四千根光纤铺满北天 — LAMOST DR12 光谱档案

一台相机一次曝光能把几百万个天体写进一张表，一台光谱仪一次曝光只能拿到几百到几千条光谱。天文数据的版图因此长期是歪的：成像巡天早就做到十亿量级的源，光谱巡天直到 2010 年代还在百万量级徘徊。天体的距离、化学组成、视向速度、表面重力，全都要靠把光拆开才能读到，而拆光这件事的吞吐量大体上被"一次能放多少根光纤"卡死——光纤数乘以可用夜数，就是一条光谱巡天能力的上限，口径再大、探测器再灵敏，也绕不过这个乘积。于是"谁的光谱最多"这个问题的答案，长期取决于谁肯在焦面上多铺光纤，而不是谁的镜子更大。

LAMOST 的做法是把这个数字直接推到 4000。它不是靠更大的口径去赢——有效通光口径只有 4 米——而是靠一块 5 度视场、直径 1.75 米的焦面上并排摆 4000 根可并行控制的光纤，一次曝光同时取 4000 个天体的光谱。代价写在分辨率上：低分辨率模式 R 约 1800，看得到恒星的颜色与大致型，看不清谱线的精细轮廓。它换来的东西是别处换不到的——一个连续十几年、同一套仪器、同一套处理流程、累计三千万量级的一维光谱档案，而且全部公开。

这套档案的官方出口是 dr.lamost.org 系列数据发布站，每次发布一个 DR 版本号。截至 2026 年 10 月，编号最大的一次是 2026 年 3 月 24 日对国内发布的 DR13 v1.0，光谱总数 30,824,182 条；而在发布矩阵里标注为 Public、任何人都能直接下载的最新版本是 2026 年 9 月 11 日转为公开的 DR12 v2.0，低分辨率 12,602,862 条、中分辨率 15,471,446 条。两者的差额不是数据被删了，是数据政策里那 18 个月的优先使用期在起作用。一屏速览见下表。

维度	内容
页面所称实体	LAMOST DR12 光谱档案（以可自由下载的国际版 DR12 v2.0 为准，编号更大的 DR13 v1.0 另见 §3.3）
全名	LAMOST（Large Sky Area Multi-Object Fiber Spectroscopic Telescope，郭守敬望远镜）光谱巡天数据发布
发布方	中国科学院国家天文台（文件头 ORIGIN 写作 NAOC-LAMOST），发布平台由国家天文科学数据中心搭建
实体口径	一次 DR = 低分辨率巡天（LRS）+ 中分辨率巡天（MRS）两套一维光谱，加配套参数星表
编号最大的发布	DR13 v1.0，2026-03-24 对国内天文学家与国际合作者发布，官方发布矩阵标注 Internal
可自由下载的国际版	DR12 v2.0，2026-09-11 转为 Public
光谱总数（DR13 v1.0）	30,824,182 条 = 低分辨 13,467,468 + 中分辨 17,356,714
观测天区（DR13 v1.0）	低分辨 6961 个、中分辨 3404 个
光谱总数（DR12 v2.0）	28,074,308 条 = 低分辨 12,602,862 + 中分辨 15,471,446
低分辨文件内部构成	恒星 12,233,809、星系 279,821、类星体 89,232
中分辨文件内部构成	6,272,693 个 FITS 文件，装 44,058,359 条单次曝光光谱与 12,233,311 条合并光谱
恒星参数星表	DR13 约 1294 万组；DR12 v2.0 的 A/F/G/K 星参数表 8,376,135 条
望远镜	反射施密特型（王-苏型），有效通光口径 4 m，视场 5°，焦面直径 1.75 m，4000 根光纤
光谱仪	16 台，每台 250 根光纤；焦面分 EFGH 四个象限
低分辨规格	3700–9000 Å，R 约 1800（5500 Å 处），真空波长、已做日心改正、对数线性色散
中分辨规格	蓝段 4950–5350 Å、红段 6300–6800 Å，R 约 7500
文件格式	FITS；低分辨 spec-*.fits（主扩展仅头 + 名为 COADD 的六列二进制表），中分辨 med-*.fits（多扩展）
星表	LRS 11 份 + MRS 5 份，每份提供 FITS 表与 CSV 两种格式
许可	公开数据自由使用，须按官方文本致谢（CSTR https://cstr.cn/31118.02.LAMOST）；原始数据不发布
时间跨度	DR13 观测周期 2011-10 至 2025-06
典型用途	恒星大气参数与化学丰度、银河系结构与演化、致密天体与黑洞搜寻、星系与类星体、时域视向速度

§1 它要解决的具体麻烦

1.1 光谱的吞吐量被"光纤数"卡死

巡天有两种姿态。成像巡天把整块天区的光子一次性倒进探测器，一颗星在图像上只占几个像元，代价是几乎得不到物理信息——你知道那里有个亮点、它有多亮、什么颜色，仅此而已。光谱巡天要把这束光按波长摊开，一个天体在探测器上要占几百到几千个像元，于是同一块探测器能同时容纳的天体数掉下三个数量级。恒星的有效温度、表面重力、金属丰度、视向速度，全部住在谱线的形状与位置里，只能这么拿。

这三条约束叠在一起，让光谱巡天在很长一段时间里处在尴尬的位置：成像巡天已经把源表做到十亿量级，而最大的光谱库还在百万量级。想统计银河系的化学结构，手里的样本连百万都没有，只能靠巧妙的选源去回避样本量问题。LAMOST 的立项逻辑正是立在这个缺口上——不追求单条光谱的质量极限，追求在同一套仪器、同一套流程下把条数推到统计可用的量级。它从设计阶段起就不是一台"精细仪器"，而是一台"名单机器"。

于是"一次能放多少根光纤"成了光谱巡天的硬指标，而它又被两件事卡住：焦面有多大，以及光纤在焦面上能不能快速重排。LAMOST 的答案在两件事上都取了极端。焦面做到直径 1.75 米、视场 5 度；光纤采用并行可控定位，4000 根光纤各自带两个自由度的小电机，能在观测前重排到新的目标上。反射施密特的光学设计让它在 4 米有效通光口径下拿到 5 度视场，这是它当年被称作"大口径兼大视场世界之最"的原因。

代价是分辨率。光纤数、视场、口径都不会凭空变成谱线细节，LAMOST 低分辨模式的 R 约 1800，1 纳米量级的谱线宽度量不出恒星自转的精细展宽，也量不出窄发射线的速度结构。要做精细的丰度分析，它自己给出的答案是中分辨模式——R 约 7500，但只覆盖蓝段 4950–5350 Å 与红段 6300–6800 Å 两小段。这不是缺陷被修好了，是它把自己的能力边界明确划成了两档，让你按问题挑档位。

1.2 三条常见的错误期待

第一条，期待它给"原始数据"。数据政策把产品分成三类：(I) 原始数据，包括需要保留的光谱图像、观测报告、定标文件和处理后的二维光谱；(II) 天体光谱数据，即标准化之后的一维光谱；(III) 星表数据，即由一维光谱得到的物理参数。政策写得直白——数据发布仅限 (II) 和 (III)，(I) 类不属发布之列，由运行部门长期保存。想自己重做抽取、重做减天光、重做波长定标的人，在这套档案里拿不到入口。

第二条，期待"最新的 DR 就能下载"。版本号最大的那次发布在官方发布矩阵里往往标着 Internal，只有注册并被批准的用户能进。任何人在浏览器里能直接取到的，是标注为 Public 的那一个版本，通常比 Internal 版落后一到两个版本号。写论文时如果混用了两个版本的光谱，同一条光谱的红移与参数可能来自不同流水线的产出。

第三条，期待它是"全天"的。望远镜固定在兴隆观测站，台址纬度 40.39 度、经度 117.58 度，反射施密特的光轴沿南北子午圈固定，天体过中天前后观测。它的天区覆盖是北天为主的、由台址决定的那一块，不是全天。南天的目标在这套档案里基本没有对应物。

