什么是星等？

什么是星等？

星等（magnitude）是衡量天体亮度的一种量度单位。它通常用来描述恒星、行星和其他天体的亮度，是一种相对量度，即与观测者的距离无关。

星等是以罗马数字表示的，1等星是最亮的，6等星是最暗的。星等的取值范围为-26到30，其中-26等星是最亮的，30等星是最暗的。例如，北斗七星是一个1等星，而绝大多数恒星都是6等星。

星等是通过比较天体亮度与一个标准星亮度的差。

视星等（apparent magnitude）是指天文学家们根据人眼观测得到的天体亮度。它是一种相对量度，即与观测者的距离无关。视星等是以罗马数字表示的，1等星是最亮的，6等星是最暗的。
星等的取值范围为-26到30，其中-26等星是最亮的，30等星是最暗的。
星等是通过比较天体亮度与一个标准星亮度的差来计算的。标准星亮度是一个理论值，是指在某一特定距离（通常是10光年）处发射的光线的亮度。根据标准星亮度的值，我们可以计算出每个天体的星等。

例如，北斗七星是一个1等星，它的亮度比标准星亮度高1等星。而绝大多数恒星都是6等星，它们的亮度比标准星亮度低6等星。

恒星大小：一个古老的系统
恒星的光度是指它的内在亮度。但是天文学中的星等这个词通常是指恒星（或其他空间物体）看起来有多亮。这就是我们在这篇文章中讨论的内容：明亮的恒星看起来如何以及天文学家如何对恒星的不同亮度进行分类。

天文学家使用的震级可以追溯到很久以前。早期的天文学家喜帕恰斯（公元前190 年至公元前 120 年）和托勒密（公元 100 年至公元 170 年）使用了这个比例。两人都编制了按表观亮度或星等列出恒星的星表。

这个系统直到今天仍然完好无损，尽管有一些修改。

也许——对今天的我们来说——这就是为什么幅度尺度看起来不像它可能的那么简单。根据这个古老的尺度，我们天空中最亮的星星是 1 等。仅肉眼可见的最暗的恒星是 6 等。

因此，一颗 2 等星是适度明亮的。但它比一等星还暗。

一颗 5 等恒星仍然非常微弱。但它比六等星还要亮。

所以天文学中的星等尺度很像高尔夫中的分数，因为数字越小意味着星等尺度上的亮度越大（高尔夫中的分数越高）。

人们经常发现星等系统令人困惑，因为最亮的恒星有负星等。例如，夜空中最亮的恒星天狼星的视星等为 -1.44。
1等星，如角宿一
本着喜帕恰斯和托勒密的精神，上方大犬座和下方处女座的现代星图按星等比例缩放恒星。

以角宿一星为例，它是处女座中唯一一颗明亮的恒星。它是一等星的典型例子。

换句话说，虽然角宿一的大小略有变化，但它的大小几乎完全等于 1。

在天文学中，星等是一个物体在一定通频带内亮度的无单位度量，通常是可见光或红外光谱，但有时是所有波长。对物体大小的不精确但系统的测定是在古代由希帕恰斯提出的。
这个刻度是对数的，1等恒星的亮度正好是6等恒星的100倍，一个星等的每一步都是高一级的亮度的2.512

相对星等计算

对于天球定位而言， 星体最重要的两个信息是方位和星等，一般而言，亮度越高，选定的星表中星体的位置精度也就越高，对于天球定位的计算也就越有意义。对于观测图像中提取定位的星体目标进行星等排序，选择亮星目标进行恒星识别和天文定位解算，可以提高天球定位的精度。
当亮度高时，星体子图中的信噪比会提高，其定位精度将会提升。
需要对提取和定位的星体赋予一个亮度属性，即相对星等属性，利用基于灰度的相对星等计算可以提取星体的亮度进行估算，如下：

(m,n)-星体子图的尺寸：
B --星体目标的亮度估算，
然后星等计算方式为：：

V–相对星等：
t–曝光时间；
V0–一个近似值，随着观测环境和观测时间的不同而不同，大概变化范围是20~20.5，和B存在对应关系。

python中Astropy中：

要计算一颗星的星等，需要进行以下步骤：

1. 确定使用的波段，例如可见光、红外线或紫外线等。
2. 测量天体在该波段的亮度。
3. 确定参考星的星等。通常使用的是维京1号星（Vega），其视等差为0，即星等为0。
4. 计算星等。根据定义，一个星等为m的天体相对于维京1号星的亮度比为10^(-0.4*m)，因此，可以通过下面的公式计算：
   m = -2.5 * log10(I/I0)

