
光譜大數(shù)據(jù)來(lái)自耿耿星河_數(shù)據(jù)分析師
黑暗的燕山之巔,瞪著一只亮閃閃的眼——郭守敬望遠(yuǎn)鏡(LAMOST),3月底,其獲得的首批220萬(wàn)條巡天光譜數(shù)據(jù)正式向世界發(fā)布。
LAMOST是光譜加工廠,每個(gè)觀測(cè)夜經(jīng)“流水線”生產(chǎn)出萬(wàn)余條天體光譜,被譽(yù)為是實(shí)現(xiàn)“更大口徑的大視場(chǎng)望遠(yuǎn)鏡的最佳方案”。
星光不再模糊
LAMOST,是“大天區(qū)面積多目標(biāo)光纖光譜天文望遠(yuǎn)鏡”的英文縮寫,位于北京北邊200公里的河北興隆縣,中國(guó)科學(xué)院國(guó)家天文臺(tái)興隆觀測(cè)站。觀測(cè)站于1968年建站,2009年LAMOST建成前已運(yùn)轉(zhuǎn)多年,有一架2.16米口徑的光學(xué)望遠(yuǎn)鏡。
跟2.16米望遠(yuǎn)鏡相比,LAMOST更大:它占據(jù)三棟6—10層高的筒狀塔樓。星光經(jīng)過(guò)兩面鏡子的先后反射,在接收端被光纖傳給16臺(tái)光譜儀。光譜儀像三棱鏡一樣,把光線分離成光譜,由32臺(tái)靈敏的CCD相機(jī)記錄。
夜間穹頂打開(kāi),隨地球轉(zhuǎn)動(dòng)的LAMOST,掃過(guò)北半球的中天。遙遠(yuǎn)的星光投到LAMOST的鏡片上,開(kāi)始是一團(tuán)模糊;LAMOST迅速調(diào)整,讓接收端出現(xiàn)了清晰的像斑。
LAMOST的巨鏡采用了主動(dòng)光學(xué)技術(shù)。所謂主動(dòng)光學(xué),就是主動(dòng)改變鏡片形狀,克服由于重力、溫度和風(fēng)力造成的鏡面本身形變對(duì)成像帶來(lái)的影響,使成像更加清晰。像LAMOST這樣在一個(gè)光學(xué)系統(tǒng)中同時(shí)應(yīng)用兩塊大口徑拼接鏡面,是前所未有的。
一塊大鏡面做出精確微調(diào)是很難的。LAMOST的Ma鏡由24塊六邊形鏡片拼接而成,如蜂窩;每塊子鏡1.1米長(zhǎng),25毫米厚;整個(gè)Ma鏡長(zhǎng)5.7米,寬4.4米。Mb子鏡長(zhǎng)度與Ma類似,厚度為75毫米,是球面。
國(guó)際上用光纖板打孔插光纖和機(jī)械手放置光纖只能到數(shù)百根,而LAMOST大大增加光纖數(shù)量。直徑1.75米的成像焦面之上,密密麻麻地分布著4000根光纖單元(國(guó)際上同類設(shè)備僅640根)。4000根光纖的自動(dòng)定位系統(tǒng)可在數(shù)分鐘的時(shí)間內(nèi)將光纖按星表位置精確定位,最大定位誤差僅40微米。
這樣,每次觀測(cè)可獲得多達(dá)4000個(gè)天體光譜,中科院國(guó)家天文臺(tái)臺(tái)長(zhǎng)嚴(yán)俊說(shuō),“相當(dāng)于同時(shí)啟動(dòng)4000臺(tái)望遠(yuǎn)鏡”。
LAMOST復(fù)雜的設(shè)計(jì)和制造,全部由中國(guó)科學(xué)家完成。著名的望遠(yuǎn)鏡專家、主動(dòng)光學(xué)發(fā)明人Wilson評(píng)價(jià)說(shuō):“LAMOST是主動(dòng)光學(xué)最先進(jìn)和雄心勃勃的應(yīng)用,其成功對(duì)未來(lái)望遠(yuǎn)鏡發(fā)展具有根本性的意義?!?/span>
海量數(shù)據(jù),世界分享
宇宙浩瀚,斗轉(zhuǎn)星移。眾多的天體是如何產(chǎn)生的?數(shù)以百億計(jì)算的星系又是怎樣演化的?在這些問(wèn)題的探索中,光譜的獲取是揭開(kāi)這些天體之謎的一把鑰匙。
在星系探索中,包含著極其豐富信息的光譜起了非常關(guān)鍵的作用。其中星系的光譜可以提供距離、構(gòu)成、分布和運(yùn)動(dòng)等信息,而恒星的光譜則包含構(gòu)成、光度、溫度、化學(xué)組成、空間分布和演化歷史等資訊。從大量天體的光譜觀測(cè)中還可以發(fā)現(xiàn)許多奇異的天體和天體現(xiàn)象。所有這些,將促進(jìn)人類對(duì)宇宙演化規(guī)律、物質(zhì)結(jié)構(gòu)、相互作用等最基本物理規(guī)律的新認(rèn)識(shí)。
然而,對(duì)望遠(yuǎn)鏡來(lái)說(shuō),“看得多”與“看得清”,是魚和熊掌,難以兼得。但LAMOST看得又多又清。
嚴(yán)俊說(shuō),LAMOST不僅是世界上口徑最大的光譜巡天望遠(yuǎn)鏡,也是光譜獲取率最高的,是一件普查天體“戶口”的利器。2011年9月至2013年6月,它完成的第一批數(shù)據(jù)集包含220萬(wàn)條光譜,已超過(guò)目前世界上所有已知恒星巡天項(xiàng)目的光譜總數(shù)。
2014年12月,第二批數(shù)據(jù)集對(duì)國(guó)內(nèi)天文學(xué)家和國(guó)際合作者發(fā)布,共有413萬(wàn)條天體光譜,其中高質(zhì)量光譜327萬(wàn),還包括一個(gè)220萬(wàn)顆恒星的光譜參數(shù)星表。
