于 苗 蔡江辉 杨海峰

（太原科技大学计算机科学与技术学院 太原 030024）

1 引言

郭守敬望远镜（LAMOST）［1～4］是一种特殊的反射施密特望远镜，有效孔径为3.6m～4.9m，焦距为20m，视场为5°，其焦面上可防止4000根光纤，因此在一次曝光中LAMOST可以同时观测到4000条光谱。在恒星和星系的科学研究方面，LAMOST有着巨大的研究前景和价值。LAMOST巡天得到的光谱复杂多样，有各种类型的光谱。对天体光谱的分析首先需要进行光谱的自动识别，因此研究恒星自动识别与分类方法具有重要意义［5～6］。

恒星自动识别与分类系统的正确率和可信度取决于恒星光谱模板库的质量。目前常用的恒星光谱模板库主要有MAFAGS［7］、MARCS［8～11］、Kurucz理论模板库［12］。MAFAGS模板库是一套步长较细的网格光谱数据，MARCS模板库只包含F、G、K型星模型并且对冷星更适用，Kurucz模板库是恒星大气模型网格数据。共包含约9561个模型，大部分为正常恒星模型。该恒星理论光谱库的构建分成两部分包括大气模型的计算和理论光谱的合成，即从大气模型的输入量：表面有效温度Teff、表面重力加速度g、元素丰度（［M/H］）到光谱的输出量：流量（x），波长（λ），这是一个非常复杂的非线性映射过程。

上述三种恒星模板库的构造方法适用于所有来源的恒星光谱来构造相应模板库。然而将其运用于LAMOST巡天得到的恒星光谱数据时并不能很好地对恒星光谱数据进行自动识别和分类。基于以上缺陷，韦鹏［13］等在构造了包含183条模板光谱，61个不同的子类型的适用于LAMOST的恒星光谱模板库，该模板库是韦鹏从约100万条LA⁃MOST DR1恒星光谱数据中经过一系列操作筛选出来的，被广泛应用于LAMOST光谱分类工作中，该模板库的构造方法复杂。……