其中，m为星等，I为天体的测量亮度，I0为维京1号星的亮度。

#导入必要的库和模块，包括astropy.io.fits和astropy.units。
from astropy.io import fits
from astropy import units as u
# 打开FITS文件，并获取包含卫星图像的数据单元（HDU）。
hdulist = fits.open('path/to/fits/file')
data = hdulist[0].data
#这里假设卫星图像在FITS文件的第一个HDU中，因此我们使用hdulist[0]来获取该HDU。
# 根据卫星位置和图像的PSF（点扩散函数），测量卫星的峰值亮度。

# 假设卫星位于图像中心，使用一个15x15像素的框来测量卫星亮度
box_size = 15
x_center = data.shape[0] // 2
y_center = data.shape[1] // 2
box_data = data[x_center-box_size//2:x_center+box_size//2, y_center-box_size//2:y_center+box_size//2]
peak_flux = box_data.max() * u.Jy

#里我们假设卫星位于图像中心，并使用一个15x15像素的框来测量卫星亮度。使用max()方法获取该框中的最大像素值，乘以一个Jansky到SI单位的转换因子，得到卫星的峰值亮度。
#使用参考星的亮度和测量到的卫星亮度，计算卫星的星等。

# 维京1号星的亮度
vega_flux = 3.52e-23 * u.W / u.m**2 / u.Hz

# 计算卫星相对于参考星的亮度比，并使用log10函数计算星等
m = -2.5 * math.log10((peak_flux / vega_flux).value)
print("该天体的星等为：", m)

FITS图像识别和参考星表选定

通常在用CCD相拍摄一张天文图像后，会得到望远镜视轴对应天区的中心天球坐标，利用这一坐标值以及相机的视场大小可以大致确定某一星表中与FITS图像对应的大概参考位置或者导航位置。参考星表中的恒星称为参考星，与其相关的各种信息包括星等、赤经、赤纬等都是已知的。而由光学系统拍摄得到的天文照相图片中未知的恒星称为目标星或待测星。FITS图像识别的根本目的就是寻找唯一度量的特征量，将光学系统获取的未知恒星与参考星表中的已知恒星进行匹配，确定目标星与参考星之间的对应关系，从而获得进行天体测量所需的恒星信息， 下图所示为FITS图像识别原理图。

通过对集中常用的匹配算法（三角形算法、栅格算法、匹配组算法等）的研究，三角形匹配简单易于实现，是目前主要使用的方法。在三角形匹配中，在参考星表由星体位置构建的三角形为星表三角形，观测图像中目标星体构建的三角形为观测三角形。在一定星等范围内星体越亮，对应参考星表中恒星的位置精度就越高，所以对方法也有利于采用位置精度较高的恒星进行匹配。另外，针对三角形匹配时可能会产生多重匹配的问题， 需要检测每一个观测三角形匹配上的星表三角形个数。对于匹配到星表三角形多于 1个的观测三角形直接进行舍弃。

参考星表的建立

参考星表是按照自身需求，（如较高的参考精度、星表的容量，恒星的密集度等）通过筛选常用的一些星表，然后按照一定方法计算出匹配时要使用的特征值，再按照一定的规律存储起来而获得的。这些星表是人们经过长期观察测量获得的恒星位置信息，恒星随人是在做运动的但是由于距离我们较远，这些变化在一定的范围内是可以忽略不计的。通常，星表按照恒星亮度和位置区分不同的恒星，一个星表所包含的恒星亮度越低就证明这个星库所包含的恒星数量就越多。为了便于计算恒星的实际位置，几乎所有的星表中都包含了恒星自行信息与基本天文坐标系下的特定时刻的位置信息，这样通过查找天文年历就可以方便的计算出恒星的实际位置。另外，还可以通适当的坐标转换来获得不同坐标系下恒星的位置坐标，通常的星表中都会包含多种坐标系下的位置信息方便不同需要的任务来查找恒星信息。常用的天文星表主要包括SAO星表、NASA星表，Hipparcos星表等。