MaNGA星系的中性氢巡天

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    U1931110
  • 项目类别：
    联合基金项目
  • 资助金额：
    50.0万
  • 负责人：
    郑征
  • 依托单位：
    中国科学院国家天文台
  • 学科分类：
    A3301.利用天文台设备或数据开展天文观测和理论研究
  • 结题年份：
    2022
  • 批准年份：
    2019
  • 项目状态：
    已结题
  • 起止时间：
    2020-01-01 至2022-12-31

项目摘要

We propose to do HI follow-up observations for MaNGA galaxies using FAST and GBT. We plan to observe low-redshift (z<0.05) galaxies with GBT and observe "high-redshift"(0.05<z<0.15) galaxies and galaxies with low HI content with FAST. We have already done some test observations using FAST and GBT and the preliminary results are promising. Through this project, we will build a large sample (~10,000) of galaxies with HI data and optical IFU spectra, as well as complementary information such as environmental information derived from the SDSS data. The multi-wavelength data will give us some insight into relations between stellar population distribution, HI content and galaxy environment and merger histories. We will also be able to provide targets for future HI observations with interferometers.
本项目利用我国五百米口径球面射电望远镜（FAST）和美国一百米口径绿坝望远镜（GBT）来对MaNGA巡天样本中所有星系进行中性氢观测。在项目执行期间，我们计划利用GBT来观测较低红移（z<0.05）的星系，用FAST观测中性氢含量较少的星系以及较高红移（0.05<z<0.15）的星系。我们的团队已经利用FAST和GBT进行了一些观测和测试，并取得了很好的结果。通过本项目的实施，我们将会建成一个既有中性氢观测，又包含光学积分场单元光谱观测数据、星系环境信息以及诸多斯隆数字化巡天相关的辅助数据的大星系样本（约1万个星系）。本项目计划利用这些数据研究星系内部星族参数的分布与中性氢及星系环境和并合历史的关系。同时本项目将为未来中性氢射电干涉阵观测提供选源基础。

结项摘要

本项目主要目标是建立一个既有中性氢又有光学积分场光谱数据的大样本，并以此为基础来研究星系中性氢含量与星系内部星族分布及环境的关系。我们发布了HI-MaNGA 第二期的星表，基本达成了建立大样本的目标。我们还用FAST观测了一批MaNGA及SDSS的星系， 并用这些数据研究了星系性质与中性氢的关系，这批FAST的数据将会在今年发布，并将成为研究星系演化的独特的数据集。除此之外，我们还研究了红旋涡星系的中性氢含量，矮星系暗物质的含量，河外中性氢及羟基吸收线，机器学习训练样本的选择效应等一系列相关的工作。