與郭守敬時(shí)代不同,隨著LAMOST這樣的巡天望遠(yuǎn)鏡的應(yīng)用,如今用于天文學(xué)研究的數(shù)據(jù)非常富余?!癓AMOST會(huì)給全球科學(xué)家提供一個(gè)完備的樣本,供他們?nèi)パ芯堪l(fā)現(xiàn)?!敝袊?guó)科學(xué)技術(shù)大學(xué)教授褚耀泉說(shuō)。
中科院院士、LAMOST運(yùn)行和發(fā)展中心總工程師崔向群指出,“第一期光譜巡天計(jì)劃在5年時(shí)間里獲得超過(guò)500萬(wàn)條高質(zhì)量的光譜,海量的光譜數(shù)據(jù)將成為‘?dāng)?shù)字銀河系’的重要基石,對(duì)于研究銀河系的結(jié)構(gòu)、運(yùn)動(dòng)、形成和演化具有不可替代的科學(xué)意義。”根據(jù)天文學(xué)界慣例,在經(jīng)過(guò)一年半保護(hù)期后,這些由LAMOST光譜巡天獲得的數(shù)據(jù)資料將會(huì)向世界公布。
篩谷粒一樣發(fā)現(xiàn)新星
天文學(xué)家利用LAMOST完成的第一批數(shù)據(jù)集,取得了有影響力的成果,LAMOST運(yùn)行和發(fā)展中心常務(wù)副主任趙永恒介紹說(shuō)。
趙永恒告訴科技日?qǐng)?bào)記者,天文學(xué)家利用LAMOST在仙女星系和三角星系區(qū)域內(nèi)新發(fā)現(xiàn)近2000顆類星體,這是目前在該天區(qū)發(fā)現(xiàn)的世界上數(shù)目最多的類星體樣本。“這些類星體可用來(lái)探測(cè)仙女星系和三角星系及其周圍子結(jié)構(gòu)中星際介質(zhì)的化學(xué)組成、分布和運(yùn)動(dòng)學(xué)信息。”
此外,科研人員通過(guò)LAMOST發(fā)現(xiàn)了300多顆白矮星和28顆白矮-主序雙星。白矮星的光度函數(shù)可確定恒星形成率和銀河系的演化歷史;從157顆天琴RR變星中探測(cè)到了3顆天琴RR變星存在超高聲速激波現(xiàn)象。天琴RR變星對(duì)恒星結(jié)構(gòu)與演化,銀河系的形成和宇宙學(xué)的研究有重要意義;新發(fā)現(xiàn)了50顆貧金屬恒星,為研究銀河系形成和化學(xué)演化及早期宇宙中的恒星形成提供了觀測(cè)限制。
對(duì)LAMOST大樣本光譜數(shù)據(jù)進(jìn)行分析研究,發(fā)現(xiàn)銀盤上方的恒星正在遠(yuǎn)離銀河系中心運(yùn)動(dòng),并伴隨著沿盤向下運(yùn)動(dòng)的趨勢(shì);而位于銀盤中間下方的恒星則進(jìn)行著相反方向的運(yùn)動(dòng),這表明銀河系盤星的運(yùn)動(dòng)模式并非簡(jiǎn)單的圓周運(yùn)動(dòng)。
美國(guó)合作者利用LAMOST數(shù)據(jù)發(fā)現(xiàn)了一顆超高速星。這是國(guó)際上已發(fā)現(xiàn)20顆超高速星中距離地球最近的。在趙永恒看來(lái),研究超高速星能夠幫助天文學(xué)家了解黑洞附近的情況,還能了解銀河系暗物質(zhì)暈的性質(zhì)和暗物質(zhì)的分布。
LAMOST的科學(xué)目標(biāo)集中于銀河系結(jié)構(gòu)和演化,星系和宇宙學(xué),多波段目標(biāo)證認(rèn)三個(gè)方面,它對(duì)北天可觀測(cè)的約14000平方度高銀緯天區(qū)進(jìn)行光譜巡天觀測(cè)。
同時(shí),它將對(duì)數(shù)百萬(wàn)顆恒星進(jìn)行光譜觀測(cè),用之于研究銀河系暈的整體結(jié)構(gòu)及亞結(jié)構(gòu)、銀河系的引力勢(shì)與物質(zhì)分布、從薄盤、厚盤到暈在反銀心方向的結(jié)構(gòu)特征、銀河系球狀星團(tuán)來(lái)源及其與銀河系結(jié)構(gòu)的關(guān)系、銀河系恒星金屬豐度分布及貧金屬星的搜尋等。LAMOST結(jié)合紅外、射電、X射線、伽馬射線巡天的大量天體的光譜觀測(cè)將在各類天體多波段交叉證認(rèn)上作出重大貢獻(xiàn)。
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
訓(xùn)練與驗(yàn)證損失驟升:機(jī)器學(xué)習(xí)訓(xùn)練中的異常診斷與解決方案 在機(jī)器學(xué)習(xí)模型訓(xùn)練過(guò)程中,“損失曲線” 是反映模型學(xué)習(xí)狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數(shù)據(jù)生態(tài)中兩類核心工具的差異與協(xié)同 在數(shù)字化轉(zhuǎn)型加速的今天,企業(yè)對(duì)數(shù)據(jù)的需求已從 “存儲(chǔ)” 轉(zhuǎn)向 “ ...
2025-09-19CDA 數(shù)據(jù)分析師:讓統(tǒng)計(jì)基本概念成為業(yè)務(wù)決策的底層邏輯 統(tǒng)計(jì)基本概念是商業(yè)數(shù)據(jù)分析的 “基礎(chǔ)語(yǔ)言”—— 從描述數(shù)據(jù)分布的 “均 ...