1.3 它能给到的与给不到的

你的需求	它给的	够不够
恒星有效温度、表面重力、金属丰度	A/F/G/K 星参数表 8,376,135 条，含 LASP 给出的 teff/logg/feh/rv/alpha_m	够，且规模是它最大的优势
视向速度与多历元变化	MRS 时域巡天 12,110,228 条单次曝光光谱，同一目标多次曝光	够，单次曝光写在 B-lmjm/R-lmjm 扩展里
精细化学丰度（多元素）	中分辨 R 约 7500，参数表含 alpha 元素丰度	中分辨段可做，低分辨段不够
星系与类星体	DR12 v2.0 星系 279,821 条、类星体 89,232 条	够做统计，不够做深场
时域测光级的光变曲线	只有光谱，没有测光序列	不够，需另配测光巡天
二维光谱与自行重做抽取	原始数据不发布	明确不给
南天目标	台址决定天区，北天为主	不够
绝对流量定标的光谱	只做相对流量定标	不够，测光定标需另做
高分辨率谱线轮廓分析	低分辨 R 约 1800	不够

1.4 你的处境与它能帮到的事

你的处境	它能帮你什么	下一步该做什么
你在训练恒星参数反演模型，样本量不够	千万量级光谱配官方参数表，是可用的大规模训练集	按 A/F/G/K 参数表的 S/N 门槛建子集；同一目标多历元要按 obsid 归并，避免泄漏
你已有别的巡天的参数，想做交叉验证	官方自己就在 release note 里拿 LASP 参数与 SDSS DR19、APOGEE DR19、GALAH DR4 比对	直接复用官方的比对口径，不要另起炉灶
你要找特殊天体（白矮星、激变变星、黑洞候选体）	LRS 专门给出白矮星星表、激变变星星表等 11 份子星表	从子星表入手，再回 FITS 取光谱
你想做时域视向速度	MRS 时域巡天的单次曝光写在按曝光时刻命名的扩展里	用 lmjm 排序，注意同一目标多次曝光可能跨夜
你要一个稳定的"版本可复现"的基准	每个文件头都写 DATA_V 与 VERSPIPE	把这两个值写进你的实验记录
你在教光谱分析，需要一个真实的、有噪声的一维光谱库	大量不同 S/N、有掩码位、有哨兵值的真实数据	从低分辨开始，掩码位与 -9999 是最好的教学素材

1.5 一句话判断

它不是"更精细的光谱"，是"更长的名单"：把能同时观测的目标数从几百推到 4000，用分辨率换覆盖，换来的价值在统计规模而不在单个谱线的细节。

1.6 不适合谁：四条边界

不适合做谱线精细结构研究。 低分辨 R 约 1800，谱线轮廓被仪器展宽吃掉；要做丰度精细分析必须走中分辨，而中分辨只有蓝红两小段。

不适合做绝对测光或流量定标。 官方说明写的是相对流量定标（relatively flux calibrated），光谱流量不是绝对定标的物理量。

不适合做需要原始二维数据的研究。 原始数据不发布，抽取、减天光、波长定标都由流水线做完，你只能接受它的结果并用掩码位去判断哪里不可信。

不适合拿南天目标做统计。 台址与光学设计决定了天区，南天在这套档案里几乎缺席。

§2 数据构成与规格

2.1 一次发布由两块拼起来

低分辨率巡天（LRS）是主线，从 2011 年 10 月的先导巡天一直延续到今天，覆盖 3700–9000 Å。中分辨率巡天（MRS）从 2018 年 10 月二期巡天开始，只占约一半的观测夜——二期把暗夜/灰夜留给低分辨，亮夜/灰夜给中分辨，中分辨再分成时域与非时域两个子巡天。两条线各自出自己的 FITS 文件与自己的星表，版本号共享同一个 DR 编号。

文件的命名规则是同一种语法的两套前缀。低分辨写作 spec-MMMMM-YYYY_spXX-FFF.fits，中分辨写作 med-MMMMM-YYYY_spXX-FFF.fits。其中 MMMMM 是本地修正儒略日 LMJD，YYYY 是计划编号 PLANID，XX 是光谱仪编号（1 到 16），FFF 是光纤编号（1 到 250）。目标本身的官方命名在头文件的 DESIG 关键字里，形如 LAMOST JHHMMSS.ss+DDMMSS.ss，赤经用时分秒、赤纬用度分秒。

2.2 低分辨 FITS：一个头 + 一张六列表

低分辨文件只有两个 HDU。扩展 0 是主扩展，只有头、没有数据矩阵；扩展 1 是名为 COADD 的二进制表，六列分别是 FLUX、IVAR、WAVELENGTH、ANDMASK、ORMASK、NORMALIZATION。

列号	列名	类型	含义	使用注意
1	FLUX	float	合并后的流量	相对流量定标，非绝对
2	IVAR	float	倒方差 1/σ²	逐像元信噪比 = FLUX × √IVAR
3	WAVELENGTH	float	波长，单位埃	真空波长、日心系
4	ANDMASK	int	与掩码，六位二进制	某情况在每次曝光都出现才置位
5	ORMASK	int	或掩码，六位二进制	某情况在任一次曝光出现即置位
6	NORMALIZATION	float	连续谱归一化流量	无大气参数时整列填 -9999

归一化这一列有个容易被忽略的边界：它的波长范围是 3800–8900 Å，比原始光谱的 3700–9000 Å 窄，两端被主动截掉以压低噪声，范围之外的流量被人为置为 1。也就是说，第六列不是"全谱的归一化版本"，而是"中间那段的归一化版本"。

主扩展的头把关键字分成八组：强制关键字、文件信息、望远镜参数、观测参数、光谱仪参数、天气情况、数据处理、光谱分析结果。低分辨的光谱长度写在强制关键字里——NAXIS1 = 3901，即每条低分辨光谱 3901 个波长点；色散是对数线性的，COEFF0 = 3.5682、COEFF1 = 0.0001、DC-FLAG = 1。

2.3 中分辨 FITS：按曝光展开的多扩展

中分辨文件的扩展数是浮动的。扩展 0 是主 HDU，只有头；扩展 1 与扩展 2 分别是合并后的蓝段（EXTNAME 为 COADD_B）与红段光谱；从扩展 3 开始，往后的 m 个扩展存蓝段的单次曝光，名为 B-lmjm，再往后 t 个扩展存红段的单次曝光，名为 R-lmjm，lmjm 是每次曝光开始时刻的本地修正儒略分。若一个目标蓝、红任一段的曝光数为 0，合并谱就不存在，扩展 1 和 2 也就不带数据。

扩展	EXTNAME	内容	是否一定存在
0	Information	主头，七组关键字	一定
1	COADD_B	蓝段合并谱，六列同低分辨	需蓝段有曝光
2	COADD_R	红段合并谱，六列同低分辨	需红段有曝光
3 … m+2	B-lmjm	蓝段第 1…m 次单次曝光	依曝光次数
m+3 … m+t+2	R-lmjm	红段第 1…t 次单次曝光	依曝光次数

