利用贝叶斯方法估计LAMOST恒星参数

项目名称： 利用贝叶斯方法估计LAMOST恒星参数

项目编号： No.U1531118

项目类型： 联合基金项目

立项/批准年度： 2016

项目学科： 天文学、地球科学

项目作者： 张伟

作者单位： 中国科学院国家天文台

项目金额： 46万元

中文摘要： 恒星参数的精确测量是研究银河系形成和演化的重要前提。利用传统算法和LAMOST蓝端光谱，现有的两套Pipeline已经得到了高精度的恒星大气参数, 为科研工作的顺利展开提供了必要的基础。如果在计算过程中加入红端光谱和多波段测光数据，参数的测量精度有望得到进一步提高，从而更有利于恒星的分类、a元素丰度以及恒星年龄的精确估计。贝叶斯方法可以将后验信息（光谱、测光等观测数据）和先验信息（恒星演化理论和空间分布，消光规律等）结合在一起，从而达到提高参数测量精度的目的。对于待测量参数，贝叶斯方法计算得到的是概率分布的形式，可以方便、合理地估计误差。本项目将以LAMOST光谱为基础，结合从紫外到红外波段的测光数据(GALEX,SDSS,2MASS,WISE)， 使用贝叶斯方法同时得到恒星大气参数（有效温度、表面重力和金属丰度）、消光和距离，及其误差，并以LAMOST正式巡天数据的增值表的形式进行释放。

中文关键词： 银河系结构；银河系演化；恒星参数；恒星光谱；贝叶斯方法

英文摘要： Estimation of stellar parameters is important to study the formation and evolution of the Milky Way. Using the blue part of the spectra, two current LAMOST Pipelines based on trational methods have provided high quality atmospheric parameters, which is serving as base for scientific research. If the red part of the spectra and multi-band photometric data are also used,the parameter uncertainties are expected to be even smaller, which is more helpful for stellar classification and the estimation of alpha elements abundances and ages. Bayesian method has the advantages of combining the posterior data with the prior knowledge, to constrain the parameter measurment. For each target parameter, Bayesian method will obtain a probability distribution, and give the resonable error estimation. By combining the LAMOST spectrum with other imaging survey data(GALAX, SDSS, 2MASS, WISE) ranging from the UV to the mid-IR, we will derive the stellar atmospheric parameters (effective temperature, surface gravity, metallicity), extinction and distances of individual stars, using Bayesian method. The results will be released as a value-added catalog of the LAMOST regular data release.

英文关键词： Galaxy structure;Galaxy evolution;Stellar parameter;Stellar spectrum;Bayesian method