研究目的
为了表征凯克二号望远镜NIRC2涡旋日冕仪在系外行星和星周盘直接成像中的性能，并预测未来观测的探测极限。
研究成果
NIRC2涡旋日冕仪的性能特征表明，在较大的位置角旋转和分离距离下，ADI方法优于RDI方法。研究发现角分离与临界位置角旋转之间存在幂律关系。随机森林模型能以两倍因子内预测对比度，有助于未来观测和仪器升级。关键因素包括位置角旋转、恒星星等以及τ0/t比值。
研究不足
该研究仅限于凯克II望远镜NIRC2涡旋日冕仪的数据，主要来自L′波段。由于点扩散函数相关性等因素尚未完全量化，参考差分成像（RDI）性能更难预测?；肪潮淞浚ㄈ缥虏睿┰诒臼菁形聪允境鱿灾喙匦?，可能是由于变化范围有限。模型虽能解释方差，但存在不确定性，例如RDI模型仅能解释30-50%的方差。
1：实验设计与方法选择：
本研究对三年期间的成像数据和自适应光学遥测数据进行分析，采用两种后处理方法：角差分成像（ADI）和参考星差分成像（RDI），并运用主成分分析（PCA）进行点扩散函数（PSF）扣除。
2：样本选择与数据来源：
数据来自2015年12月26日至2018年1月5日期间使用NIRC2涡旋日冕仪对304颗独立恒星进行的359次观测，主要在L′波段和Ms波段，以L′波段为主。
3：实验设备与材料清单：
凯克II望远镜上的NIRC2涡旋日冕仪、自适应光学系统、QACITS定心算法、VIP软件包、用于图像配准的scikit-image工具，以及多种环境数据传感器。
4：实验流程与操作步骤：
预处理包括平场校正、坏像素去除、基于PCA的天空背景扣除、图像配准和去旋转。通过PCA对ADI和RDI进行PSF扣除，并通过注入假伴星计算对比度曲线。
5：数据分析方法：
采用随机森林模型进行统计分析以预测对比度极限，性能指标包括R2和RMSE。针对各类解释变量探索了单变量拟合和幂律关系。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
NIRC2
Vortex Coronagraph
Keck Observatory
Near-infrared camera with vortex coronagraph for high-contrast imaging of exoplanets and circumstellar disks.
-
VIP
Vortex Image Processing
Software package for image processing, including bad pixel removal, sky subtraction, and PCA-based PSF subtraction.
-
QACITS
Automatic, real-time coronagraphic PSF centering algorithm.
-
scikit-image
Software package for image registration using the register_translation method.
-
caret
R package for building random forest models for contrast prediction.
-
Mongo
Database for storing data products and metadata.
-
登录查看剩余4件设备及参数对照表
查看全部