这套结构直接决定了时域研究的取数方式：同一颗星的多次曝光不在不同的文件里，就在同一个文件的不同扩展里，扩展名自带曝光时刻。

2.4 头关键字字典

下表挑出实际取数时最常用的一类。完整的八组关键字以官方《低分辨率数据说明》为准。

关键字	分组	取值形态	含义
OBSID	文件信息	整数	这条光谱的唯一编号，跨版本定位用
DATA_V	文件信息	如 LAMOST DR12	数据发布版本
N_EXTEN	文件信息	整数	扩展个数
NORM	文件信息	0 / 1	是否提供归一化光谱
ORIGIN	文件信息	NAOC-LAMOST	生成机构
TELESCOP	望远镜	LAMOST	注释写 GuoShouJing Telescope
LONGITUD / LATITUDE	望远镜	117.58 / 40.39	台址经纬度（度）
FOCUS	望远镜	19964	望远镜焦距（毫米量级的关键字原值）
DATE-OBS	观测	时刻串	多次曝光的中值 UTC
LMJD / MJD	观测	整数	本地修正儒略日 / 修正儒略日
PLANID	观测	字符串	计划名
RA / DEC	观测	度	输入星表给出的目标坐标
RA_OBS / DEC_OBS	观测	度	观测时光纤实际指向
OFFSET / OFFSET_V	观测	T/F + 角秒	是否做了光纤偏移及其量
DESIG	观测	LAMOST J…	官方目标命名
FIBERID	观测	1–250	光纤号，须与 SPID 合用
CELL_ID	观测	如 H1502	焦面光纤单元号，首字母为象限 EFGH
FIB_TYPE	观测	Obj/Sky/F-std/Unused/PosErr/Dead	光纤用途
FIB_MASK	观测	十进制整数	光纤问题位，转成九位二进制读
MAG_PS_G/R/I/Z/Y	观测	星等	Pan-STARRS 五波段星等
NEXP / NEXP_B / NEXP_R	观测	整数	有效曝光数，分蓝红
EXPT_B / EXPT_R / EXPTIME	观测	秒	蓝、红曝光时长与其中较小者
SPID	光谱仪	1–16	光谱仪编号
SLIT_MOD	光谱仪	x2/3	狭缝模式，对应分辨率
SEEING	天气	角秒	曝光期间视宁度
MOONPHA	天气	天	月相，周期 29.53 天
EXTRACT	数据处理	aperture	抽取方法，流水线只用孔径抽取
PCASKYSB	数据处理	T/F	是否做了 PCA 减天光
NSKIES / SKYCHI2	数据处理	整数 / 浮点	天光光纤数与减天光卡方
HELIO / HELIO_RV	数据处理	T/F + km/s	是否做日心改正及所用速度
VACUUM	数据处理	T/F	波长是否为真空波长
VERSPIPE	分析结果	如 v2.9.8	流水线版本，前段为二维、后段为一维
CLASS	分析结果	STAR / GALAXY / QSO	分类结果
SUBCLASS	分析结果	如 M0	恒星光谱次型
Z / Z_ERR	分析结果	浮点	红移与误差，算不出时填 -9999
ZFLAG	分析结果	PIPELINE / EYE-CHECK / LASP	红移由哪种方法给出
SNRU/SNRG/SNRR/SNRI/SNRZ	分析结果	浮点	u/g/r/i/z 五波段信噪比，有效像元不足一半时填 -9999

2.5 掩码位与哨兵值

ANDMASK 与 ORMASK 都是十进制整数，读的时候要转成六位二进制。两列的含义差别只有一句：ANDMASK 的某位为 1，表示这种情况在每一次曝光里都发生；ORMASK 的某位为 1，表示这种情况在至少一次曝光里发生过。

位	关键字	含义
1	BADCCD	CCD 坏像元
2	BADPROFILE	抽取时轮廓不好
3	NOSKY	该波长处没有天光信息
4	BRIGHTSKY	天光水平过高
5	BADCENTER	光纤轨迹跑出 CCD
6	NODATA	没有好数据

FIB_MASK 是同一套读法的九位版本，描述的是整根光纤的状态：

位	关键字	含义
1	NOALLOTTED	光纤未分配
2	BADTRACE	轨迹追踪失败
3	BADFLAT	平场计数过低
4	BADARC	弧线解不好
5	MANYBADPIXEL	坏像元超过 10%
6	SATURATED	饱和像元超过 10%
7	WHOPPER	异常光纤
8	NEARWHOPPER	邻近异常光纤
9	BADSKYFIBER	天光光纤残差极端

-9999 是另一个需要单独处理的记号。红移算不出来时 Z 与 Z_ERR 填 -9999；某波段有效像元不足一半时该波段信噪比填 -9999；没有大气参数因而给不出归一化流量时，第六列整列填 -9999。把这三类 -9999 当成数值读进统计，结果会立刻失真。

2.6 星表：十六份，两套格式

LRS 侧 11 份，MRS 侧 5 份。除观测天区信息表、多历元表、输入星表之外，其余各表都带有与 Gaia DR3 和 Pan-STARRS DR2 以 3 角秒半径交叉证认的结果，字段为 gaia_source_id、gaia_g_mean_mag、ps_ID 与五个 Pan-STARRS 波段星等。

侧	星表名	内容
LRS	总星表 (General Catalog)	全部发布光谱的清单，含 obsid、class、z、五个信噪比、with_norm_flux
LRS	A/F/G/K 星参数表	8,376,135 条，LASP 给出 teff/logg/feh/rv/alpha_m/vsini
LRS	A 型星线指数表	谱线指数
LRS	gM/dM/sdM 星星表	M 型矮星与巨星、亚矮星
LRS	多历元表	同一目标多次观测
LRS	观测天区信息表	天区级信息
LRS	输入星表	选源来源
LRS	激变变星星表	CV
LRS	白矮星星表	WD
LRS	星族合成星表	星系
LRS	类星体发射线特征表	QSO
MRS	总星表	中分辨目标清单
MRS	参数表	LASP 与 CNN 两套参数
MRS	多历元表	时域观测
MRS	观测天区信息表	天区级信息
MRS	输入星表	选源来源

A/F/G/K 参数表的入选门槛也写在官方说明里：暗夜要求 g 波段 S/N 大于 6，亮夜要求 g 波段 S/N 大于 15。LASP 处理 F/G/K 星用 4200–6800 Å，处理 A 星用 4060–4857 Å 与 4867–6400 Å 两段，主动挖掉 Hα 与 Hβ 附近，免得这两条强线把 A 星参数带偏。

2.7 一条低分辨记录的完整解剖

以官方说明里给出的样例文件 spec-58170-HD070403N361848V01_sp16-210.fits 为例。文件名拆开：LMJD 为 58170，计划号为 HD070403N361848V01，光谱仪为 16 号，光纤为 210 号。头文件里 OBSID 为 648816210，是这条光谱在星表里的主键；DESIG 为 LAMOST J065431.74+374806.0，是这颗星的官方命名；RA 与 DEC 是输入星表给出的坐标，RA_OBS 与 DEC_OBS 是光纤实际指向，本例两者相同，说明没有做光纤偏移。

分类侧读出来是 CLASS = STAR、SUBCLASS = M0、Z = -0.00019311、Z_ERR = 0.00001923、ZFLAG = PIPELINE。红移是个接近零的负数，符合恒星而非星系的预期；误差在十万分之一量级，由一维流水线给出。五个波段信噪比分别是 SNRU = 0.66、SNRG = 13.32、SNRR = 36.14、SNRI = 78.57、SNRZ = 63.93——u 波段几乎没有信号，这是红星的常态，也提醒你不要直接把五个波段信噪比平均成一个数。

处理侧读出来是 EXTRACT = aperture、SFLATTEN = T、PCASKYSB = T、NSKIES = 37、SKYCHI2 = 2.0、NSTD = 6、HELIO = T、HELIO_RV = 22.19496、VACUUM = T。这颗星所在的那台光谱仪用了 37 根天光光纤与 6 颗标准星，减天光的平均卡方是 2.0，日心改正用了 22.195 km/s。VERSPIPE = v2.9.8 标明它出自哪一代流水线。把这些关键字与扩展 1 的六列一起读，一条记录才算完整——只拿六列不知道观测条件，只拿头不知道谱本身。

