第33卷，第2期 2013年2月
光谱学与光谱分析 Spectroscopy and Spectral Analysis
Vol.33,No.2,pp558-561 February，2013
恒星光谱参数自动测量中不同模板匹配度量方法比较
刘杰"，潘景昌1，刘猛"，韦2，罗阿理2 1.山东大学（威海）机电与信息工程学院，山东成海264209
2.中国科学院光学天文重点实验室，中国科学院国家天文台，北京100012
摘要模板匹配方法是恒星光谱参数自动测量中常用的方法之一。对经常使用的三种模板匹配算法：K-最近邻算法(KNN)、卡方最小化算法和光谱相似度算法测量恒星光谱参数结果进行比较。首先对光谱进行连续谱归一化及流量归--化，然后对三种算法测量恒星光谱参数的结果进行比较。对SDSSDR8大样本数据的实验表明，光谱相似度算法在测量恒星光谱参数中有相对优势。
关键调恒星光谱参数；模板匹配；K-最近邻；卡方最小化：光谱相似度；连续谱归一化：LAMOST
DOI; 10. 3964/j. issn.1000-0593(2013)02-0558-04
中图分类号：P145.4
引言
文献标识码：A
参量。Fuentes和Gulati)采用的K-近邻算法自动估计恒星大气参数，分别经过归一化与连续谱归一化后得到的谱线特征组作为输人，主要包括Lick线指数和Rose线指数等，以
2008年10月，我国的大科学工程郭守敬望远镜（大天区面积多目标光纤光谱天文望远镜，简称LAMOST)落成。并于2011年10月进人先导巡天阶段，已获取了海量的光谱数据。如何从这些海量的中低分辨率的光谱中得到相对准确的恒星光谱参数，是天文学及天体物理学中的一个重要基础工作。
模板匹配算法首先建立一个光谱库（其中的光谱通常称为模板光谱)，库中光谱的物理参量已经通过传统的天体物理测量方法精确测定或者已由理论模型给出，然后将待测光谱与库中的每条模板光谱进行比较，并将与待测光谱最相似的模板光谱谐的参量作为待测光谱的参量，相似性由某种相似度量函数来描述。
Katz，Soubiran和Cayrel(2]开发的ELODIE恒星大气基本参量自动测量系统是最近邻算法的一个应用。该系统光谱库包含211条F，G和K型恒星光谐，分辨率为0.1A，该方法估计参数的精度在信噪比大于10的情况下可以达到表面有效温度<100K，重力加速度<0.3，金属丰度<0.17。 Elsner等{在DIVA系统中采用了种非加权最近邻模板匹配的方法估计Teff与logg。其光谱库理论恒星光谱的波长范图从3130到9990A，该方法平均的误差为：热星，log g;0.5dex;Teff,10%,冷星，log g:0.15dexTeff;5%。按照其设计，该算法可以测量250万颗恒星的大气基本物理
收稿日期：2012-06-03，修订日期：2012-08-12
基金项目：国家自然科学基金项目(10973021，11078013)资助
及新的LickBalmer线指数。该实验结果表明，使用连续谱归一化后提取的恒星光谱谱线和使用特征谱线估计恒星大气参数的准确率相当，均高于归一化光谱方法。他们的实验结果表明，使用连续谱归一化后提取的恒星光诺谱线和使用特征谱线估计恒星大气参数的准确率相当，均高于归一化光谱方法。
对提取恒星光谱参数常用的模板匹配方法中的K-最近邻算法、卡方最小化算法和光谱相似度算法等三种不同模板匹配算法进行实验比较，以确定不同模板匹配算法在一个相对较窄的参数空间中，提取相对准确的恒星光谱参数的准确性。实验结果表明，基于光谱相似度的模板匹配算法在恒星
光谱参数测量中有相对优势， 1方法介绍
使用相同的模板光谱（NGS提供的合成模板*)共26010 条），使用相同的测试光谱数据（从SDSSDR8("光谱数据中随机筛选10000条平均信噪比>10的恒星光谐数据），为方便比较，对测试光谱数据进行连续谱归一化及流量归一化["}处理，然后对基于模板匹配的K-最近邻算法、卡方最小化算法和光谱相似度算法三种算法进行比较，以确定三种模板匹配算法在提取恒星光谱参数中的准确性。
作者简介：刘杰，1979年生，山东大学(威海)机电与信息工学院实验师
*通讯联系人
万方数据
e-mail: pjc@sdu edu, cn
e-mail; lj2002@sdu, edu, cn