Presented at the GHOU 2018 conference in Vienna, Austria from 13-15 August. http://handsonuniverse.org/ghou2018/program/

1. 中国科学院国家天文台

2. 中国科学院国家天文台
 HOU program becomes more and more popular in China.
 We have added critical thinking and scientific study method in
our courses for years.
 Students learning the laws of nature through a series of events,
including observation, data acquisition and data analysis.
 We designed 3 stages of learning in order to help students from
different ages and levels to extend their knowledge.
 We classify the stages as introductory, intermediate and
advanced, for elementary, junior and high school students
respectively.

3. 中国科学院国家天文台
First level: simple observation, measurement, data acquisition, error analysis,
scientific rules, hand-made
For beginners, the most crucial part in the HOU learning process is
observation. We keep our focus on the details of Apparent Solar Motion
due to the heavy light pollution.

4. 中国科学院国家天文台
Observe the
shadow of the SunSimple observation
is not enough to
understand the
laws of solar
motion and its
effects on the earth.
1
2
1
3
2
2
3
1
3

5. 中国科学院国家天文台
The synthesis picture shows when the sun just rising
above the roof
the angle of the sun rising.

6. 中国科学院国家天文台
This year, we also guide students to craft their own tool to do the
solar shadow measurements, which greatly improved their hands-on
ability. By data analysis using real-measured data, students can
truly understand the laws on textbooks. One of my students wrote a
paper about how he did it, and get the 1st prize in the city.
Mechanics of Chinese Sundial
(gnomon and ruler)
This Chinese Sundial is used to measure
the noon solar shadow in ancient China.
The Vertical one is gnomon，and the
horizontal one is the ruler.
The longer the shadow will be, the
smaller the solar altitude angle will be.

7. 中国科学院国家天文台
Measurements using home-made
Chinese Sundial
Everyday measurement during a
half year and got 98 useful data.

8. 中国科学院国家天文台
Data Analysis
日期 日中影长 日期 日中影长 日期 日中影长 日期 日中影长 日期 日中影长
3月19日 41.80 4月26日 24.80 6月3日 15.70 7月11日 15.80 8月18日 25.55
3月20日 41.20 4月27日 24.40 6月4日 15.40 7月12日 16.00 8月19日 26.00
3月21日 40.50 4月28日 23.90 6月5日 15.30 7月13日 16.23 8月20日 26.30
3月22日 39.90 4月29日 23.68 6月6日 15.20 7月14日 16.47 8月21日 26.60
3月23日 39.54 4月30日 23.45 6月7日 15.10 7月15日 16.70 8月22日 26.90
3月24日 39.20 5月1日 23.23 6月8日 15.00 7月16日 16.93 8月23日 27.20
3月25日 38.30 5月2日 23.00 6月9日 14.90 7月17日 17.17 8月24日 27.50
3月26日 37.90 5月3日 22.60 6月10日 14.85 7月18日 17.40 8月25日 27.70
3月27日 37.50 5月4日 22.20 6月11日 14.80 7月19日 17.63 8月26日 28.00
3月28日 36.80 5月5日 21.80 6月12日 14.77 7月20日 17.85 8月27日 28.30
3月29日 36.20 5月6日 21.50 6月13日 14.73 7月21日 18.08 8月28日 28.60
3月30日 35.40 5月7日 21.30 6月14日 14.70 7月22日 18.30 8月29日 29.00
3月31日 34.80 5月8日 21.05 6月15日 14.68 7月23日 18.51 8月30日 29.70
4月1日 34.56 5月9日 20.80 6月16日 14.65 7月24日 18.73 8月31日 30.10
4月2日 34.28 5月10日 20.50 6月17日 14.63 7月25日 18.94 9月1日 30.45
4月3日 34.00 5月11日 20.25 6月18日 14.60 7月26日 19.16 9月2日 30.80
4月4日 33.72 5月12日 19.85 6月19日 14.57 7月27日 19.37 9月3日 31.90
4月5日 33.44 5月13日 19.60 6月20日 14.53 7月28日 19.59 9月4日 32.10
4月6日 33.16 5月14日 19.50 6月21日 14.50 7月29日 19.80 9月5日 32.30
4月7日 32.88 5月15日 19.20 6月22日 14.55 7月30日 20.02 9月6日 32.50
4月8日 32.60 5月16日 18.90 6月23日 14.60 7月31日 20.24 9月7日 33.15
4月9日 32.32 5月17日 18.70 6月24日 14.65 8月1日 20.47 9月8日 33.80
4月10日 31.80 5月18日 18.50 6月25日 14.70 8月2日 20.69 9月9日 34.60
4月11日 31.30 5月19日 18.30 6月26日 14.80 8月3日 20.91 9月10日 35.43
4月12日 30.60 5月20日 18.10 6月27日 14.90 8月4日 21.13 9月11日 36.27
4月13日 30.20 5月21日 17.97 6月28日 14.98 8月5日 21.36 9月12日 37.10
4月14日 29.60 5月22日 17.83 6月29日 15.06 8月6日 21.58 9月13日 37.28
4月15日 29.20 5月23日 17.70 6月30日 15.14 8月7日 21.80 9月14日 37.46
4月16日 28.90 5月24日 17.40 7月1日 15.22 8月8日 22.10 9月15日 37.64
4月17日 28.50 5月25日 17.30 7月2日 15.30 8月9日 22.60 9月16日 37.82
4月18日 28.10 5月26日 17.10 7月3日 15.35 8月10日 23.10 9月17日 38.00
4月19日 27.65 5月27日 16.93 7月4日 15.40 8月11日 23.43 9月18日 38.60
4月20日 27.20 5月28日 16.76 7月5日 15.45 8月12日 23.75 9月19日 39.00
4月21日 27.00 5月29日 16.59 7月6日 15.50 8月13日 24.08 9月20日 39.50
4月22日 26.50 5月30日 16.42 7月7日 15.55 8月14日 24.40 9月21日 40.50
4月23日 26.00 5月31日 16.20 7月8日 15.60 8月15日 24.63 9月22日 41.00
4月24日 25.40 6月1日 16.13 7月9日 15.65 8月16日 24.87 9月23日 41.40
4月25日 25.10 6月2日 16.00 7月10日 15.70 8月17日 25.10
note：number
in black is
measured data,
and those in
RED are
calculated

