• article-nadcLAMOST探测到M31和M33星系外围的尘埃信号
    在我们的日常生活中，尘埃无处不在而且经常带来麻烦。但浩瀚宇宙中同样普遍存在的尘埃却令天文学家们感到颇有兴味。
    在本星系群中，M31和M33分别是最大和第三大的星系，但探测这两个星系外围的尘埃依然非常具有挑战性。
    在仔细地去除了SFD98尘埃图(它包含来自银河系、M31和M33的尘埃信号)的银河系前景信号后，研究人员揭示了M31和M33外围一个相当大区域内的尘埃分布情况。
    他们发现M31和M33盘中的尘埃向外延伸至它们光学半径的约2.5倍处。而且在M31的晕中还存在大量团块状和丝状结构，尘埃晕的延伸距离超过100 kpc，是其光学半径的5倍。 晕中的尘埃来自哪里? ...
    它们的性质与盘上的尘埃是否相同?很多有趣的问题依然等待着人们去回答。本研究的通讯作者，苑海波副教授说:“我们的研究结果为理解漩涡星系中尘埃的分布、性质和循环过程提供了重要的线索。
  • metadata丽江日冕仪定标数据集
    我们开发了一种日冕图像配准算法，实现了丽江日冕仪的日冕绿线图像与SDO/AIA 211 Å图像的高精度自动化配准。本数据集包含了利用该算法配准的丽江日冕仪2015年与2024年的部分观测数据。
    所有图像均北朝上，日心坐标、太阳半径等关键信息已标注在FITS文件的header中，可直接使用sunpy库获取图像的日面坐标。此外，我们已将每天的观测数据合成为动态电影，便于快速浏览。
  • article-nadc我国天文学家利用LAMOST发现一颗宁静态中子星
    1967年，第一颗脉冲星（也被证实为一颗快速自传的中子星）被发现使中子星从一个理论猜想变成了一个可被实际观测的真实天体。
    研究团队利用我国五百米口径球面射电望远镜（FAST）对其进行了一个小时的射电观测，同样也没有观测到中子星的脉冲信号，说明该中子星的脉冲信号不存在或者非常微弱无法被探测到，也可能是脉冲辐射并未指向地球。
    另外，通过多波段的观测数据获知，该双星系统中的红矮星色球层活动比较活跃（如图2所示，红矮星外围的金边为色球层；外围火焰状的为日冕）。
    截至2022年9月30日，LAMOST数据已通过国家天文科学数据中心对外发布41次，其中国内发布33次，国际发布8次（DR 8 v2版数据已对全世界公开发布，DR 9 v1版数据已面向国内发布，DR 10 ...
    v0版数据已面向国内天文学家和国际合作者发布）。
  • metadata使用空间变化点扩散函数进行超快速图像模拟的Python代码
    这篇题为《具有空间可变点扩散函数的超快速图像模拟技术》的论文附带的代码，可以用于创建模拟图像，其中点扩散函数（PSF）在每个像素上都有不同的变化，并且代码相比卷积算法速度非常快。
  • article-nadc国家天文台云计算与机器学习培训通知
    为使科研人员能够深入了解云计算及机器学习的原理及技术，国家天文科学数据中心根据《国家天文台2021年度职工培训计划》安排，将于2021年9月27-28日在国家天文台A601会议室举办云计算与机器学习的技术培训 ...
    2009年从中国科学院计算技术研究所获得计算机应用工学博士，2009年至2013年先后在香港城市大学、香港中文大学和新加坡南洋理工大学留学，2014年入选中国科学院“百人计划”引进海外高层次人才类 ...