§3 它是谁的数据

3.1 望远镜与台址

参数	取值
类型	反射施密特（王-苏型），光轴沿南北子午圈固定
改正板 MA	5.72 m × 4.40 m，24 块对角长 1.1 m、厚 25 mm 的六角形平面子镜
球面主镜 MB	6.67 m × 6.05 m，37 块对角长 1.1 m、厚 75 mm 的六角形球面子镜
有效通光口径	4 m
焦距	20 m
视场	5 度
焦面	圆形，直径 1.75 m，分 EFGH 四个象限
光纤	4000 根，每根两个自由度可并行定位
光谱仪	16 台，每台 250 根光纤
台址	中国科学院国家天文台兴隆观测站，河北兴隆连营寨，东经 7h50m、北纬 40°23′，海拔 960 m
冠名	2010 年 4 月 17 日冠名为"郭守敬望远镜"

3.2 时间线

时间	事件
2001-09	作为国家重大科学工程开工
2008-10	落成
2009-06-04	通过国家发展和改革委员会主持的国家验收
2010-04-17	冠名为"郭守敬望远镜"
2011-05	光纤定位精度优于 0.45 角秒，90% 光纤在 1 角秒内
2011-10-23	先导巡天启动，2012-06-24 结束
2012-09	进入正式巡天（第一期，低分辨）
2017-06	第一期五年巡天完成，约 900 万条光谱
2018-10	第二期启动，低分辨与中分辨并行
2023-	第三期，继续中低分辨并行

3.3 数据发布的节奏

数据政策把发布时限写成了三类。(I) 类数据由科学委员会讨论后适时发布；(II) 类数据——也就是一维光谱——每年度数据在采集完成后 18 个月公开释放；(III) 类数据——星表——在对应 (II) 类之后 6 个月释放。这套节奏在发布矩阵上表现得很清楚：每一个 DR 号下面挂着一串 v0 / v1.0 / v1.1 / v2.0，v0 通常是内部版，随后一年左右转 Public。

DR13 v1.0 于 2026-03-24 对国内发布、标注 Internal；DR12 v2.0 于 2026-09-11 转 Public。想省事的人直接用 Public 版，想追最新的国内用户走注册通道。两条路拿到的数据集不同，写在方法章节里的版本号也就不同。

3.4 来源层次：你能追到哪一层

层次	是否发布	你能拿到什么
原始二维图像与定标文件	不发布	无，运行部门长期保存
一维光谱（相对流量与波长定标、已减天光）	发布	FITS 文件，含倒方差与掩码
参数星表	发布	十六份表，FITS 与 CSV
观测与台址气象上下文	随文件头发布	视宁度、月相、温湿度、风速风向、CCD 温度
处理过程质量量度	随文件头发布	减天光卡方、天光光纤数、标准星数量与编号

这个层次结构决定了你能做多少"回头看"。流水线做了什么，写在 EXTRACT、 SFLATTEN、PCASKYSB、HELIO、VACUUM 这些布尔位上；流水线做得好不好，写在 SKYCHI2、NSKIES、NSTD 上；但你无法退到二维图像去自己判断某根光纤的抽取对错，只能靠 FIB_MASK 的九个位。

3.5 一个观测夜在发生什么

理解这套档案的边界，最省力的方式是把一个观测夜从头走一遍。白天，巡天与数据系统（SSS）按科学目标与巡天策略生成观测计划，从存有数百万天体的数据库里挑出 4000 个观测对象，写明每根光纤要去的位置。夜里，观测控制系统（OCS）按计划与观测流程实时控制望远镜控制系统（TCS）与仪器控制系统（ICS）；望远镜指向指定天区，焦面上的 4000 根光纤各自移动到分配到的目标上，把光送进 16 台光谱仪的狭缝。

一次曝光分成蓝、红两路，分别落在不同的 CCD 上，头里的 NEXP_B、NEXP_R 给出有效曝光数，EXPT_B、EXPT_R 给出各自时长，EXPTIME 取两者中较小者。多次曝光随后合并成一条谱，BESTEXP 记下信噪比最高的那次曝光。观测期间的气象条件由自动气象站记录，写进 SEEING、MOONPHA、TEMP_AIR、TEMP_FP、DEWPOINT、HUMIDITY、WINDD、WINDS；其中 DUST 与 SKYLEVEL 官方说明为仪器尚在调试、暂时保留为空。

这条流水线的第一层产物是二维图像，二维流水线做抽取、平场、波长定标、减天光，产出一维光谱；一维流水线再做分类、红移与参数，产出星表。你拿到的是后两层的产物，第一层只在头的布尔位与卡方值里留下痕迹。

§4 它最独特的东西

4.1 唯一一个千万量级的连续档案

规模是它最硬的一张牌，而且不是靠一年的爆发。官方表述是"自 2019 年至今，LAMOST 仍然是世界上唯一一个发布光谱数达到千万量级的光谱巡天项目"，并连续多年位居发布光谱数与恒星参数星表总数的国际第一。DR13 v1.0 把总数推到 30,824,182 条，是首次突破三千万；配套恒星参数星表约 1294 万组。

这个"连续"两个字的价值常常被低估。十几年里光学系统、16 台光谱仪、4000 根光纤、二维与一维流水线都在演进，版本号写在 VERSPIPE 里，例如 DR12 用 v2.9.8——前段 v2.9 是二维处理流水线、后段 v8 是一维分析流水线。做长周期统计的人必须意识到，档案内部不是完全同质的，版本号是你唯一的分层依据。

4.2 中分辨时域：同一颗星被反复曝光

低分辨巡天给的是"一个目标一条合并谱"，中分辨时域巡天给的是"一个目标多次曝光"。DR12 v2.0 的中分辨数据里，6,272,693 个 FITS 文件装着 44,058,359 条单次曝光光谱与 12,233,311 条合并光谱；时域部分单独发布 12,110,228 条单次曝光光谱。多次曝光不在多个文件里，而在同一个文件的多个扩展里，扩展名自带曝光起始时刻 lmjm。

它对应的科学问题是视向速度变化、双星、脉动变星这类需要时间维度的东西。代价是中分辨只有蓝红两小段、并且只有在曝光数足够时才有合并谱——官方明说，蓝段或红段曝光数为 0 时，合并谱不存在。

4.3 与 SDSS 的分工差异

维度	LAMOST	SDSS（以 BOSS 光谱仪为准）
望远镜	郭守敬望远镜，反射施密特，有效通光口径 4 m	Sloan 基金会 2.5 m 望远镜
台址	中国兴隆（北纬 40°23′）	美国阿帕奇点天文台，SDSS-V 起另一台移到智利拉斯坎帕纳斯
天区	北天为主，由台址与固定子午圈光轴决定	北天（APO）与南天（LCO）双向覆盖
光纤	4000 根，并行可控定位	每台光谱仪 500 根（SDSS-V），早期阶段每块插板 1000 根
低分辨分辨率	R 约 1800（5500 Å 处），3700–9000 Å	蓝通道 R 约 1560–2270、红通道 R 约 1850–2650，覆盖 3600–10400 Å
中分辨	R 约 7500，蓝 4950–5350 Å、红 6300–6800 Å	另有 APOGEE 近红外高分辨，非同一仪器
发布体量	单次发布三千万量级光谱	DR20 单次发布三百余万条光谱
参数流水线	LASP（含 LASPA / LASPFGK），另有 CNN 一套	自有参数流水线
数据政策	18 个月优先使用期后公开，原始数据不发布	自有分阶段发布政策

一句话概括分工：SDSS 的强项在分辨率与双向全天覆盖，LAMOST 的强项在同仪器、同流程、单一台址下的光谱条数。 两者不是替代关系——LAMOST 官方自己在 DR12 v2.0 的 release note 里，就拿 LASP 参数与 SDSS DR19、APOGEE DR19、GALAH DR4 逐参数比对，把它们当外部标尺而不是竞争对手。

