái)-China-VO課件23LAMOST與虛擬天文臺(tái)-China-VO課件24LAMOST與虛擬天文臺(tái)-China-VO課件25類似的方法實(shí)際上在天文觀測(cè)中已應(yīng)用:

類星體的選?。簉adiolound UV QSO ultraluminousIRSgalaxies GRB:afterglows類似的方法實(shí)際上在天文觀測(cè)中已應(yīng)用:26思考：典型的在高維參數(shù)空間中樣品的分類問題

問題：把在顏色空間中星系的軌跡簡(jiǎn)單化為一條直線,顯然目前這種“Cutoff”的方法是非常粗糙的。例如，參數(shù)C‖改變0.01或r*petro改變0.03就可能使所選樣品的數(shù)目變化高達(dá)10%！如何采用統(tǒng)計(jì)學(xué)中已廣泛使用并且非常成功的分析方法DM(DataMining),KDD(KnowledgeDiscoveryinDatabases)思考：典型的在高維參數(shù)空間中樣品的分類問題問題：把在顏色空27虛擬天文臺(tái)與多參數(shù)空間中樣品的選擇

推廣到：更多的參數(shù)：探索過去不太熟悉的參數(shù)空間更多的樣品：更有效的分類方法虛擬天文臺(tái)與多參數(shù)空間中樣品的選擇推廣到：28多波段巡天資料→

多參數(shù)空間

參數(shù)空間：從射電紅外、可見光、紫外、X射線、γ射線各個(gè)不同的電磁波段上:流量、波長、角分辨率、面亮度、偏振其它：形態(tài)、運(yùn)動(dòng)速度、時(shí)間變化多波段巡天資料→

多參29在高維參數(shù)空間中選取樣品的方法(I)：

已知天體的性質(zhì)和種類

例如有K種不同天體方法:*根據(jù)一定的理論模型、計(jì)算出在參數(shù)空間中樣品的分布特性*選擇最有效的參數(shù)維數(shù)*利用理論模型或?qū)崪y(cè)的資料，通過計(jì)算機(jī)學(xué)習(xí)的方式，教會(huì)計(jì)算機(jī)自動(dòng)選取樣品 ANN（ArtificationNeualNeat） DT（DecisionTree）在高維參數(shù)空間中選取樣品的方法(I)：

已知天體的性質(zhì)和種類30在高維參數(shù)空間中選取樣品的方法(II)：*對(duì)于未知種類的天體（或部分清楚）聚類分析方法：從database自身中尋找分類 →發(fā)現(xiàn)新的未知的天體在高維參數(shù)空間中選取樣品的方法(II)：*對(duì)于未知種類的天體31不同類型的數(shù)據(jù)庫結(jié)合

問題：?不同波段上天體的相關(guān)證認(rèn)?不同體系之間的相互匹配?不同波段上的絕對(duì)定標(biāo)問題……適用于虛擬天文臺(tái)的數(shù)據(jù)庫的新的強(qiáng)有力的統(tǒng)計(jì)方法。

不同類型的數(shù)據(jù)庫結(jié)合問題：32LAMOST觀測(cè)資料應(yīng)成為將來虛擬天文臺(tái)的一個(gè)重要組成部分

機(jī)遇：目前正在進(jìn)行中的大型巡天觀測(cè)，大部分是成象觀測(cè)，為了深入研究天體物理過程，大量的光譜資料的獲得將成為發(fā)展天體物理學(xué)的瓶頸LAMOST觀測(cè)資料應(yīng)成為將來虛擬天文臺(tái)的一個(gè)重要組成部分33成

象←→光譜SDSS 2dF400VASTA SDSS600 LAMOST4000LAMOST→世界光學(xué)光譜數(shù)據(jù)中心LSST(LargeSynopticSurveyTelescope)O/IR6.5m3dgreeFOV)SWIFT(SpectroscopicWideFieldTelescope)8.4m1.5dgreeFOV2000-10000/FOV成象←→光譜SDSS 2dF40034LAMOST數(shù)據(jù)庫的工作

鑒于目前虛擬天文臺(tái)才處于起步階段，LAMOST要積極參與:工具協(xié)議合作方法在技術(shù)層面上獲得主動(dòng)權(quán)數(shù)據(jù)獲取數(shù)據(jù)分析數(shù)據(jù)傳播數(shù)據(jù)組織

LAMOST數(shù)據(jù)庫的工作鑒于目前虛擬天文臺(tái)才處于起步階段，35建立虛擬天文臺(tái)面臨的挑戰(zhàn)

*高速數(shù)據(jù)傳輸網(wǎng)*新的統(tǒng)計(jì)分析方法建立虛擬天文臺(tái)面臨的挑戰(zhàn)*高速數(shù)據(jù)傳輸網(wǎng)36希望中國的天文學(xué)家、統(tǒng)計(jì)學(xué)家、計(jì)算機(jī)專家聯(lián)合起來，進(jìn)行更緊密的合作，為推動(dòng)“虛擬天文臺(tái)”而奮斗。

希望中國的天文學(xué)家、統(tǒng)計(jì)學(xué)家、計(jì)算機(jī)專家聯(lián)合起來，進(jìn)行更緊密37LAMOST與虛擬天文臺(tái)-China-VO課件38LAMOST與虛擬天文臺(tái)

LAMOST39*“虛擬天文臺(tái)”概念的興起，起源于國際上一大批各個(gè)波段的大規(guī)模巡天計(jì)劃。*LAMOST是一臺(tái)具有強(qiáng)大光學(xué)光譜巡天工作能力的望遠(yuǎn)鏡。虛擬天文臺(tái)的興起給LAMOST發(fā)展提供了機(jī)遇和挑戰(zhàn)。*“虛擬天文臺(tái)”概念的興起，起源于國際上一大批各個(gè)波段的大規(guī)40LAMOST與虛擬天文臺(tái)的關(guān)系

LAMOST必將會(huì)從虛擬天文臺(tái)中選取觀測(cè)目標(biāo)LAMOST是對(duì)選定目標(biāo)的進(jìn)行光譜巡天的望遠(yuǎn)鏡,輸入星表的選取決定了LAMOST的科學(xué)產(chǎn)出。LAMOST的觀測(cè)結(jié)果，將成為國際虛擬天文臺(tái)中的一個(gè)重要組成部分。

LAMOST與虛擬天文臺(tái)的關(guān)系LAMOST必將會(huì)從虛擬天文41樣品的選?。?/p>

河外天文學(xué)及宇宙學(xué)的研究：星系的選擇

傳統(tǒng)的樣品的選取方法：在POSS底片（或CCD圖象）上，根據(jù)形態(tài)區(qū)分恒星與星系，對(duì)限定的星等范圍內(nèi)選擇觀測(cè)對(duì)象。虛擬天文臺(tái)的建立，使我們可以利用更多的參數(shù)（各種波段上）的信息，選擇具有更明確物理性質(zhì)的觀測(cè)對(duì)象進(jìn)行觀測(cè)。樣品的選?。?/p>

河外天文學(xué)及宇宙學(xué)的研究：星系的選擇傳統(tǒng)的樣42LAMOST與虛擬天文臺(tái)-China-VO課件43LAMOST與虛擬天文臺(tái)-China-VO課件44多波段巡天的資料

射電FIRST,NVSS,WENCS,GB6…….紅外 2MASS,DENIS,IRSA光學(xué) SDSS（五種顏色),POSS,UKST,ESO…. VISTA LSST紫外 GALEX,X-射線,HEASARC(NASA,HighEnergyAstrophysicsScienceArchiveResearchCenter)多波段巡天的資料射電FIRST,NVSS,WE45星系樣品的選擇的重要性

如何更好地（系統(tǒng)而有效地）應(yīng)用這些資料如何從巨大的數(shù)據(jù)庫中挖掘出新的“科學(xué)”星系樣品的選擇的重要性如何更好地（系統(tǒng)而有效地）應(yīng)用這些資46LAMOST與虛擬天文臺(tái)-China-VO課件47選擇不同的星系，對(duì)我們的研究結(jié)論將會(huì)有關(guān)鍵性的作用

*星系自身內(nèi)稟的性質(zhì)是豐富和多變的

光度,形態(tài) ,光譜能量的分布（SED）*我們甚至不清楚各類星系之間的關(guān)系星系形成和演化的規(guī)律？*對(duì)宇宙學(xué)研究宇宙中物質(zhì)90%是暗物質(zhì)、暗能量星系僅僅作為宇宙中物質(zhì)分布的一種標(biāo)志物，各類不同的星系與宇宙中物質(zhì)分布的關(guān)系,bias選擇不同的星系，對(duì)我們的研究結(jié)論將會(huì)有關(guān)鍵性的作用*星系自48選擇星系樣品的發(fā)展方向

在多維參數(shù)空間中選擇樣品維數(shù):102樣品數(shù):107-9

虛擬天文臺(tái)的重要科學(xué)內(nèi)容LAMOST輸入星表工作的發(fā)展方向

選擇星系樣品的發(fā)展方向在多維參數(shù)空間中選擇樣品49例子：

SDSS巡天中LRG樣品的選取

LRG：LuminousRedGalaxy（占用巡天光纖數(shù)的12%）科學(xué)目標(biāo)：*研究高紅移（Z=0.5）的星系團(tuán)*巨橢圓星系自身的演化*拓寬研究宇宙大尺度結(jié)構(gòu)的深度→1h-3Gpc3例子：

SDSS巡天中LRG樣品的選取LRG：Lumino50LRG星系的選取方法

與SDSS星系巡天主要樣品（r<17.7）選擇方法不同，LRG的選取方法增加了“顏色”的信息。方法：假定“模型”,研究星系在雙色圖上的軌跡。利用星系SED中4000Abreak的特征利用恒星演化與星族合成方法模擬出各類星系在不同紅移下在雙色圖上的演化軌跡。