    中国电子学会青年俱乐部会员、中国电子学会VR/AR技术与产业分会委员、人工智能学会“深度学习专委会”秘书长、人工智能学会第八届理事。主要讲授深度学习及其在天文中的应用。
    谭锋：阿里云智能资深技术专家、机器学习PAI的平台架构师与负责人。拥有多年AI落地以及企业智能化经验。曾任职微软中国，多年微软搜索引擎必应团队的资深架构师。
    主要讲授基于公有云的大数据处理与机器学习平台在科研中的应用。 李长华，国家天文科学数据中心项目高级工程师，拥有多年云计算、高性能计算平台建设经验，主要研究方向为天文信息技术与大数据处理、机器学习。
  • article-nadc中国天眼FAST联合国际巨镜揭示快速射电暴的磁场反转
    北京时间5月12日，国际科学期刊《科学》发表了围绕中国天眼FAST发现的最新成果，中国科学院国家天文台领导的国际合作研究论文“一个重复快速射电暴周湍动环境中的磁场反转”，揭示了快速射电暴可能的双星起源 ...
    快速射电暴（FRB）是在无线电波段宇宙中最剧烈的爆发现象，其物理起源未知，是天文学领域重大热点前沿之一，也是中国天眼FAST的核心科学目标之一，富含科学机遇。
    这种以月为时间单位的极端反转，很可能由伴随快速射电暴的大质量天体造成。快速射电暴信号穿过大质量恒星星风甚至黑洞喷流造成的磁化等离子体环境，随着双星相互绕转发生信号磁特征的方向反转。
    “重复快速射电暴周围磁场的湍动成分可能像毛线团一样杂乱无章”，论文的合作者云南大学杨元培教授解释道。
    该发现表明快速射电暴源周围的磁化环境存在剧烈演化，为揭示快速射电暴的起源和环境迈出了重要一步。未来，对于中国天眼发现的FRB 20190520B的持续监测有望进一步揭示快速射电暴的起源和环境。
  • article-nadcFAST望远镜捕获三例新的高色散快速射电暴
    国家天文台李菂、朱炜玮团组，以牛晨辉博士为主的团队在FAST海量数据中搜寻出3例新的高色散快速射电暴。
    结合去年发表的FAST首例新FRB，这些发现预示了在FAST高灵敏度下每天可探测的FRB多达12万个，将有效扩展FRB样本的红移-亮度覆盖区域，揭示宇宙物质构成并约束FRB本征光度函数。
    图1：CRAFTS新发现的三例快速射电暴 快速射电暴(Fast Radio Burst; FRB)是一种持续约千分之一秒的神秘宇宙射电信号。
    图2：FRB样本的能量和宇宙年龄 澳大利亚香农（Shannon）博士等比较了帕克斯望远镜和澳大利亚平方公里先导阵的快速射电暴样本比对分析，得出FRB的流量通量（Fluence）与色散（Dispersion ...
    FAST探测到的这几例FRB事件具有流量通量低，色散值高的特点，填补了FRB的Fluence-DME相图中空白，补充验证了Fluence-DME反相关的关系。
  • article-nadc国家天文台研究团队找到快速射电重复暴的“身份证”
    快速射电暴（FRB）是在无线电波段最为剧烈的爆发现象，其起源未知，是当今天文学领域最大的热点前沿之一。
    快速射电暴的“RM弥散”越大对应其周边环境变化越剧烈，因此也很可能越年轻，这有潜力成为辨识重复暴的“身份证”。
    图1：重复快速射电暴偏振频率演化关系。不同颜色的线代表不同的快速射电暴的偏振随频率演化关系曲线，每条线仅用一个参数“RM弥散（σRM）”拟合。
    快速射电暴的偏振性质包含了快速射电暴本征特性与形成环境的丰富信息，对快速射电暴偏振性质的精确测量将继续推进对快速射电暴环境及其起源的理解进程。
    图2：快速射电暴偏振统一特性示意图。对于极端活跃的重复暴，GBT看到的高频信号（蓝色）一般具有100%线偏振。FAST看到的相对低频信号（红色）一般没有偏振，反映了爆发源的复杂电离环境。
  • article-nadc与哈佛大学100年前的那群姑娘们一起整理星星笔记
    关于Harvard Computers，此前在“虚拟天文台”微信公众号发布的文章“群星的族谱——天文学星表纵览（10）”有精彩地描述。         ...
