基于LAMOST DR5低分辨率光谱的600万颗恒星16种元素丰度估计

我们给出了基于LAMOST DR5约800万条低分辨率($R\sim1800$)光谱的600万颗恒星的恒星参数与单个元素丰度的测定。这基于一种我们称为数据驱动Payne($DD$--$Payne$)的建模方法，它继承了{\it The Payne} \citep{Ting2019}和$Cannon$ \citep{Ness2015}的基本要素。它是一个数据驱动模型，纳入了来自理论光谱模型的约束，以确保所得丰度估计在物理上合理。将与GALAH DR2或APOGEE DR14有公共源的LAMOST DR5恒星用于训练一个模型，当应用于LAMOST光谱时，该模型给出恒星参数($T_{\rm eff}$、$\log g$、$V_{\rm mic}$)以及16种元素(C、N、O、Na、Mg、Al、Si、Ca、Ti、Cr、Mn、Fe、Co、Ni、Cu和Ba)的丰度。交叉验证与重复观测表明，对于${\rm S/N}_{\rm pix}\ge 50$，这些元素中大多数的典型内部丰度精度为0.03--0.1\,dex，Cu和Ba为0.2--0.3\,dex，且$T_{\rm eff}$和$\log g$的内部精度分别优于30\,K和0.07\,dex。这些估计中存在约0.1\,dex水平的丰度系统误差，但继承自高分辨率巡天的训练标签。对某些元素，GALAH提供更稳健的训练标签，对其他元素则是APOGEE。我们提供标志以指导标签确定的质量并识别LAMOST DR5中的双星/多星系统。丰度星表可通过\href{url}{http://dr5.lamost.org/doc/vac}公开获取。