多波段交叉星表答辩PPT课件.pptx

多波段交叉星表南昌大学南 昌 大 学 创 新 学 分 科 研 训 练 项 目南 昌 大 学 创 新 学 分 科 研 训 练 项 目CONTENTS01Introduction1团 队 介 绍 Background022选题依据研究背景Plan033研究内容研究方案Reference044研究结论参考文献Part 1团队介绍南昌大学创新学分科研训练项目多波段交叉星表（380）文小庆吴有耀叶曦理学院化学学院应用化学14级人文学院汉语言文学13级多波段交叉星表团队介绍南昌大学创新学分科研训练项目指导老师组员组员Part 2选题依据及研究背景南昌大学创新学分科研训练项目多波段交叉星表（380）01.01.02.02.03.03.如今天文学研究已经扩展到了可见光、射电、红外、紫外到X射线和射线在内的全部电磁波波段，标志着多波段天文学的形成。天文学进入了大数据、多波段的时代。单个星系的各波段性质不同，星表数据来自于不同的天文望远镜，误差半径不同、分辨率不同，需要把不同的星表做交叉匹配获取天体不同波段的信息，加深对认证源的物理性质、演化规律的理解04.04.天文学正在进入一个多波段数字巡天的时代。交叉证认是海量星表数据进行融合的核心手段，其在天体研究中起着重要的作用多波段交叉星表选题依据及研究背景南昌大学创新学分科研训练项目国内外研究现状国内外研究现状A.星表交叉是获得观测源全波段数据的必要方法。B.绝大多数有着多波段信息的天文样本都是交叉得到的。C.国内外比较多的交叉是最近使用较多的几个巡 天 数 据 SDSS(光 学)，UDKISS(近 红 外)，GALEX(紫外)，2MASS(近红外)及WISE(红外)。D.个人申请望远镜观测得到的小样本也用交叉的方法在有覆盖天区的巡天里寻找观测源的其他波段信息。Part 3研究方案及研究内容南昌大学创新学分科研训练项目多波段交叉星表（380）研究主要内容：a.本项目应用CDS X-Match工具对LAMOST的星表数据和WISE的星表数据及WISE的星表数据和SDSS的星表数据进行交叉证认。b.分析现有的交叉证认算法，理论上提出算法优化的可行途径，并尝试着用优化后的方法处理星表数据。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目星表及交叉工具介绍：a.LAMOST是世界上光谱获取率最高的光学望远镜。位于我国河北兴隆，视场达5，在焦面上可放置四千根光纤。位置精度为1角秒，覆盖波段为u、g、r、i、z波段。覆盖天区范围范围，赤纬从-10度到+90度的24000平方度。目前释放有DR1，DR2。b.WISE 覆盖天区是全天，位置精度为2角秒，波段为近红外W1(3.4m),W2(4.6m),W3(12m),W4(22m)，WISE星表中数据量为5亿5千万。c.SDSS北银极的1/4天区和南银极附近300平方度的五色光学图像覆盖波段为u(3551),g(4686),r(6165),i(7481),z(8931)波段。SDSS位置精度1角秒，极限星等为23等，测光精度为0.02星等。SDSS的DR9包含1,231,051,050条记录。d.选用法国斯特拉斯堡天文数据中心（CDS）的VizieR数据库系统，斯特拉斯堡数据中心(Center de Donnes de Strasbourg，CDS)是法国斯特拉斯堡天文台的数据库。CDS的X-Match服务是一套典型的用于交叉证认工作的服务，它集成了很多天文台的数据集，如2MASS、GSC、GSLEX、SDSS、WISE、LAMOST等。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目星表及交叉工具介绍：e.交叉方法：伪二维球面索引法，将天球划分成许多小区域，每一个天体根据它的赤经、赤纬坐标落入某一个小块区域内，从而在天体到小块之间建立起了一种多对一的映射关系。每一个小块都会对应一个唯一的整数型 ID 编码，这样就实现了赤经、赤纬二维空间到一维空间的映射，实现了赤经、赤纬的合二为一，从而可以直接应用所有数据库管理系统都支持的 B-Tree 索引技术完成索引的构建。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目交叉证认原理：假设A、B两点分别来自两个不同的星表。它们的坐标分别为（，）、（，）在我们的研究中以 为同源标准多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目星表交叉：LAMOST的DR1有2,204,358个恒星的光谱数据，ALLWISE有747,634,026个源信息,SDSS的DR9有794,013,950源信息，括恒星和星系。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目算法优化：选取伪二维球面索引中的HEALPix（Hierarchical Equal Area isoLatitude Pixelisation）,多级等面积同纬度划分方法HEALPix一开始将天球划分为12份，第n级后全天共划分为 个索引小块。取n=0时，先把星表A分为12等分，把星表B分为12等分，则LAMOST DR1和WISE交叉计算机只需进行2024,358/12*747,634,026/12*12个区域的运算。取n=1，把星表A分为12*4等分，把星表B分为12*4等分，则LAMOST DR1和WISE交叉计算机只需进行2,204,358/48*747,634,026/48*48个区域的运算。理论上N越大，简化的运算次数越多，计算机计算的时间越短。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目算法优化：级数n的选取 LAMOST的位置精确度为1角秒，WISE的位置精确度为2角秒，SDSS的位置精确为1精度(1角分=60角秒)，为确保数据精度的准确性，故此对于LAMOST的DR1和ALLWISE及SDSS的DR9和ALLWISE的交叉计算我们选取级数n=14为宜。HEALPix不同级数下的小块个数和面积多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目边界漏源问题及解决方案：伪二维球面索引降低了二维坐标交叉证认的复杂度，使得交叉证认的速度大大提升，但是会引起另一个问题边界漏源。