NBS窄波段数据扣除连续谱的批处理方法

李 垚，武朝剑，李 彬，庄 芮，赵海斌，姚永强，吴 宏

(1.中国科学院 国家天文台，北京100101；2.中国科学院大学 天文与空间科学学院，北京100049；3.中国科学院 国家天文台 光学天文重点实验室，北京100101；4.中国科学院 紫金山天文台，南京210034；5.中国科学技术大学，合肥230026；6.北京科技大学，北京100083)

1 引言

近几十年来，针对银河系甚至全天的大型多波段测光、光谱巡天项目相继开展。光学窄带成像观测能够获得发射线强度，可以得到天体的温度、元素丰度、星系红移等物理性质，对研究激波发射源、超新星遗迹、H II区、行星状星云等都有重要的意义[1]。目前已有的窄波段巡天大都是Hα窄带巡天。角分量级的巡天主要以SHASSA[2](The Southern H-AlphaSky Survey Atlas)和VTSS[3](The Virginia Tech Spectral-Line Survey)项目为代表。较高空间分辨率的Hα巡天观测有1997年英澳天文台开展的SHS[4](Southern Halpha Survey)，其视场是5.5◦×5.5◦，其空间分辨率可达1′′∼2′′，2003年完成。之后又开展了IPHAS[5](The INT Photometric HαSurvey of the Northern Galactic Plane)Hα巡天项目，望远镜视场较小，为34′×34′，其空间分辨率在1.7′′左右，观测了北天球10◦宽的银盘约1 800◦天区。WHAM[6](The Wisconsin HαMapper Survey)完成了赤纬高于−30◦的3/4天球的Hα窄带覆盖。除了上述窄波段巡天，PTF[7](The Palomar Transient Factory，即帕洛玛瞬变源工厂)也完成了赤纬高于−25◦的3/4天球的Hα窄带覆盖。相关项目具体信息参见表1。

表1 Hα巡天项目

连续谱的扣除可以从图像上直观显示窄波段图像中发射线天体的信息，方便我们对各类发射线天体候选体的搜寻，是窄波段图像数据处理中必不可少的一步。传统窄波段数据的连续谱扣除需要手动去调节星像位置对齐，这个过程还会涉及到图像旋转、翻转等问题，会手动选择恒星做流量校准。早期很多研究甚至是采用人眼进行连续谱和窄波段数据对比，如Bally等人在1995年对L1228区域HH双极喷流、分子外流的研究[8]，以及Wang等人在2003年对OB1分子云中HH天体观测[9]都是采用人眼对比，这种方式对于科学目标的认证引入了人为因素。之后减连续谱工作，需要先确定好探测目标区域，再去进行连续谱扣除，例如Blair和Long 2004年对M83超新星遗迹进行光学观测[10]、Long等人在2019年对超新星遗迹的观测也是限定在NGC 6946范围内[11]。这种方法对于小范围天区和目标源是可行的，一旦涉及巡天大数据和多天区观测目标，对目标候选体的选定则比较繁琐，因此，本文提出一种批量自动化扣除连续谱的方法，相比传统方法能够提高效率。通过批量连续谱的扣除，我们可以统一从减完连续谱图像中去搜寻疑似的发射线天体。

本文第2章介绍NBS巡天系统，包括观测的台址、使用的仪器和进展，以及数据的介绍；第3章介绍图像数据处理流程，主要介绍连续谱的扣除；第4章进行总结。

2 NBS巡天简介

NBS是针对北天区银盘开展的窄波段巡天项目，使用中国科学院紫金山天文台盱眙观测站近地天体望远镜(China Near Earth Object Survey Telescope,CNEOST)。该望远镜采用施密特光学系统，主镜口径120 cm，焦比F/1.8；施密特改正镜口径104 cm。配备104×104CCD相机，像元尺寸13.9 cm，单个像素对应天空角1.028′′，单帧覆盖3◦×3◦视场(以下称为一个子天区)。NBS巡天在每个农历十五以及前后各两天对每个子天区拍5次，每次曝光180 s。

为了避免大视场边缘成像质量差，在观测中采用各相邻子天区部分重叠的方法。如图1所示，共观测9个子天区，星号是子天区中心位置，灰色区域是子天区之间的重叠部分，重叠区域宽度是1◦，相当于将3◦×3◦的视场均分了9块，四周的八块是重叠区域，子天区中心外1◦～1.5◦的区域可以用相邻子天区中心外0.5◦～1◦的区域覆盖，获得成像质量较高的2◦×2◦天区。