还有一层差异容易被忽略：两者的单次发布体量不在同一个数量级。LAMOST 一次发布是三千万量级，SDSS DR20 一次发布是三百余万条光谱。这个差距不是优劣，而是设计目标的直接后果——一边追求同仪器下的条数，一边追求多仪器、多半球、多模式的覆盖。做样本量敏感的研究（例如罕见天体搜寻）时前者更合适，做全天一致性与多波段联合的研究时后者更合适。选错方向的代价通常不在精度，而在样本量根本撑不住你要做的统计。

4.4 两套参数：LASP 与 CNN

LASP 是主参数流水线，LASPFGK 处理 F/G/K 星、LASPA 处理 A 星，算法相同、使用的波长范围不同。它的误差不是简单的统计误差：官方说明写得很细，先用重复观测同一批星的离散度定出参数精度，再把这个精度与信噪比、与最优匹配的卡方值分别做多项式拟合，最后用这两条关系把精度线性缩放成 teff_err、logg_err、feh_err、rv_err、alpha_m_err。

到 DR12 v2.0，中分辨参数又多了一套 CNN（卷积神经网络）给出的 Teff、log g、[M/H]、[α/M]。官方对这套参数的边界说明得很克制：当前实现不提供不确定度估计，因此 release note 里也没有它的误差散布图示，等误差估计出来再补。用 CNN 参数做误差加权的人，目前没有官方误差可用。

4.5 边界条件写在观测计划里

有几条边界不是数据质量缺陷，而是观测时就定下的规则：

• 避月。 中分辨巡天不观测与月球角距离小于 10 度的目标，因为月光会污染光谱。
• 亮星偏移。 为防 CCD 饱和，部分亮星（约 r < 11）在观测时给光纤加偏移，OFFSET 为 T、OFFSET_V 给出偏移角秒；星表里对应 offsets 与 offsets_v，ra/dec 是输入星表坐标、ra_obs/dec_obs 是光纤实际指向。
• 减天光只在红端用 PCA。 PCASKYSB 为 T 表示用了 PCA 减天光，官方说明其对波长大于 7200 Å 的部分生效。
• 光纤状态。 16 台光谱仪各 250 根光纤，其中分配给天光与标准星的光纤见 FIB_TYPE，坏光纤状态见 FIB_MASK 九位。

§5 怎么拿到

5.1 五条入口

入口	位置	适合干什么
低分辨星表检索	.../dr12/v2.0/search	按坐标、obsid、类型查目标
中分辨星表检索	.../dr12/v2.0/medcas/search	中分辨目标检索
SQL 查询	.../dr12/v2.0/sql	批量条件筛选、做子集
VO 服务	.../dr12/v2.0/vo	ConeSearch、SSA、TAP 协议访问
文件打包下载	.../dr12/v2.0/tar/	按天区或计划整批取 FITS
星表下载	.../dr12/v2.0/catalogue	十六份星表的 FITS 表与 CSV

VO 这一条值得单独说。官方为 LAMOST 数据发布搭建的平台支持国际虚拟天文台联盟的 ConeSearch、SSA、TAP 协议，并实现了与 SDSS 的 CasJobs、法国斯特拉斯堡天文数据中心 CDS 的 VizieR、欧洲空间局 ESASky、德国虚拟天文台 GAVO 之间的互操作。这意味着你不一定要把数据搬回家，可以把它挂在别人的系统里用。

5.2 从一条星表记录追到一个 FITS 文件

路径是固定的四步：在星表里拿到 obsid、planid、lmjd、spid、fiberid；拼出文件名 spec-<lmjd>-<planid>_sp<spid>-<fiberid>.fits；在 tar 目录或 FTP 下按观测日期与计划号找到它；读扩展 1 的六列。反过来也成立——从文件头读出 OBSID，就能回星表把这条光谱的全部参数取回来。obsid 是这条链路上的主键，designation 是目标层面的命名，两者不是一回事：同一颗星可能被观测多次，有多个 obsid、共用一个 designation。

5.3 读一条低分辨光谱

from astropy.io import fits
import numpy as np

path = "spec-58170-HD070403N361848V01_sp16-210.fits"
hdul = fits.open(path)

hdr = hdul[0].header            #-- 主扩展只有头，没有数据矩阵
print(hdr["DATA_V"], hdr["VERSPIPE"])   #-- LAMOST DR12 / v2.9.8
print(hdr["CLASS"], hdr["SUBCLASS"])    #-- STAR / M0
print(hdr["Z"], hdr["Z_ERR"])           #-- 红移与误差，算不出时为 -9999

coadd = hdul["COADD"].data      #-- 扩展1：名为 COADD 的二进制表
flux = coadd["FLUX"][0]         #-- 每行是一条谱，长度 3901
ivar = coadd["IVAR"][0]
wave = coadd["WAVELENGTH"][0]
snr_pix = flux * np.sqrt(ivar)  #-- 逐像元信噪比，官方给的算法

5.4 处理掩码与哨兵值

#-- 掩码是十进制整数，转成六位二进制再逐位读
#-- 1 BADCCD / 2 BADPROFILE / 4 NOSKY / 8 BRIGHTSKY / 16 BADCENTER / 32 NODATA
andmask = coadd["ANDMASK"][0]
ormask  = coadd["ORMASK"][0]
always_bad = (andmask & 32) > 0   #-- NODATA：每一次曝光都没好数据
any_bad    = (ormask  & 8)  > 0   #-- BRIGHTSKY：至少一次曝光天光过高

#-- -9999 是哨兵值：红移、归一化流量、各波段信噪比都可能取它
z = hdr["Z"]
has_z = z > -9000

norm = coadd["NORMALIZATION"][0]
norm = np.where(norm > -9000, norm, np.nan)   #-- 无参数时整列是 -9999

snri = hdr["SNRI"]
ok_snri = snri > -9000            #-- 有效像元不足一半时该波段填 -9999

5.5 批量下载与体量的现实

低分辨一侧，一次发布就是一千两百万个 FITS 文件；中分辨一侧，六百多万个文件里装着四千多万条单次曝光光谱。这不是"下载整个数据集"这个动作能承担的量级，也不是"下载完再说"能承担的量级。可行路径只有两条：先在 SQL 或 VO 入口把样本收缩到你要的那几千条，再按 obsid 取文件；或者按天区/计划整包下载你需要的那一批 tar。

另一个现实是跨版本重复。同一个目标在 DR11、DR12、DR13 里都有文件，OBSID 可能相同而内容因流水线版本不同而有差异。下载时把 DATA_V 与 VERSPIPE 一起记下来，是后面能复现的唯一凭据。

5.6 五个坑

坑一：把归一化列当全谱用。 第六列的归一化流量只在 3800–8900 Å 范围内有效，比原始谱窄；范围之外被置为 1，不是真实流量。

坑二：把 -9999 当数。 红移、波段信噪比、归一化流量三类都可能填 -9999，且含义各不相同——算不出、有效像元不足、没有大气参数。

坑三：只用 FIBERID。 光纤号只在 1–250 之间、且只在单台光谱仪内唯一。脱离 SPID（1–16）单独用它，会把 16 台光谱仪的同一号光纤混成一批。

坑四：假设每个中分辨文件都有合并谱。 蓝段或红段曝光数为 0 时合并谱不存在，扩展 1/2 不带数据，扩展总数随之浮动。

坑五：混用 Public 与 Internal 版本。 版本号最大的那次通常还是 Internal。同一份分析里混进两个版本的光谱，参数口径不一致且难以追溯。

§6 与库内条目的关系

6.1 关系图谱

关系	对象	说明
同一波段、不同望远镜	sdss	都是光学光谱巡天，望远镜、台址、分辨率、体量都不同，互为外部校验
同一片天、不同数据类型	gaia-dr3	Gaia 给位置与光度，LAMOST 给光谱；官方以 3 角秒半径做了交叉证认
下游研究对象	nasa-exoplanet-archive	系外行星与宿主星参数的方向性衔接
同为大规模仪器数据	cern-cms-opendata	大体量、多版本、需要流水线知识的同类处境