    系统会随机从扫描的档案中显示一页，并问你页面上有没有底片编号。           如果你回答“有”，则显示标记和抄录窗口。           ...
    参与星星笔记项目可点击 https://www.zooniverse.org/projects/projectphaedra/star-notes         友情提醒：最好在电脑上参与，手机屏幕太小不易操作 ...
    通过了解19世纪末20世纪初宇宙的样子，我们可以了解宇宙是如何变化的，以及我们对天文学的理解是如何发展的。 这些图像来自哪里?         ...
    哈佛史密松天体物理中心图书馆的工作人员很少，有些职员还是大学里来兼职的学生，没有足够的人力来处理和分析这些数字化的笔记本。宇宙乐园的志愿者们为这项工作的完成提供了宝贵的帮助。
  • article-nadc2.4米光学望远镜观测时间首次在线申请完成
    在线申请窗口关闭后，经过统计，平台共接受了69份在线申请，最终有效的申请书有64份。
    申请用户遍布国内天文研究机构及高校，主要有：国家天文台、云南天文台、紫金山天文台、上海天文台、北京大学、清华大学、中国科技大学、南京大学、北京师范大学、南京师范大学、国家授时中心、广州大学、中国极地研究中心 ...
    、贵州大学、澳门科技大学、香港大学、山西师范大学等机构；此外还有国外的用户，如：韩国天文与空间科学研究所、Aarhus University等。
    接下来，望远镜时间分配委员会的专家将利用天文学科技领域云进行在线评议，并最终决定2.4米光学望远镜2014年下一个观测季(2014.9.15–2014.12.31)的观测时间分配安排。
  • metadataAdaptive Detection of Fast Moving Celestial Objects Using a Mixture of Experts and Physical-Inspired Neural Network论文源代码
    这段代码使用 Python 3 编写，旨在帮助检测快速移动的目标。由于它融合了关于观测模式和所用仪器特性的先验知识，因此可以直接用于检测，而无需额外的训练。
    这种先验信息的编码使得系统能够立即有效地识别和跟踪目标。
  • metadataAn Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks 论文配套代码
    这个是论文“An Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks”的源代码 ...
    ，代码采用预训练的神经网络对图像质量进行快速判断，可以用于各类巡天图像的快速处理任务。
  • metadataAn Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks 论文配套代码
    这个是论文“An Image Quality Evaluation and Masking Algorithm Based On Pre-trained Deep Neural Networks”的源代码 ...
    ，代码采用预训练的神经网络对图像质量进行快速判断，可以用于各类巡天图像的快速处理任务。
  • metadata基于快速模拟生成的红移范围为(0.45的SDSS DR12星系的模拟星表
    该数据是我们在论文《用COLA快速生成模拟星系表》中提到的SDSS DR12星系的模拟星表，产生快速模拟星表的技术是基于以下几个：Code for Anisotropies in the Microwave ...