项目成果

期刊论文数量（8）
专著数量（0）
科研奖励数量（0）
会议论文数量（0）
专利数量（0）
SDSS-IV MaNGA: Stellar M/L gradients and the M/L-colour relation in galaxies
SDSS-IV MaNGA：恒星 M/L 梯度和星系中的 M/L 颜色关系
  • DOI：
    10.1093/mnras/stab2341
  • 发表时间：
    2021
  • 期刊：
    MONTHLY NOTICES OF THE ROYAL ASTRONOMICAL SOCIETY
  • 影响因子：
    4.8
  • 作者：
    Ge Junqiang;Mao Shude;Lu Youjun;Cappellari Michele;Long Richard J.;Yan Renbin
  • 通讯作者：
    Yan Renbin
H i-MaNGA: tracing the physics of the neutral and ionized ISM with the second data release
Häi-MaNGA：通过第二次数据发布追踪中性和电离 ISM 的物理特性
  • DOI：
    10.1093/mnras/stab566
  • 发表时间：
    2021-01
  • 期刊：
    Monthly Notices of the Royal Astronomical Society
  • 影响因子：
    4.8
  • 作者：
    David V Stark;Karen L Masters;Vladimir Avila-Reese;Rogemar Riffel;Rogerio Riffel;Nicholas Fraser Boardman;Zheng Zheng;Anne-Marie Weijmans;Sean Dillon;Catherine Fielder;Daniel Finnegan;Patricia Fofie;Julian Goddy;Emily Harrington;Zachary Pace;Wiphu Rujopak
  • 通讯作者：
    Wiphu Rujopak
The First Large Absorption Survey in H i (FLASH): I. Science goals and survey design
第一次大型吸收调查 (FLASH)：I. 科学目标和调查设计
  • DOI：
    10.1017/pasa.2022.3
  • 发表时间：
    2021-10
  • 期刊：
    Publications of the Astronomical Society of Australia
  • 影响因子：
    6.3
  • 作者：
    James R. Allison;E. M. Sadler;A. D. Amaral;T. An;S. J. Curran;J. Darling;A. C. Edge;S. L. Ellison;K. L. Emig;B. M. Gaensler;L. Garratt-Smithson;M. Glowacki;K. Grasha;B. S. Koribalski;C. del P. Lagos;P. Lah;E. K. Mahony;S. A. Mao;R. Morganti;V. A. Moss;M.
  • 通讯作者：
    M.
H i content of massive red spiral galaxies observed by FAST
FAST观测到的大质量红螺旋星系的H-i含量
  • DOI：
    10.1093/mnras/stac2292
  • 发表时间：
    2022
  • 期刊：
    MNRAS
  • 影响因子：
    --
  • 作者：
    Lan Wang;Zheng Zheng;Cai-Na Hao;Rui Guo;Ran Li;Lei Qian;Lizhi Xie;Yong Shi;Hu Zou;Yixian Cao;Yanmei Chen;Xiaoyang Xia
  • 通讯作者：
    Xiaoyang Xia
An exploration of how training set composition bias in machine learning affects identifying rare objects
探索机器学习中的训练集组成偏差如何影响稀有物体的识别
  • DOI：
    10.1016/j.ascom.2022.100617
  • 发表时间：
    2022-07
  • 期刊：
    Astronomy and Computing
  • 影响因子：
    2.5
  • 作者：
    Lake Sean E.;Tsai Chao-Wei
  • 通讯作者：
    Tsai Chao-Wei

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

基于马尔可夫模型的软件错误定位方法
  • DOI：
    --
  • 发表时间：
    2013
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    张云乾;郑征;季晓慧;张文博;张震宇
  • 通讯作者：
    张震宇
三相电压型PWM整流器不平衡控制策略的研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    电气传动
  • 影响因子：
    --
  • 作者：
    郑征;张子伟;张朋
  • 通讯作者：
    张朋
Real-Time Detection of Atmosphere Composition in Three-Component Gas-Phase Copolymerization of Olefins
烯烃三组分气相共聚过程中气氛成分的实时检测
  • DOI：
    10.1002/mren.201800042
  • 发表时间：
    2018
  • 期刊：
    Macromolecular Reaction Engineering
  • 影响因子：
    1.5
  • 作者：
    郑征;杨伊琳;黄凯;胡激江;介素云;李伯耿
  • 通讯作者：
    李伯耿
快速平滑收敛策略下基于QS-RRT的UAV运动规划
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    中国科学: 信息科学
  • 影响因子：
    --
  • 作者：
    刘伟;郑征;蔡开元;朱文龙
  • 通讯作者：
    朱文龙
未知复杂环境中的无人机平滑飞行路径规划
  • DOI：
    --
  • 发表时间：
    --
  • 期刊：
    Kongzhi Lilun Yu Yinyong/Control Theory and Applications
  • 影响因子：
    --
  • 作者：
    刘伟;郑征;蔡开元
  • 通讯作者：
    蔡开元

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

郑征的其他基金

利用FAST漂移扫描多科学目标同时巡天宽带谱线数据研究星系中性氢质量函数
  • 批准号：
    12373012
  • 批准年份：
    2023
  • 资助金额：
    52.00 万元
  • 项目类别：
    面上项目
利用积分场单元光谱研究盘星系外边缘的结构和演化
  • 批准号：
    11703036
  • 批准年份：
    2017
  • 资助金额：
    29.0 万元
  • 项目类别：
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码