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。

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-117333-382437.html

上一篇：矮星系中的气体
下一篇：哥德堡行记（一篇旧文）