  • metadata丽江日冕仪定标数据集
    我们开发了一种日冕图像配准算法，实现了丽江日冕仪的日冕绿线图像与SDO/AIA 211 Å图像的高精度自动化配准。
    本数据集包含了利用该算法配准的丽江日冕仪2013年到2024年的部分观测数据以及子午二期光谱成像日冕仪一天的数据。
    所有图像均北朝上，日心坐标、太阳半径等关键信息已标注在FITS文件的header中，可直接使用sunpy库获取图像的日面坐标。我们已将每天的观测数据合成为动态电影，便于快速浏览。
    此外，该方法计算得到的仿射变换参数以及太阳、掩体的坐标已详细记录在表格中。
  • metadata四季星图
    本套星图表现的是北纬40度区域在不同季节可见的全部星空，星图外围的圆环内标有东西南北等方位，最内侧的圆圈是观测地的地平线，星图中心为观测地的天顶。
    使用时，可将星图举起，使图上标注的方位与实际方向一致，就可按图索骥，从认识亮星开始，一步步学习辨识各个星座。图中绘出了亮于4等的恒星和少部分5等星，亮星标注了中国星名。一些著名的深空天体也有体现。
  • article-nadcFAST望远镜首次发现新快速射电暴
    快速射电暴（Fast Radio Burst；FRB）是一种持续仅数毫秒的神秘射电暴发现象，其起源的研究是当前天体物理前沿热点课题。
    国家天文台研究人员朱炜玮、李菂等与合作者利用自主研发的搜寻技术，结合深度学习人工智能，对海量FAST巡天数据进行快速搜索，并发现了新的快速射电暴。
    新发现的FRB是已知样本里色散量最大的信号之一，色散达到1812 pc cm-3。FRB色散越高越有可能是来自于宇宙深处。
    图1：新发现快速射电暴FRB 181123消除色散影响后的动态谱，该FRB有罕见的三峰结构。
    研究者正在通过FAST优先重大项目“快速射电暴的搜寻和多波段观测”对该FRB进行跟进研究。
  • metadata全球著名天文台的吉林一号遥感影像图集
    全球著名天文台吉林一号遥感影像图集包括了21幅由吉林一号卫星对地观测所拍摄的世界著名天文台的高清遥感图片。
    有中国的兴隆观测基地和500米口径球面射电望远镜（FAST）；日本的野边山射电天文台；俄罗斯的RATAN600米射电望远镜（RATAN-600）；德国埃菲尔斯伯格射电望远镜；英国洛弗尔望远镜和格林尼治皇家天文台 ...
    ；位于西班牙的加那利大型望远镜；美国莫纳克亚天文台、阿帕奇天文台、基特峰国家天文台、激光干涉引力波观测台、阿雷西博天文台、甚大天线阵和绿岸射电望远镜；位于智利的欧洲特大望远镜、甚大望远镜和阿塔卡马大型毫米 ...
    /亚毫米波阵；澳大利亚的帕克斯天文台；南非天文台以及位于南非的平方千米阵列（有一部分位于澳大利亚）。
    本图集由长光卫星技术股份有限公司、国家对地观测科学数据中心和国家天文科学数据中心联合发布。
  • metadataALMAGAL: ALMA银河系大质量原星团形成演化研究数据
    ALMAGAL旨在以相似的线性分辨率观测1000多个质量大于500太阳质量、距离小于7.5千秒差距的致密团块的1毫米连续谱和谱线。
    样本涵盖了从银河系棒状结构顶端到银河系外围的所有演化阶段，从红外暗云到HII区。
    0.1毫央斯基的灵敏度设置将能够在全银河系范围内完整研究团块到核心的碎裂过程，分辨率至少达到1000天文单位和0.3太阳质量，绘制承载核心的团块的温度和局部/全局内落速度模式图。
    主要数据类型包括：辅助数据（校准表、脚本、日志和质量保证报告）、产品数据（科学目标和校准源的FITS产品）、原始数据（用于制作最终产品的未校准原始数据）、半合格原始数据（未使用的有缺陷或不完整的未校准原始数据 ...
    主要的科学数据产品包括主波束校正的聚合干涉仪连续谱图像（product/_scicontpbcor.fits）、主波束校正且连续谱减除的干涉仪谱线数据立方体（product/_scicubepbcor.fits ...
  • metadata基于COLA模拟的快速的模拟星系生成方法
    这是“Fast generation of mock galaxy catalogue with COLA”一文中所用到的数据集，包括BOSS CMASS NGC星系的模拟星表和暗物质粒子模拟直接输出的暗物质晕表 ...
我们使用cookies为您提供更好的体验。继续使用本网站，即表示您同意按照我们的Cookie 政策使用cookie。
接受