之间NGC 1232和NGC 1300相似
NGC 1232和NGC 1300有(在联盟百科)5共同点: 光年,秒差距,NGC天體表,波江座,波江座星系團。
光年
光年(light-year)是長度單位之一,指光在真空中一年時間內傳播的距離,大約9.46兆千米(9.46千米或英里。 光年一般用於天文學中,是用來量長度很長的距離,如太陽系跟另一恆星的距離。光年不是時間的單位。 天文學中另三個常用的單位是秒差距、天文單位與光秒,一秒差距等於3.26光年,一天文單位為149,597,870,700公尺,一光秒是光一秒所走的距離為299,792,458公尺。 例如,世界上最快的飛機可以達到每小時1萬1260千米的時速(2004年11月16日,美國航空航天局(NASA)的飛機最高速度紀錄是1萬1260千米/小時),依照這樣的速度,飛越一光年的距離需要用9萬5848年。而常見的客機大約是885千米/小時,這樣飛行1光年則需要122萬0330年。目前人造的最快物體是2016年7月5日抵達木星極軌道的朱諾號(2011年8月5日發射升空),最高速度為73.61千米/秒(即約26萬5000千米/小時),這樣的速度飛越1光年的距離約需要4075年的時間。.
秒差距
差距(parsec,符號為pc)是一個宇宙距離尺度,用以測量太陽系以外天體的長度單位。1秒差距定義為某一天體與1天文單位的為1時的距離,但於2015年時被重新定義為一個精確值,為天文單位。1秒差距的距離等同於3.26光年(31兆公里或19兆英里)。離太陽最近的恆星比鄰星,距離大約為。絕大多數位於距太陽500秒差距內的恆星,可以在夜空中以肉眼看見。 秒差距最早於1913年,由英國天文學家提出。其英語名稱為一個混成詞,由「1角秒(arcsecond)的視差(parallax)」組合而來,使天文學家可以只從原始觀測數據,就能夠進行天文距離的快速計算。由於上述部分原因,即使光年在科普文字與日常上維持優勢地位,秒差距仍受到天文學與天體物理學的喜愛。秒差距適用於銀河系內的短距離表述,但在描述宇宙大尺度的用途上,會將其加上詞頭來應用,如千秒差距(kpc)表示銀河系內與周圍物體的距離,百萬秒差距(Mpc)描述銀河系附近所有星系的距離,吉秒差距(Gpc)則是描述極為遙遠的星系與眾多類星體。 2015年8月,國際天文學聯合會通過B2決議文,將絕對星等與進行標準定義,也包含將秒差距定義為一個精確值,即天文單位,或大約公尺(基於2012年國際天文學聯合會對於天文單位的精確國際單位制定義)。此定義對應於眾多當代天文學文獻中對於秒差距的小角度定義。.
NGC天體表
星雲和星團新總表(New General Catalogue of Nebulae and Clusters of Stars,縮寫:NGC) 是在天文學上非常著名的深空天體目錄,它收錄了7,840個天體。它由約翰·德雷耳编纂,它是作为威廉·赫歇爾星雲和星團總表的新版本。星雲和星團新總表是最大的一個綜合目錄,它包含所有類型的深空天體,並無被侷限在某一類,例如星系。德雷耳後來在1895年和1908年擴編了兩份NGC索引星表,增加了描述5,386個天體。 目錄中對南半球天空中的天體並沒有完整的調查,多數都只是約翰·赫歇耳或詹姆士·丹露帕的觀測。NGC有許多的錯誤,但是比較嚴重和明顯的錯誤在後續的NGC/IC計划中已經消除。後續未完成的修訂新總表(RNGC) 有1973年Sulentic和Tifft的版本,還有Sinnott在1988年的NGC2000.0。修訂的新總表和索引目錄由Wolfgang Steinicke編譯於2009年。.
NGC 1232和NGC天體表 · NGC 1300和NGC天體表 ·
波江座
波江座是现代88星座,也是托勒密48星座之一。包含中国古代星座:天苑,九州殊口,天园,九游 ,玉井和水委。.
波江座星系團
波江座星系團是距離地球大約 的星系團,主要的星系有73個,而總共大約有200個星系。依哈伯分類法分類,大約30%是橢圓星系(或透鏡星系,S0),其餘70%是螺旋星系和不規則星系。這些星系駐留在一個較小的群中,彼此以鬆散的引力約束著,顯示個系統是在哈伯流中凝結,最終可能形成一個質量大約1014 的集團。一個低速度的色散,例如,相較於后髮座星系團,支持這個假說。波江座星系團位於波江座,但是鄰近天爐座星系團,有時也被稱為"天爐II星系團" 。.
上面的列表回答下列问题
- 什么NGC 1232和NGC 1300的共同点。
- 什么是NGC 1232和NGC 1300之间的相似性
NGC 1232和NGC 1300之间的比较
NGC 1232有21个关系,而NGC 1300有19个。由于它们的共同之处5,杰卡德指数为12.50% = 5 / (21 + 19)。
参考
本文介绍NGC 1232和NGC 1300之间的关系。要访问该信息提取每篇文章,请访问: