J-PLUS：利用 SPHINX 通过人工神经网络识别低金属丰度恒星

我们提出一种新方法，利用 Javalambre 测光本地宇宙巡天（J-PLUS）的窄带和中带测光来估计恒星大气参数，并提出了一种针对低金属丰度恒星进行后续光谱研究的目标预选方法。利用该方法确定了球状星团 M15 中恒星的测光金属丰度估计值。通过开发基于神经网络的测光流水线，我们旨在为 J-PLUS 覆盖区域内的大批恒星提供有效温度 $T_{\rm eff}$ 和金属丰度 [Fe/H] 的估计。我们开发了恒星测光指数网络浏览器 SPHINX，在结合 J-PLUS 测光输入与 Sloan 数字巡天中分辨率（R ~ 2000）光谱计算的合成星等进行训练后，用于产生 $T_{\rm eff}$ 和 [Fe/H] 的估计。该方法应用于球状星团 M15 的 J-PLUS 测光。利用 J-PLUS 早期数据发布测光得到的有效温度估计在 4500 < $T_{\rm eff}$ (K) < 8500 温度范围内表现出低散射，\sigma($T_{\rm eff}$) = 91 K。对于 J-PLUS 首次数据发布中 4500 < $T_{\rm eff}$ (K) < 6200 的恒星，SPHINX 恢复了已知 [Fe/H] < -2.0 的恒星中的 85 $\pm$ 3%。利用 664 颗可能的星团成员星的 J-PLUS 测光，确定 M15 的平均金属丰度为 [Fe/H] = -2.32 $\pm$ 0.01，残余展宽为 0.3 dex。我们确认了 SPHINX 在指定范围内的性能，并验证了其作为估计有效温度和金属丰度的独立工具，以及用于金属贫乏光谱目标预选的实用性。