LRG星系的選取方法與SDSS星系巡天主要樣品（r<17.51LAMOST與虛擬天文臺(tái)-China-VO課件52LAMOST與虛擬天文臺(tái)-China-VO課件53在實(shí)際使用的(g-r)與（r–i）雙色圖上，不同紅移與不同SED的星系重合在一起，增加了選擇樣品的困難性。SDSS選擇了兩種不同的方法（對(duì)Z≤0.4和Z≥0.4）選擇LRG樣品

在實(shí)際使用的(g-r)與（r–i）雙色圖上，54選擇樣品的參數(shù)

星等：Petrosian星等（r波段）: r*petro r波段的星等面密度: μr*,petro顏色：在（g-r）與（r-i）二維顏色空間中，Z<0.4不同紅移與不同類型的星系形成一條一維的軌跡，為此引入兩個(gè)參數(shù)在顏色空間中垂直于此軌跡的距離:C⊥=(r*-i*)-(g*-r*)/4.0-0.18在顏色空間中在此軌跡中的位置:C‖=C(g*-r*)+(1–C)4.0[(r*-i*)-0.18]形態(tài)：區(qū)分點(diǎn)源與擴(kuò)展源選擇樣品的參數(shù)

星等：Petrosian星等（r波段）: 55方法I：（CutI）

對(duì)Z<0.4LRG星系

r*petro<13.1+C‖/0.3r*petro<19.2|C⊥|<0.2μr*petro<24.2magarcsec-1r*psf-r*mode>0.3方法I：（CutI）

對(duì)Z<0.456LAMOST與虛擬天文臺(tái)-China-VO課件57方法II：

（CutII）

對(duì)Z>0.4LRG星系

r*petro<19.5C⊥>0.45–(g*-r*)/6g*-r*>13.0+0.25(r*-i*)μr*petro<24.2magarcsec–1r*psf-r*model>0.5方法II：（CutII）

對(duì)Z>0.458LAMOST與虛擬天文臺(tái)-China-VO課件59對(duì)LRG樣品選擇的檢驗(yàn)

對(duì)SDSS的CommissioningData中,選取了173plates,得到8267個(gè)CutI選樣品和1284CutII選樣品進(jìn)行光譜觀測(cè)驗(yàn)證選擇方法的有效性 CutI:96% CutII:90%對(duì)LRG樣品選擇的檢驗(yàn)對(duì)SDSS的Commissionin60LAMOST與虛擬天文臺(tái)-China-VO課件61LAMOST與虛擬天文臺(tái)-China-VO課件62LAMOST與虛擬天文臺(tái)-China-VO課件63類似的方法實(shí)際上在天文觀測(cè)中已應(yīng)用:

類星體的選?。簉adiolound UV QSO ultraluminousIRSgalaxies GRB:afterglows類似的方法實(shí)際上在天文觀測(cè)中已應(yīng)用:64思考：典型的在高維參數(shù)空間中樣品的分類問題

問題：把在顏色空間中星系的軌跡簡(jiǎn)單化為一條直線,顯然目前這種“Cutoff”的方法是非常粗糙的。例如，參數(shù)C‖改變0.01或r*petro改變0.03就可能使所選樣品的數(shù)目變化高達(dá)10%！如何采用統(tǒng)計(jì)學(xué)中已廣泛使用并且非常成功的分析方法DM(DataMining),KDD(KnowledgeDiscoveryinDatabases)思考：典型的在高維參數(shù)空間中樣品的分類問題問題：把在顏色空65虛擬天文臺(tái)與多參數(shù)空間中樣品的選擇

推廣到：更多的參數(shù)：探索過去不太熟悉的參數(shù)空間更多的樣品：更有效的分類方法虛擬天文臺(tái)與多參數(shù)空間中樣品的選擇推廣到：66多波段巡天資料→

多參數(shù)空間

參數(shù)空間：從射電紅外、可見光、紫外、X射線、γ射線各個(gè)不同的電磁波段上:流量、波長、角分辨率、面亮度、偏振其它：形態(tài)、運(yùn)動(dòng)速度、時(shí)間變化多波段巡天資料→

多參67在高維參數(shù)空間中選取樣品的方法(I)：

已知天體的性質(zhì)和種類

例如有K種不同天體方法:*根據(jù)一定的理論模型、計(jì)算出在參數(shù)空間中樣品的分布特性*選擇最有效的參數(shù)維數(shù)*利用理論模型或?qū)崪y(cè)的資料，通過計(jì)算機(jī)學(xué)習(xí)的方式，教會(huì)計(jì)算機(jī)自動(dòng)選取樣品 ANN（ArtificationNeualNeat） DT（DecisionTree）在高維參數(shù)空間中選取樣品的方法