9. 中国科学院国家天文台
Data Analysis
• By plotting the data to a bar graph, you can see the
length of shadow from Spring Equinox to Fall Equinox is
like the graph showing below.

10. 中国科学院国家天文台
Changes of Noon Shadow Length
Discover phenomena：the change of noon shadow length is
faster during time near the equinox comparing to those near
June solstice.
Come up with question：What is the cause of this phenomena.

11. 中国科学院国家天文台
Pattern of Noon Solar Altitude Changes
By look up the solar altitude table, it is certain that the changes of noon
solar altitude also agree with the fact that it is changing faster when
time closer to the equinox. And the solar altitude change slower when
time close to the summer solstice.
Since noon solar altitude is a direct parameter to the air temperature,
therefore the student made a hypothesis that the solar altitude change
is lead to that The summer and winter seasons are longer than spring
and fall seasons.

12. 中国科学院国家天文台
Air Temperature and Noon Solar Altitude
Red line is solar altitude at noon in Beijing, Blue line is the
average daily air temperature of Beijing in 60 years.
From the graph we see two curve are similar in its changing
direction and amplitude, but with a different phase
The correlation between the two curves is 0.9025, which
indicate that they are very closely related.

13. 中国科学院国家天文台
Experiments
The student using a laser pointer as the sun to find
where the solar declination.

14. 中国科学院国家天文台
The Derivative of the Noon Solar Altitude
By experiment, the student found the solar declination is on the plane of
ecliptic which is shown in the figure above. It has a intersection line with
the surface of earth.
Finally, by putting this curve in a 2D coordinate, it is shown like the figure
on the right.

15. 中国科学院国家天文台
The second level

16. 中国科学院国家天文台EuROPA

17. 中国科学院国家天文台

18. 中国科学院国家天文台

19. 中国科学院国家天文台

20. 中国科学院国家天文台
Now days, our observatory have several professional
telescopes open to accept the students involved in the study.
LAMOST parameters
Large Sky Area Multi-Object Fiber
Spectroscopy Telescope (LAMOST)
‘
Optical system
Focal plane fiber system
Data Footprint of all sky

21. 中国科学院国家天文台
 Astronomers have developed special software for spectral classification and celestial
recognition for LAMOST, for most spectral data.
 In order to ensure the accuracy of spectral classification and celestial recognition,
some special and rare objects and low signal-to-noise ratio objects have to be judged
by human eyes or processed by supplementary software.
 We introduce some students who have finished the first and second levels of HOU
courses to this project. They work together with scientists to find new objects of
interest.

22. 中国科学院国家天文台
Deep astronomy and spectrum
knowledge
• Data Acquisition using SQL, from data
base.
• Then they use Mat Lab(or Python) to
process the data to find the object’s
continuous spectral curve.
• Matching the spectral curve to its class.
• Finally, students examine at the rest of
the candidates one-by-one to find the
target(Carbon Star).
Astronomical data analysis
In this event, students learn skills to help with rare discoveries.
More importantly, students learn to do authentic research.
‘
Learn
Software
Write Function
Read &
Write Data
Data
Processing Plot

23. 中国科学院国家天文台
Students have to learn
basic functions of Matlab:
Matrix calculation, if
statements, looping,
plotting, etc.
Continuous Curve:
• Determine which class
the target star is belong
to.
• Smoothing
• Shifting
• Fitting
aX3+bX2+cX+d=0

24. 中国科学院国家天文台

25. 中国科学院国家天文台