图1 子天区之间覆盖示意图

目前NBS系统配备有[S II]滤光片、Hα滤光片、[O III]滤光片。滤光片透过率曲线见图2，具体参数见表2。

表2 NBS系统滤光片参数

由于本文使用的连续谱数据为盱眙观测站r波段图像，所以图2还包括盱眙观测站r波段通光曲线，其中盱眙观测站r波段中心波长为6 240，带宽为2 500。NBS观测的天区为北天区银盘(−5◦

图2 NBS系统滤光片透过率曲线

图3 NBS天区[S II]波段数据覆盖示意图

3 数据处理流程

数据处理流程包括图像预处理、坐标定位、测光、流量定标、连续谱扣除、星表和窄波段数据成图。本文的重点部分是流量定标和连续谱扣除。

3.1 数据预处理

图像预处理包括减overscan/Bias改正，除超级天光平场，去除宇宙线及坏像元等。预处理完成后取中间2◦×2◦天区为目标图像。图4展示了单幅图像的原始图以及通过数据处理流程完成预处理的图像展示。

图4 原始图与预处理完的图像对比

通过天文软件SCAMP进行天体位置定标，使用UCAC-4星表进行匹配，该星表覆盖了V和R波段8∼16 mag范围的主要目标天体，天体总数多达113 780 093个，是一个合并的全天高精度天体测量星表[12]。位置定标精度为0.2′′左右，图5分别给出在赤经和赤纬两方向的误差统计，分别为 ∆α=−0.02′′±0.20′′,∆δ=−0.02′′±0.15′′，位置精度决定后面减连续谱的精度。

图5 位置定标精度示意图

3.2 测光与流量定标

NBS观测天区属于密集星场，测光方法使用孔径测光和点扩散函数(PSF)测光。孔径测光对单个目标源具有良好的效果，但是当处于密集星场，就会对流量和天光的计算产生影响。PSF测光适用于密集星场，这种情况下PSF测光会比孔径测光有更高的精度。

流量定标工作是找到仪器流量与标准系统下的流量的一个比例关系，从而将仪器星等转换成标准星等。由于在[S II]波段没有标准星，我们就无法得到[S II]波段的标准流量，因此也不能求出比例关系。这里我们提出利用LAMOST光谱数据构建标准星的方法：先改正LAMOST的仪器流量为标准流量，再用改正后的标准流量与[S II]波段响应曲线卷积求和，从而得到[S II]波段的标准流量，进而求得[S II]星等、建立[S II]波段的标准星星表。具体步骤如下：

(1)数据准备。首先对NBS图像范围内源的位置坐标分别与LAMOST星表、IPHAS星表匹配，筛选出共同目标源。其次对目标源进行筛选：1)选择类型为恒星的源，避免类星体被选择；2)选取信噪比高于30的源，保证源的精度；3)选择亮于15 mag的F型星。最后保存LAMOST流量数据和IPHAS的r波段星等数据。

(2)改正LAMOST相对流量为标准流量。IPHAS巡天观测的r波段星等数据可以提供r波段标准流量，LAMOST仪器流量和IPHAS的r波段响应曲线卷积求和获得LAMOST在r波段的相对流量，此时得到r波段标准流量与仪器流量的定标常数，再用原来的仪器流量乘上这个定标常数，从而获得LAMOST在r波段范围内标准流量。

(3)计算[S II]波段标准流量。因为NBS的[S II]滤光片波长范围完全落在r波段波长范围内(如图6所示)，所以我们可以使用LAMOST在r波段的标准流量来计算。[SII]波段响应曲线通过LAMOST的r波段标准流量卷积求和获得[SII]波段的标准流量。

图6 [S II]波段标准星构建

(4)计算[S II]波段星等，建立[S II]波段标准星星表。流量定标后测光精度如图7所示。其中图7a)是[SII]单幅图像曝光时间180 s得到的星等和误差分布图，5σ处极限星等约17.5 mag。图7b)是[SII]图像曝光时间900 s得到的星等和误差分布图，5σ处的极限星等可达18.3 mag，曝光时间900 s为5幅180 s图像叠加。900 s曝光时间的星等基本达到预期设计的5σ处18.5 mag的要求。

