论文部分内容阅读
引力透镜现象在天文学里面有着广泛的应用，特别是对星系形成和演化以及宇宙学的研究有着重要意义。近年来随着很多大型巡天望远镜项目的兴起，有望在高红移星系方面大大提高了我们的观测能力，这给测量更多和更精确的引力透镜现象带来了新的机会。弱引力透镜效应是引力透镜天文学里最重要的一个部分，在这些大型巡天望远镜项目里面，很多都把它当作最重要的科学目标之一。弱引力透镜天文学的研究中的一个重要课题是剪切场的测量，因为剪切场包含了宇宙物质在大尺度上分布的重要信息，对宇宙学研究有着重要的意义。重构点扩散函数(PSF)是精确还原出剪切场过程中必不可少的一个步骤。在这篇文章里，我们使用了三种不同的重构方法，分别是:Gaussienltes,Moffatlets和EMPCA。Gaussienltes和Moffatlets是分别基于高斯函数和Moffat函数作为零阶函数模型构造出来的两组基函数。EMPCA是将最大期望化(EM)算法用于主成分分析方法(PCA)的一种统计学方法，它通过迭代步骤依次解出主成分。我们用Phosim(它是一个能很好地模拟大型综合巡天望远镜(LSST)的点扩散函数的软件）生成的数据来测试这三种方法。并且通过计算x2、大小R2、椭率e这三个量来比较它们的重构效果。我们的测试表明:1）Moffatlets总是比Gaussianlets表现得要好。2)EMPCA方法更加紧致和灵活，但是噪音的存在使得提取的主成分不是很干净，因此对点扩散函数的大小和椭率的还原结果产生较大随机误差。而Moffatlets在重构过程中对大小和椭率保持得很好。