数据驱动与物理模型双管齐下：利用数据驱动与物理模型探究光学冷矮星的化学性质

对 F/G/K 型（即类太阳型）恒星的详细化学研究在恒星天体物理学中早已成为常规，使得银河系化学动力学和系外行星人口统计研究成为可能。然而，由于 M 型和晚 K 型矮星（银河系中最常见的恒星）大气复杂的分子化学性质，无论是在观测上还是理论上，对它们化学性质的理解都受到了极大阻碍。在此，我们提出了一种数据驱动的 \textit{Cannon} 模型的新实现，该模型基于 103 个冷矮星基准的中低分辨率光学光谱（$4\,000-7\,000\,$\SI{}{\angstrom}）进行训练，用于建模 $T_{\rm eff}$、$\log g$、[Fe/H] 和 [Ti/Fe]。与此同时，我们还通过自定义的 MARCS 合成光谱网格，利用数据驱动和理论方法研究了光学波长对各种原子和分子物种的敏感性，并指出了 MARCS 难以重现冷矮星辐射通量的情况。在留一交叉验证下，我们的 \textit{Cannon} 模型能够以 1.4\%、$\pm0.04\,$dex、$\pm0.10\,$dex 和 $\pm0.06\,$dex 的精度分别恢复 $T_{\rm eff}$、$\log g$、[Fe/H] 和 [Ti/Fe]，其中 [Ti/Fe] 的恢复表明，利用冷星光学光谱中丰富但复杂的化学信息具有尚待开发的巨大潜力。