deepCR宇宙线识别方法在CSST巡天数据处理中的可用性及稳定性定量评价研究

摘要: deepCR宇宙线识别方法是哈勃空间望远镜(Hubble Space Telescope，HST)剔除宇宙线的有效方法，但这一方法是否可以满足中国空间站望远镜(China Space Station Telescope，CSST)的要求，始终缺乏科学的定量分析。采用哈勃望远镜的真实观测数据，对deepCR宇宙线识别方法进行了深入分析，对其稳定性和可用性进行了实测研究。 结果表明，deepCR 在天空背景区域识别宇宙线的灵敏度较高，但越靠近星像中心，deepCR识别宇宙线的灵敏度越低。分析了宇宙线密度和测光精度的关系，发现当宇宙线密度达到9%时，几乎100%的星受到宇宙线的污染；当宇宙线密度达到14%时，对于不同轮廓面积的星，存在20%~50%的异常测光结果。实验结果表明，deepCR宇宙线识别模型稳定性相对较好，一次建模后可以在较长时间内应用。但在高精度测光等应用场景仍面临着一系列问题，需要有针对性的解决方案。