2025-09-19CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫(kù)表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-19SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實(shí)戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無(wú)論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫(kù)管理中,“大表” 始終是性能優(yōu)化繞不開(kāi)的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動(dòng)態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開(kāi)始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價(jià)值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫(kù)表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實(shí)戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫(kù))處理 Excel 數(shù)據(jù)時(shí),“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗(yàn)與 t 檢驗(yàn):差異、適用場(chǎng)景與實(shí)踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計(jì)學(xué)領(lǐng)域,假設(shè)檢驗(yàn)是驗(yàn)證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲(chǔ)的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計(jì)劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計(jì)劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對(duì)象的 text 與 content:區(qū)別、場(chǎng)景與實(shí)踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請(qǐng)求開(kāi)發(fā)時(shí)(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價(jià)值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫(kù)表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請(qǐng)求工具對(duì)比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請(qǐng)求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)的科學(xué)計(jì)數(shù)法問(wèn)題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長(zhǎng)浮點(diǎn)數(shù)據(jù)時(shí)的科學(xué)計(jì)數(shù)法問(wèn)題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價(jià)值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運(yùn)營(yíng)問(wèn)題、提升執(zhí)行效率的核心手段,其價(jià)值 ...
2025-09-12用 SQL 驗(yàn)證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實(shí)戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過(guò)程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計(jì)” 與 “用戶體驗(yàn) ...
2025-09-11塔吉特百貨孕婦營(yíng)銷案例:數(shù)據(jù)驅(qū)動(dòng)下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見(jiàn)頂” 的當(dāng)下,精準(zhǔn)營(yíng)銷成為企業(yè)突圍的核心方 ...
2025-09-11