关于starlink软件中的CUPID前面已经提到过，并且进行了部分代码的分析（blog.sciencenet.cn/blog-117333-378055.html）。不过当时对于算法没有太深入的了解，这段时间回国头去看，似乎有一种顿悟的感觉，所以记上一篇，给我自己，也或许可以给组里面相关的同学们。
       starlink软件是JCMT开发的一套数据处理软件，功能非常强大（至少对我要达到的目标来说）。starlink中有一套不错的三维（两维空间一维速度）云核拟合程序CUPID（http://starlink.jach.hawaii.edu/starlink/CUPID）， 其中进行云核拟合的命令是FINDCLUMPS。目前这套程序中有四种算法，作为FINDCLUMPS命令的参数，其中最常用的是CLUMPFIND和 GAUSSCLUMPS。对于CLUMPFIND来说，可能还会用到EXTRACTCLUMPS命令和CLUMPINFO命令。而GAUSSCLUMPS 基于不同的原理，所以EXTRACTCLUMPS命令和CLUMPINFO命令并不适用。
       除了算法，云核拟合中的另外两个个重要参数是BOX和RMS，前者是平滑尺度，单位是像素数，后者就是数据的噪声水平。参数的值需要视实际数据而定。
       使用CUPID进行云核拟合的基本步骤就是，首先，用FINDBACK命令找到数据块的“背景”，然后用FINDCLUMPS命令找出去掉背景后的数据中的云核。
       找数据的“背景”是云核拟合的一个关键，基本原理就是把大尺度的弥散辐射去掉，让云核更突出，便于进行下一步拟合。所以可以理解，平滑尺度的选取是非常关 键的，这也是云核拟合的一个重点。这可能需要在实际的数据处理中去实践。FINDBACK计算数据“背景”的基本原理是这样的（这段主要是对 starlink网站相关内容的翻译（以一维数据为例））：
首先，对每一个像素，寻找以这个像素为中心，平滑尺度BOX大小的一个“盒子”中所有像素值的极小值，于是就得到了一个初步的“过滤器”；

然后，对上一步得到的这个“过滤器”的每一个像素，寻找以这个像素为中心，平滑尺度BOX大小的一个“盒子”中所有像素值的极大值，得到一个“二级过滤器”；

随后，对上一步得到的“二级过滤器”的每一个像素，寻找以这个像素为中心，平滑尺度BOX大小的一个“盒子”中所有像素值的平均值，得到一个“三级过滤器”；

之后，用真实数据减去三级过滤器，将结果中大于三倍噪声水平的点标为坏点，坏点的值通过周围好点的值插值得到。这样就得到一个“改正数据”，加到“三级过滤器”中得到“背景”。

       有了“背景”之后，用真实数据减去“背景”，得到的结果就可以用FINDCLUMPS寻找其中的云核了。关于FINDCLUMPS中的一些具体问题，且听下回分解。

转载本文请联系原作者获取授权，同时请注明本文来自钱磊科学网博客。
链接地址：https://blog.sciencenet.cn/blog-117333-617116.html

上一篇：天文测距的一般思考
下一篇：天文中的对照