Ｖｏｌ２０Ｎｏ４Ｊｕｌ.ꎬ２０２３天文研究与技术ＡＳＴＲＯＮＯＭＩＣＡＬＲＥＳＥＡＲＣＨ＆ＴＥＣＨＮＯＬＯＧＹ第２０卷第４期２０２３年７月ＤＯＩ:１０.１４００５/ｊ.ｃｎｋｉ.ｉｓｓｎ１６７２－７６７３.２０２３０３２３.００２ｄｅｅｐＣＲ宇宙线识别方法在ＣＳＳＴ巡天数据处理中的可用性及稳定性定量评价研究林准ꎬ黄伟荣ꎬ王锋∗ꎬ邓辉ꎬ梅盈(广州大学物理与材料科学学院天体物理中心ꎬ广东广州５１０００６)摘要:ｄｅｅｐＣＲ宇宙线识别方法是哈勃空间望远镜(ＨｕｂｂｌｅＳｐａｃｅＴｅｌｅｓｃｏｐｅꎬＨＳＴ)剔除宇宙线的有效方法ꎬ但这一方法是否可以满足中国空间站望远镜(ＣｈｉｎａＳｐａｃｅＳｔａｔｉｏｎＴｅｌｅｓｃｏｐｅꎬＣＳＳＴ)的要求ꎬ始终缺乏科学的定量分析ꎮ采用哈勃望远镜的真实观测数据ꎬ对ｄｅｅｐＣＲ宇宙线识别方法进行了深入分析ꎬ对其稳定性和可用性进行了实测研究ꎮ结果表明ꎬｄｅｅｐＣＲ在天空背景区域识别宇宙线的灵敏度较高ꎬ但越靠近星像中心ꎬｄｅｅｐＣＲ识别宇宙线的灵敏度越低ꎮ分析了宇宙线密度和测光精度的关系ꎬ发现当宇宙线密度达到９％时ꎬ几乎１００％的星受到宇宙线的污染ꎻ当宇宙线密度达到１４％时ꎬ对于不同轮廓面积的星ꎬ存在２０％~５０％的异常测光结果ꎮ实验结果表明ꎬｄｅｅｐＣＲ宇宙线识别模型稳定性相对较好ꎬ一次建模后可以在较长时间内应用ꎮ但在高精度测光等应用场景仍面临着一系列问题ꎬ需要有针对性的解决方案ꎮ关键词:ＣＳＳＴꎻ宇宙线ꎻｄｅｅｐＣＲꎻ定量评价中图分类号:ＴＰ３９１４１文献标识码:Ａ文章编号:１６７２－７６７３(２０２３)０４－０３３３－０８宇宙线是来自宇宙的高能带电粒子[１－２]ꎬ它能穿过地面或设备留下能量痕迹ꎮ宇宙线常常干扰正常的天文观测ꎬ尤其是在天文图像处理领域ꎮ为了提高数据的质量和可靠性ꎬ确保科学分析的可靠性和准确性ꎬ宇宙线必须正确地识别和剔除[３]ꎮ最传统的做法是对同一天空区域进行多次曝光ꎬ多张曝光图对齐并计算中值图以获得一幅无宇宙线的图像ꎬ将每张曝光图与中值图进行比较可以识别宇宙线[４]ꎮ这类方法效果很好ꎬ然而它并不适用于单次曝光的图像ꎮ近年来ꎬ人们提出了各种技术识别和剔除单次曝光天文图像中的宇宙射线ꎮ文[５]提出基于卷积的方法ꎬ用点扩散函数减去ｄｅｌｔａ函数以构建空间滤波器并与原图像进行卷积ꎬ根据滤波图像的噪声特性设置阈值以识别宇宙线ꎮ文[５]指出ꎬ程序需要进行多次迭代才...