图7 测光精度示意图

建立[S II]波段标准星，是为了给[S II]波段图像做流量定标，便于后期测量发射线天体的流量。用上述构建标准星的方法，可以提高窄波段流量定标的精度，为测量减连续谱后发射线天体的流量计算提供条件。对于做完流量定标的宽窄带图像，通过相减得到的残余图像即为做完流量定标的结果。对于发射线天体，直接测光即可获得流量信息。

3.3 [S II]窄波段图像扣除连续谱

减连续谱一般把r波段图像作为连续谱图像处理[13]，本文使用盱眙观测站的r波段数据作为连续谱数据，经计算盱眙观测站的r波段流量中[SII]发射流量仅占0.25%，所以从[SII]窄波段图像中减去的r波段图像中的[SII]流量可以忽略不计。

3.3.1 天光背景的扣除

因为夜天光在空间尺度上存在着梯度的分布，对于大视场巡天望远镜来说是不能忽略的，所以在做扣除连续谱时，首先对窄波段图像进行天光背景信息的扣除。采用图像减亮源数据来获取天光背景，亮源信息的获取通过Source Extract软件(后文简称SE软件)，亮源是指数值高于SE软件最低探测阈值的源，最低探测阈值由“DETECT_THRESH”参数设置，一般设置为3σ。SE软件可以提供源探测、源累计探测器计数、星像轮廓的信息等。图8展示了图像减天光背景过程，具体步骤如下。

(1)获取亮源位置信息。通过设置SE配置文件，输出源累计探测器计数模式(SEGMENTATION)图像，图像信息只包含源的位置信息即亮源位置为源的计数，其他位置数据为0，如图8b)所示。

(2)扣除亮源信息。对输出源累计探测器计数模式图像做处理，令亮源数据为0，背景值为1，之后与原图像数据相乘，完成亮源信息的扣除。

(3)获取天光背景。将扣除亮源信息后图像进行中值平滑处理。对于像NBS这种大尺度图像，应适当增大平滑尺度以消除大规模大幅度的背景变化，该图像平滑尺度设置为500 pixel×500 pixel。天光背景如图8c)所示，在没有星云的数据中该方法可以得到较为均匀的天光背景图像，避免星云信息的扣除。

(4)减天光背景。用原始图像减去天光背景图像，获得减完天光背景后的图像，如图8d)所示。

NBS图像覆盖银盘区域，图像中大多包含星云，对星云数据的提取是一个难点。我们通过调低SE“DETECT_THRESH”参数，同时增大“DETECTMINAREA”，在得到更多亮星云的信息的同时减少噪点。图8e)为带星云的[S II]波段图像，图8f)为采用上述方法后得到的背景图像，可以看到在右上角会偏亮一些，这是因为有星云信息残留。如果用该图做背景扣除，会减掉部分星云的信息，对于这种情况，我们从背景图像中选取没有星云或星云很暗的区域(如图8f)红色方框等区域)进行背景拟合，图8中的g)由f)红色方框内的背景拟合而成。

图8 减天光背景结果示意图

3.3.2 连续谱的扣除

和以往相比，我国医学技术呈现出了迅猛发展的趋势，在这种情况下，超声探头的分辨率有所提升，该设备在诊断小儿胃肠道病变的诊断中，也被广泛应用。

为了提高图像的信噪比，在做连续谱扣除前，分别对减完背景后两个波段图像进行中值平滑，这样可以使图像中激波天体结构更清晰。减连续谱需要精确计算出两个波段相同源的流量比例因子与星像匹配因子，使两幅图像源的流量与星像都精确匹配。流量比例因子相对容易得到，星像匹配目标是使两个波段图像像源大小调成一致，小像源通过高斯滤波函数G(0,σ)扩展为大像源，其中σ高斯核值即为星像匹配因子。因为星像的半高全宽FWHM与高斯函数的σ成比例关系，具体表示如下：

通过调节FWHM可实现星像大小的调整。连续谱扣除流程示意图如图9所示，图10为减连续谱过程示意图。减连续谱具体步骤如下。

图9 减连续谱流程示意图

图10 减连续谱过程示意图

(1)准备数据。使用SE分别对两个波段数据进行测光，获取坐标位置信息、星像的半高全宽(FWHM)、流量等信息。

(2)星像匹配。分别对两个波段测得的FWHM画出分布直方图，对直方图进行高斯拟合，拟合出峰值(高斯分布中µ值)对应的数据，分别记为FWHM1和FWHM2，再通过式(1)分别计算出σ1和σ2值，这里我们假设σ1比σ2大，由高斯分布公式，可以计算星像匹配因子σ： √