6.2 检索路径

在本站检索这套档案，走两条路都能到。一路按学科：天文 → 光谱巡天 → 望远镜名。一路按数据形态：一维光谱 → FITS → 参数星表。真正的判据是"你要的是谱还是表"：要谱走 FITS 与 tar 入口，要参数走星表与 CSV。

6.3 分工判据

你要解决的问题	该去哪个数据集
我要千万量级的恒星光谱做统计	LAMOST（本页）
我要全天、双向覆盖、更高分辨率的光谱	sdss
我要位置、自行、视差与光度	gaia-dr3
我要行星候选与确认清单	nasa-exoplanet-archive
我要非天文的大体量仪器原始数据	cern-cms-opendata

6.4 相关数据集导航

数据集	与它的关系
sdss	同为光学光谱巡天，不同望远镜与台址，官方拿它做外部比对
gaia-dr3	官方以 3 角秒半径与之交叉证认，提供 gaia_source_id
nasa-exoplanet-archive	系外行星与宿主星方向的下游
cern-cms-opendata	大体量仪器数据、多版本发布的同类处境
era5-single-levels	同为长时间序列、版本演进型档案
ghcn-daily	台站观测、质量标记与哨兵值的同类问题
oisst-v2-1	网格化长时间序列的取数方式参照
soilgrids	大范围栅格产品的批量下载与子区域取数
ibtracs	多源汇集成一份清单的口径问题
randolph-glacier-inventory	多版本几何清单的版本管理

6.5 导航说明

上表中的链接指向本站已上架数据集的对应页面，rid 取自发布库的实际记录；本页自身的链接在发布时由系统注入真实 rid。

§7 质量评估与局限性

7.0 已经在流水线里做完的校正

拿到的一维光谱不是原始读数。官方说明列出了它经过的步骤：相对流量定标、波长定标、减天光、日心改正、转成真空波长，色散为对数线性。这些步骤是否执行，写在 SFLATTEN、PCASKYSB、HELIO、HELIO_RV、VACUUM、DC-FLAG 这些关键字上，可以逐条核对。抽取方式只有一种——EXTRACT = aperture，孔径抽取。

7.1 五维评分

维度	评分（1–5）	依据
规模	5	单次发布三千万量级，唯一千万量级光谱巡天
结构完备度	5	倒方差、与/或掩码、归一化流量、流水线版本、气象上下文全部随文件给出
参数与标注	4	LASP 参数齐备并给出误差建模方法；CNN 参数尚无误差估计
可复现性	4	DATA_V 与 VERSPIPE 明确，但原始二维不发布，无法回溯抽取
边界清晰度	5	避月规则、亮星偏移、归一化截断范围、-9999 三类语义均有官方说明

7.2 参数的两层与它们的误差

LASP 参数的误差是"建模出来的"，不是从单次测量直接给的。官方做法是先由重复观测同一批非变星的离散度定精度，再分别拟合精度与信噪比、最优匹配卡方的关系，最后线性缩放。这个做法的好处是误差随 S/N 变化，坏处是误差本身带着模型的假设——极端 S/N 区间的外推未必可靠。

vsini_lasp（投影自转速度）用的是 PHOENIX 网格模板，alpha_m 用的是 MARCS 理论光谱模板；官方明确说 vsini_lasp 的误差要等后续发布。CNN 那套参数在 DR12 v2.0 完全不给误差。

7.3 可枚举的偏差

偏差来源	机制	谁会受影响
选源	目标来自输入星表，由 TSOURCE/TFROM 标明来源	做完备性统计的人
避月	与月球角距小于 10 度的目标不观测	做天区均匀性分析的人
亮星偏移	r < 11 的亮星加光纤偏移，坐标有两套	做高精度证认的人
光纤效率	用 super flat 把光纤间相对效率归一到 1	做光纤间系统差的人
减天光范围	PCA 减天光只在波长大于 7200 Å 的部分生效	做红端弱线的人
分辨率	低分辨 R 约 1800，谱线轮廓被展宽	做精细丰度与自转的人
台址	固定子午圈、北天为主	做全天统计的人
选源口径	不同子巡天选源函数不同，混样即混合选源	做统计推断的人

这些偏差里最容易低估的是最后一条：选源。目标的来源写在 TSOURCE 与 TFROM 里——是哪个巡天、哪个团组、哪份输入星表提交的。低分辨巡天包含 LEGUE（银河系理解与探索实验）与 LEGAS（河外巡天）两条主线，不同子巡天的选源函数并不相同，把它们混成一个样本做统计，得到的其实是混合选源下的结果，而不是某个被明确定义的母样本的结果。官方给出的 A/F/G/K 参数表有明确的 S/N 门槛（暗夜 g 波段大于 6、亮夜 g 波段大于 15），是一个"定义过的"子集；总星表则对星系、类星体与 M 型星全收，其余类型按 r 波段 S/N 大于 2、g 波段大于 5 或 i 波段大于 5 收入。两者口径不同，用之前先看清你取的是哪一份。

7.4 外部验证

官方自己在 DR12 v2.0 的 release note 里做了交叉比对：低分辨的 LASP 参数与 SDSS DR19 比对；中分辨的 LASP 参数与 APOGEE DR19、GALAH DR4 比对；CNN 参数与 GALAH DR4 比对。方法上也交代得很细——因为差值分布未必正态，官方不用均值与标准差，而用差值中位数（Median）衡量系统偏移、用归一化中位绝对偏差（NMAD）衡量离散，并且说明未施加任何质量切割、过滤了空值与 -9999 这类无效值。

这条信息对使用者的含义很直接：想验证自己拿到的参数可不可信，官方已经给了口径一致的参照系，比自己临时找一套比对样本更省事，也更容易与已发表结果对齐。

7.5 为何它的局限是持续的

因为它是活的数据集。望远镜还在巡天，每年新增一年的观测，一年后转 Internal 版、再过一段时间转 Public 版，流水线版本也在演进。局限因此有两层：一层是仪器与台址决定的、改不掉的天区与分辨率；另一层是版本决定的、会随下一次发布变化的流水线口径。前者写在望远镜参数里，后者写在 VERSPIPE 里，两者的性质完全不同。

§8 生态位与历史

8.1 沿革

LAMOST 是我国首个天文类国家重大科技基础设施，2001 年 9 月开工、2008 年 10 月落成、2009 年 6 月通过国家验收，2010 年 4 月冠名郭守敬望远镜。它解决的核心工程难题是"大视场与大口径难以兼得"——用薄镜面主动光学加拼接镜面主动光学，把 5 度视场和 4 米有效口径放在同一架望远镜上。

巡天分三期。第一期 2012 年 9 月至 2017 年 6 月，纯低分辨，五年拿到约 900 万条光谱；第二期加入中分辨，暗夜给低分辨、亮夜给中分辨；第三期从 2023 年起继续中低分辨并行。

8.2 与机器学习的关系

这套档案正在成为光谱机器学习的标准练兵场，原因不是它干净，而是它大而全且带真实的失败标记。掩码位、哨兵值、光纤状态位、随 S/N 变化的参数误差，都是真实数据才有的东西。官方自己也在用 CNN 做参数反演，并把它作为第二套参数随 DR12 v2.0 发布——这本身说明"另一条反演路径"已被纳入正式数据产品。

对训练模型的人，这套档案还有一层额外的吸引力：它自带"官方做的另一条路"。中分辨参数同时给出 LASP 与 CNN 两套，等于给了一个同数据、不同方法的公开对照。你可以把自己的模型输出与这两套官方参数比，也可以只把它们当基线。需要留意的是 CNN 那套当前没有误差估计，做误差加权时只能退回到 LASP。