如图所示。我们进行交叉证认的时候由于误差半径的存在，会出现将同源的两个源划分到不同的小块内，出现漏源的情况。计算块划分的粒度越细，则边缘输入所占的比例将会越高，从而带来了更多的边缘块处理代价，即漏源问题越严重。多波段交叉星表研究内容及研究方案南昌大学创新学分科研训练项目边界漏源问题及解决方案：坐标平移互补追回漏源法 将划分的计算块整体平移一个单位坐标，然后用新的坐标在进行一次新的交叉。经过将HEALPix坐标平移后，X和X处于了同一个小块内，这样在对平移后的星表数据进行交叉证认X和X就不会漏掉,再同平移前的取并集，这样可解决大部分边界漏源，如图。Part 4研究结论及参考文献南昌大学创新学分科研训练项目多波段交叉星表（380）多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目01获得获得LAMOST的的DR1和和ALLWISE的交叉总表的交叉总表02获得获得SDSS的的DR9和和ALLWISE的交叉总表的交叉总表03记录下研究结果并完成研究结论记录下研究结果并完成研究结论04完成该课题汇报总结完成该课题汇报总结研究结论：多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目研究结论研究结论-星表交叉结果星表交叉结果LAMOST的DR1和ALLWISE交叉得到了1,048,576个源SDSS的DR9和ALLWISE交叉得到213,295,215个源多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目研究结论研究结论-算法优化结果算法优化结果运算运算过程程LAMOST&ALLWISE计算次数算次数SDSS&ALLWISE计算次数算次数直接交叉直接交叉2,204,358*747,634,0261.6*1016747,634,026*794,013,9505.9*10170伪二二维球面法球面法（考（考虑漏源漏源问题）2.7*10149.9*1016伪二二维球面法球面法（考（考虑漏源漏源问题）6.8*10132.5*10162伪二二维球面法球面法（考（考虑漏源漏源问题）1.7*10136.2*10153伪二二维球面法球面法（考（考虑漏源漏源问题）4.2*10121.5*10154伪二二维球面法球面法（考（考虑漏源漏源问题）1.0*10123.8*1014多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目研究结论研究结论-算法优化结果算法优化结果5伪二二维球面法球面法（考考虑漏源漏源问题）2.6*10119.7*10136伪二二维球面法球面法（考（考虑漏源漏源问题）6.7*10102.4*10137伪二二维球面法球面法（考（考虑漏源漏源问题）1.7*10106.0*10128伪二二维球面法球面法（考（考虑漏源漏源问题）4.1*1091.5*10129伪二二维球面法球面法（考（考虑漏源漏源问题）1.0*1093.8*101110伪二二维球面法球面法（考（考虑漏源漏源问题）2.6*1089.4*1910多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目研究结论研究结论-算法优化结果算法优化结果11伪二二维球球面法（考面法（考虑漏源漏源问题）6.5*1072.3*101012伪二二维球球面法（考面法（考虑漏源漏源问题）1.6*1075.8*10913伪二二维球球面法（考面法（考虑漏源漏源问题）4.0*1061.4*10914伪二二维球球面法（考面法（考虑漏源漏源问题1.0*1063.6*108多波段交叉星表研究结论及参考文献南昌大学创新学分科研训练项目参考文献：1Su D，Cui X，Wang Y，etc.Large-sky-area multiobject fiber spectroscopic telescope(LAMOST)and its key technology：proceedings of the SPIE，1998C.76.2Strauss，Michael A.，Tyson，J.A.，Sweeney，D.，etc.LSST Observatory.System and Science Opportunities，American Astronomical Society，2010.3高丹,张彦霞,赵永恒.海量多波段星表数据的交叉证认的实现J.天文研究与技术.国家天文台台刊,2005,03:186-193.4裴彤,张彦霞,彭南博,赵永恒.Python多核并行计算在海量星表交叉证认中的应用J.中国科学:物理学 力学 天文学,2011,01:102-107.5赵青.面向海量数据高效天文交叉证认研究D.天津大学，20106杜鹏.海量天文星表数据的交叉与融合D.山东大学,2013.7Clive G.Page.A New Way of Joining Source Catalogs using aRelational Database Management SystemC.Astronomical Data Analysis Software and Sysrerms XII，ASP Conference Series，2003：295.8Kunszt P.et al.Mapping the Sky using the Hierarchical Triangular MeshC，MPA/ESO/MPE Joint Astronomy Cpnference，2000.9Connolly，A.J.，Genovese，C.，Moore，A.W.，etc.HEALPix：A Framework for High-Resolution Discretization and Fast Analysis of Data Distributed on SphereJ，The Astrophyscial Journal，2005.4(622)：758-771.THANKS南昌大学F o r Y o u A T h o u san d T im es O v er