从观测中学习多环芳香烃族的中红外发射光谱
星系天体物理
2019-12-11 v1
摘要
JWST 将在 0.6-28 m 范围内提供大量高质量光谱数据。它将结合灵敏度、光谱与空间分辨率。需要专门工具来对此类大型数据集进行高效的科学研究分析。我们的目的是阐明无监督学习方法在洞察携带芳香红外带（AIBs）的族——更具体地指 PAH 物种与碳质极小微粒（VSGs）——化学变异方面的潜力。我们提出一种基于线性拟合与盲信号分离（BSS）的方法来提取光谱数据集的代表性光谱。该方法快速且稳健，确保其适用于 JWST 光谱立方。我们在一组 ISO-SWS 数据上测试了该方法，这些数据在光谱分辨率与覆盖范围上最接近 JWST 光谱。提取出四条代表性光谱。其主要特征与先前研究一致，即族以阳离子 PAH、中性 PAH、蒸发中 VSG 以及被称为 PAH 族的大电离 PAH 为主。此外，首次在 BSS 方法中考虑的 3 m 范围揭示了与中性 PAH 相连脂族物的存在。发现每条代表性光谱都带有二阶光谱特征（如小带），其与族 underlying 化学多样性相关。然而，这些特征的精确归属仍受限于本研究中可用天文光谱样本体积小且异质性的共同限制。即将到来的 JWST 数据将使我们克服此限制。由 JWST 提供、用所提快速稳健方法分析的超光谱图像大型数据集，将为理解 AIB 载流子的化学演化开启有前景的视角。
引用
@article{arxiv.1910.10450,
title = {Learning mid-IR emission spectra of polycyclic aromatic hydrocarbon populations from observations},
author = {Sacha Foschino and Olivier Berné and Christine Joblin},
journal= {arXiv preprint arXiv:1910.10450},
year = {2019}
}
备注
31 pages, 23 figures, accepted for A&A