8.3 生态位

层次	位置
成像巡天（Gaia 一类）	上游：提供目标与位置
LAMOST	中游：把目标变成带参数的一维光谱
高分辨/近红外巡天（APOGEE、GALAH 一类）	旁支：更高分辨率、更小样本，用作校验标尺
科学产出	下游：银河系结构与演化、致密天体、系外行星、星系与类星体

8.4 谁在用

官方在 DR13 发布时给出的数字是：来自中国、美国、德国、比利时、丹麦等国家和地区的 278 所科研机构与大学、1900 多位用户正在使用，已发表高质量论文 2200 余篇、引用 20000 余次；近年年均发表论文超过 300 篇，其中外国天文学家发表的占比 40% 以上。整体科学产出被官方定位在国际同类 6–10 米级大型天文望远镜的先进行列。

§9 使用指引

9.1 三种角色的路径

角色	最短路径	要盯住的东西
恒星物理研究者	星表 CSV → 按 S/N 与类型筛 → obsid → FITS	A/F/G/K 表的 S/N 门槛；LASP 误差口径
机器学习工程师	SQL/V0 建子集 → 批量取 FITS → 六列转数组	同一目标多 obsid 的分组切分；-9999 与掩码
时域研究者	MRS 检索 → med-*.fits → B-lmjm/R-lmjm 扩展	曝光时刻 lmjm 排序；合并谱可能缺失

9.2 最短流程

1. 选版本：要能直接下载就用 Public 版（DR12 v2.0），要最新走注册通道
2. 建子集：在 sql 或 vo 入口按 class / snri / subclass 条件筛出 obsid 列表
3. 取文件：按 spec-<lmjd>-<planid>_sp<spid>-<fiberid>.fits 拼名并下载
4. 读数据：主头取 CLASS/Z/VERSPIPE，扩展 COADD 取六列
5. 清数据：-9999 转 NaN，ANDMASK/ORMASK 转六位二进制后剔除
6. 记版本：把 DATA_V、VERSPIPE、DR 号写进实验记录

9.3 引用与致谢

数据政策对公开数据的要求只有一条：自由使用，但必须致谢。官方给出了中英文两版致谢文本，并指定了科学数据标识 CSTR https://cstr.cn/31118.02.LAMOST。

致谢（中文版，据官方数据政策原文）：
本工作在 LAMOST（郭守敬望远镜）(https://cstr.cn/31118.02.LAMOST) 的数据基础上完成。
LAMOST 是由中国科学院建设的国家重大科技基础设施，由国家天文台运行和管理。

Acknowledgement（英文版，据官方数据政策原文）：
This work made use of the data from LAMOST (Large Sky Area Multi-Object Fiber
Spectroscopic Telescope, also known as the Guoshoujing Telescope)
(https://cstr.cn/31118.02.LAMOST). LAMOST is a Chinese national mega-science
facility, operated by National Astronomical Observatories, Chinese Academy of Sciences.

§10 AI 使用声明

项目	说明
文本生成	由 AI 依据官方页面与官方数据说明文档撰写，结构、文风与数字纪律遵循本站统一写作规范
数字来源	全部规模、结构、边界数字取自 LAMOST 官方网站、DR12 v2.0 数据说明文档、数据政策页与官方发布公告
文件核验	官方页与数据发布站已核验可访问（HTTP 200）；DR13 v1.0 文档需登录，其数字取自官方发布公告
不一致说明	官方不同页面对低分辨分辨率的表述位置不同（概述写 5500 Å 处 R 约 1800，关键字说明写 x2/3 狭缝对应 4750 Å 与 7350 Å 处的 1800），本页采用"R 约 1800"并保留两处出处
论文信息	官方数据政策要求公开数据使用者按指定文本致谢，标识符为 https://cstr.cn/31118.02.LAMOST
未核验内容	DR13 v1.0 的 FITS 结构与星表字段未在本文档中逐项核验（文档需登录）；tar 目录的具体文件树未逐层列举
图像	封面图像由系统按 cover_image_prompt 生成，不含真实观测图像
免责	本页为数据集导航与解读，不构成观测建议；版本与政策以官方数据发布站与数据政策页为准

常见误读（避坑清单）

说法	实际	证据
“LAMOST 数据完全开放，最新版随便下”	版本号最大的发布常标注 Internal，Public 版落后一到两个版本号	官方发布矩阵：DR13 v1.0 Internal，DR12 v2.0 于 2026-09-11 转 Public
“能下载到原始二维光谱”	(I) 类原始数据不属发布之列，只发布一维光谱与星表	数据政策第二条
“三千万条光谱都能直接用”	DR13 是国内发布版；可自由下载的国际版是 DR12 v2.0	官方发布公告与发布矩阵
“归一化流量覆盖全谱”	归一化范围是 3800–8900 Å，比原始 3700–9000 Å 窄，范围外置 1	低分辨数据说明 2.4.2
“-9999 是异常值，删掉就行”	-9999 有不同语义：红移算不出、有效像元不足一半、无大气参数	关键字说明中 Z、SNR、NORMALIZATION 三处
“FIBERID 能唯一确定一根光纤”	光纤号 1–250 只在单台光谱仪内唯一，须与 SPID（1–16）合用	关键字 FIBERID / SPID 说明
“ANDMASK 和 ORMASK 一样”	ANDMASK 每次曝光都发生才置位，ORMASK 任一次发生即置位	低分辨数据说明表 5 及其说明段
“所有参数都有误差”	CNN 参数当前不提供不确定度估计；vsini_lasp 误差待后续发布	DR12 v2.0 release note 与参数表说明
“PCA 减天光对全谱生效”	官方说明其对波长大于 7200 Å 的部分生效	关键字 PCASKYSB 说明
“中分辨文件一定有合并谱”	蓝段或红段曝光数为 0 时合并谱不存在，扩展 1/2 不带数据	中分辨数据说明 2.2
“LAMOST 覆盖全天”	台址在北纬 40 度余，光轴固定沿子午圈，天区以可为北天为主	望远镜参数与台址信息

FAQ

Q1：现在到底该用 DR12 v2.0 还是 DR13？

看你的身份与用途。DR13 v1.0 于 2026-03-24 发布，光谱总数 30,824,182 条，是国内天文学家与国际合作者可用的最新版本，在官方发布矩阵里标注 Internal，需要走注册与被批准的流程。DR12 v2.0 于 2026-09-11 转为 Public，低分辨 12,602,862 条、中分辨 15,471,446 条，任何人可以直接下载。两者相差一个年度观测周期的数据量。若你不需要追最新那一年、也不想走注册流程，用 DR12 v2.0；若你在做一个依赖样本上限的统计，DR13 多出的两百多万条光谱可能正是你要的。无论选哪个，都要在方法里写清 DR 号与版本号。

Q2：低分辨和中分辨该选哪个？

由你的科学问题决定，不由"哪个更新"决定。低分辨覆盖 3700–9000 Å、R 约 1800，适合恒星分类、红移、粗略大气参数这类"看得宽"的问题，样本量在千万级。中分辨只有蓝段 4950–5350 Å 与红段 6300–6800 Å 两小段、R 约 7500，适合视向速度、精细丰度这类"看得细"的问题，样本量在千万级但每个目标的波长点是少的。若你要的是谱线轮廓的细节，低分辨给不了；若你要的是宽波长覆盖的能谱形状，中分辨给不了。两者不是上下级关系，是并行的两套产品。

Q3：为什么同一颗星会有多条光谱？

因为它可能被观测多次。多历元巡天（时域）会反复观测同一批目标，低分辨巡天也会因为目标落在多个天区或有重复观测而产生多条记录。星表里的 obsid 标识一条光谱，designation 标识一个目标，uid 是按坐标算出的唯一源标识。做机器学习数据集划分时，分组键必须用目标层面的标识而不是 obsid，否则同一个目标的光谱会同时出现在训练集与测试集里。中分辨文件还把这层复杂性别加了码：同一目标的多次曝光在同一个文件的不同扩展里。

