这段时间一直在用CUPID里的gaussclumps找分子云中的云核。一般来说可以找到大部分椭球状的结构,但是有时候也可以看到一些十分扁的椭球(投影到平面上就是一个长条),也有很多地方无法拟合。也就是说分子云中除了规则的椭球状云核,还有其它一些不规则的结构,比如条状结构和片状结构。这些结构用gaussclumps是无能为力的。
前天看到一篇文章(A&A 518, L103)的附录里提到了目前有的一些算法。其中几种是CUPID里有的,clumpfind, reinhold,fellwalker和gaussclumps。这几种方法都能拟合二维和三维的数据。前三种是通过寻找每个像素之间的关联确定和找出团块。其它几种据我观察似乎都是为二维图像准备的,最有名的就是sextractor,做河外巡天的人似乎比较常用,对于点源很有效,对展源不知道效果怎么样。其它的还有mre-gcl,csar,以及这篇文章中提到的getsources.
不过对于我要做的事来说,我感觉还是用gaussclumps比较好,虽然假定团块都是椭球比较人为。
https://blog.sciencenet.cn/blog-117333-382437.html
上一篇:
矮星系中的气体下一篇:
哥德堡行记(一篇旧文)