将该匹配因子作为高斯卷积尺度与原图做高斯卷积，完成两幅图像的星像匹配。

(3)流量匹配。对匹配好星像轮廓的两幅图分别测光，相除得到各个源的流量比例因子，画出流量比例分布直方图，对直方图做高斯拟合，得到峰值(高斯分布中µ值)对应的数据即为流量比例因子。得到的流量比例因子通过与原数据相乘，完成两幅图像流量值的匹配。

(4)扣除连续谱。使用SWARP软件进行两幅图像扣除，SWARP软件通过两幅图像的WCS坐标匹配，避免人为调整像素的位置、图像旋转等过程，处理速度快，适合处理大批量数据。对r波段数据取负值，之后通过SWARP软件将匹配后的两幅图像求和，完成连续谱的扣除。

实验结果如图10e)所示，在红色框内均能够看到清晰的纤维状结构，该结构在[S II]窄带图像中比较清晰，而在盱眙的r波段图像中并不明显。在使用本文批处理扣除连续谱后，能够获得较为清晰的[S II]图像中的激波结构。我们分别对连续谱扣除前后的图像进行测光，未扣除连续谱的[S II]图像探测到63 500个源，经过连续谱扣除后的图像探测到18000多颗源，扣除了原图像中70%的星。图11展示了局部区域的星分布情况，区域大小为2000 pixel×2000 pixel，原图像尺寸为7 000 pixel×7000 pixel，在减完连续谱后的局部图像能够看到扣除了大部分星。

图11 连续谱扣除前后局部区域的星象分布

由于图像中包含各种类型恒星，不同类型的恒星在匹配宽带和窄带的流量时匹配因子不同，这就会导致图像中没有发射线的恒星不能完全扣除干净。但我们的目标是从海量图像中，能够快速寻找出含有发射线天体的信息，一般具有延展性或纤维状结构。对于个别亮源信息扣除不完全，其对我们搜寻具有延展结构的发射线天体影响不是很大。目前该方法已用于搜寻HH天体和超新星遗迹候选体选取等工作中，寻找激波天体候选体的过程如图12所示。

图12 寻找激波天体候选体过程展示

4 总结

本文基于窄波段巡天项目的[SII]波段数据，提出一种通过自动匹配不同波段流量数据与星像轮廓方法，实现[SII]波段大视场图像批量扣除连续谱。我们引入了SWARP软件和Source Extract软件，SWARP软件可以自动匹配两幅图的天文位置，不需要人为对两幅图像的像素与像素进行对齐，避免了这个过程中像素位置调整和图像旋转；Source Extract软件能够快速探测宽、窄图像中的流量、星像，通过对其流量、星像值做直方图统计获得比例因子来完成流量匹配和星像匹配。最后使用SWARP进行图像相减的批处理工作，相比传统方法能够提高效率。根据实验结果，在已减去连续谱的图像中，大概70%亮星能被扣除干净，并且能够获取到较为清晰的发射线天体结构。我们做连续谱扣除目的是从海量图像中快速寻找出发射线天体结构，这类结构一般有延展性结构，个别亮源信息扣除不完全对我们搜寻具有延展结构的发射线天体影响不大。我们通过第一步筛选出含有疑似目标的候选体之后，在此基础上继续做更为精细的图像处理，或进行发射线天体流量的精确测量。目前该方法已用于搜寻HH天体，超新星遗迹候选体选取等工作中。

目前的方法还存在问题，需要提高与完善。第一，对含大尺度星云图像提取背景时，部分星云信息残留在背景中，为了避免将星云信息扣除，我们采用了小区域背景代替完整背景的方法，但这也产生背景信息不准确的问题，导致减连续谱的精度不高；第二，图像中包含各种类型恒星，不同类型的恒星在匹配宽带和窄带的流量时匹配因子不同，这就会导致图像中没有发射线的恒星不能完全扣除干净；第三，对于一些亮源，星像匹配不能做得很好。在今后的工作中，我们会针对以上问题进一步优化和完善。