Q4：参数误差能不能直接拿来加权？

LASP 的可以，但要理解它的来源。官方说明，误差是先由重复观测同一批星的离散度定出精度，再拟合精度与信噪比、与最优匹配卡方的关系后线性缩放得到的，因此它随 S/N 变化、也带着模型假设。CNN 那套参数在 DR12 v2.0 明确不提供不确定度估计，无法做误差加权。vsini_lasp 的误差官方说要等后续发布。若你要做严格的误差传播，优先用 LASP 参数，并注意极端 S/N 区间的外推风险。

Q5：能不能拿它和 SDSS 的数据直接拼在一起用？

能拼，但要分清拼的是哪一层。在参数层面，官方自己就在 DR12 v2.0 的 release note 里拿 LASP 参数与 SDSS DR19 逐参数比对，并用差值中位数与 NMAD 描述系统偏移与离散，这是现成的口径。在光谱层面，两台望远镜的分辨率、波长覆盖、定标方式都不同，直接把谱拼在一起做联合训练前，需要先统一波长网格与分辨率，并注意两者的天区重叠有限。在证认层面，LAMOST 星表已经带了 Gaia DR3 与 Pan-STARRS DR2 的交叉证认结果（3 角秒半径），与 SDSS 的证认需要你自己做。

Q6：做训练集与测试集划分时该怎么防泄漏？

分组键必须是目标，不能是光谱。一条光谱一个 obsid，一颗星一个 designation，按坐标算出的源标识是 uid；同一颗星会因为多历元观测、跨天区重复观测而留下多条光谱。若按 obsid 随机划分，同一颗星的不同曝光会同时落进训练集与测试集，模型只要记住这颗星的光谱指纹就能在测试集上拿高分，而这个能力对没见过的天体毫无用处。中分辨数据还要多防一层：同一目标的多次曝光写在同一个文件的不同扩展里，若按文件划分而不按目标划分，泄漏会更彻底。可行的做法是先从星表取 uid 或 designation 作为分组键，用分组交叉验证或按组切分，保证同一颗星绝不出现在两侧。

术语表

术语	解释
LAMOST	Large Sky Area Multi-Object Fiber Spectroscopic Telescope，大天区面积多目标光纤光谱天文望远镜，2010 年冠名郭守敬望远镜
LRS	Low-Resolution Spectroscopic Survey，低分辨率光谱巡天，3700–9000 Å，R 约 1800
MRS	Medium-Resolution Spectroscopic Survey，中分辨率光谱巡天，蓝红两段，R 约 7500
DR	Data Release，数据发布版本号，如 DR12 v2.0
LMJD	Local Modified Julian Day，本地修正儒略日，构成文件名的一段
LMJM	Local Modified Julian Minute，本地修正儒略分，中分辨单次曝光扩展的命名依据
PLANID	观测计划编号，构成文件名的一段
obsid	一条光谱的唯一编号，星表与文件之间的主键
designation	目标的官方命名，形如 LAMOST JHHMMSS.ss+DDMMSS.ss
uid	按坐标算出的唯一源标识，用于区分"一颗星"与"一条光谱"
COADD	低分辨 FITS 扩展 1 的名字，六列二进制表
IVAR	Inverse Variance，倒方差 1/σ²；逐像元信噪比 = FLUX × √IVAR
ANDMASK / ORMASK	与掩码 / 或掩码，六位二进制；前者要求每次曝光都发生，后者任一次发生
FIB_MASK	光纤状态位，九位二进制，标记未分配、坏轨迹、饱和等问题
LASP	LAMOST Stellar Parameter Pipeline，恒星参数流水线，含 LASPA 与 LASPFGK
CNN 参数	DR12 v2.0 起随中分辨发布的一套卷积网络参数，当前不含误差估计
NMAD	Normalized Median Absolute Deviation，归一化中位绝对偏差，官方用于刻画参数差值的离散
PCA 减天光	用主成分分析扣除天光发射线的方法，官方说明其对波长大于 7200 Å 的部分生效
日心改正	把观测到的波长换算到太阳系质心参考系，HELIO 与 HELIO_RV 记录是否执行与所用速度
真空波长	以真空为基准的波长标度，VACUUM 关键字标明
CSTR	科技资源标识，LAMOST 为 https://cstr.cn/31118.02.LAMOST
SSS / OCS / TCS / ICS	巡天与数据系统、观测控制系统、望远镜控制系统、仪器控制系统，官方描述的巡天运行四部分
super flat	超平场，用于把光纤间相对效率归一到 1，SFLATTEN 标明是否已施加
相对流量定标	只校正仪器与光纤带来的响应差异，不给出绝对物理量级；官方说明光谱为 relatively flux calibrated
视宁度	曝光期间导星像的半高全宽，由人工测量得到，写在 SEEING 里
孔径抽取	aperture extraction，LAMOST 二维流水线唯一采用的抽取方法，写在 EXTRACT 里

附录 A：核心数字核对表

数字	出处
光谱总数 30,824,182 条（DR13 v1.0）	官方 DR13 发布公告，2026-03-24
低分辨 13,467,468 条 / 6961 个天区（DR13 v1.0）	官方 DR13 发布公告
中分辨 17,356,714 条 / 3404 个天区（DR13 v1.0）	官方 DR13 发布公告
恒星参数星表约 1294 万组（DR13 v1.0）	官方 DR13 发布公告
低分辨 12,602,862 条 / 6602 个天区（DR12 v2.0）	官方发布矩阵；低分辨数据说明 Section 1
中分辨 15,471,446 条 / 2892 个天区（DR12 v2.0）	官方发布矩阵
恒星 12,233,809 / 星系 279,821 / 类星体 89,232（DR12 v2.0 低分辨）	低分辨数据说明 Section 3.1
A/F/G/K 星参数 8,376,135 条	低分辨数据说明 Section 3.2
中分辨 6,272,693 个文件 / 44,058,359 条单次曝光 / 12,233,311 条合并	中分辨数据说明 Section 1
中分辨时域 12,110,228 条单次曝光；非时域 3,361,218 条合并	中分辨数据说明 Section 1
每像素点数 3901（低分辨 NAXIS1）	低分辨数据说明 2.3.1.1
低分辨波段 3700–9000 Å，R 约 1800	低分辨数据说明 Section 1
中分辨蓝段 4950–5350 Å、红段 6300–6800 Å，R 约 7500	中分辨数据说明 Section 1
归一化波长范围 3800–8900 Å	低分辨数据说明 2.4.2
光纤 4000 根、光谱仪 16 台、每台 250 根	望远镜基本参数页；数据政策页
有效通光口径 4 m，视场 5 度，焦面直径 1.75 m，焦距 20 m	望远镜基本参数页
台址北纬 40 度 23 分、东经 7 时 50 分、海拔 960 m	望远镜基本参数页
文件头 LONGITUD 117.58 / LATITUDE 40.39	低分辨数据说明 2.3.1.3
交叉证认半径 3 角秒（Gaia DR3、Pan-STARRS DR2）	低分辨数据说明 Section 3
LASP 波长范围：FGK 4200–6800 Å；A 星 4060–4857 Å 与 4867–6400 Å	低分辨数据说明 Section 3.2
避月角距 10 度（中分辨）	中分辨数据说明 Section 1
PCA 减天光作用于波长大于 7200 Å	低分辨数据说明 2.3.1.7
数据公开时限：II 类 18 个月、III 类再延 6 个月	数据政策页
278 所机构、1900 余位用户、2200 余篇论文、20000 余次引用	官方 DR13 发布公告