基于 uberMS 的高分辨率 TRES 光谱金属丰度：性能基准与文献比较

随着系外行星天文学领域的发展，对精确星际丰度的需求日益增长，以探寻星际组成与行星人口统计之间的细微相关性。然而，由于各团体在不同的线列表、辐射传递模型和其他假设下进行金属丰度测量，文献中存在各种不一致的测量结果，因而从人口水平推断性质性结论具有挑战性。因此，进行一致的分析至关重要。本文我们使用神经网络框架 uberMS 从高分辨率光学光谱中测量铁丰度和α 元素丰度，这些光谱由 Tillinghast 反射 Echelle 光谱仪（TRES）获取，是跟踪候选系外行星主机星的关键资源。为将这些测量置于背景并评估本方法的性能，我们分别利用牛座星团、广义二元星和小行星提供的金属丰度约束，利用干涉半径为星际组成提供的 $T_{\rm eff}$ 和 $\log g$ 约束，以及与 APOGEE 和 SPOCS 目录重叠样本的比较结果，以及直接将 SPC 方法应用于 TRES 光谱。我们发现 TRES-uberMS 为许多附近矮星提供可靠的参数估计，$T_{\rm eff}$ 误差约为 100 K，$\log g$ 误差为 0.09 dex，[Fe/H] 误差为 0.04 dex，尽管对于中到晚 K 型矮星的 [Fe/H] 性能较差，随着 $T_{\rm eff}$ 的降低，偏差加剧。对于 [$\alpha$/Fe]，基于外部基准的误差可能达到 0.03 dex（矮星），尽管与其他目录中特定 α 元素丰度的比较显示出显著且可变的系统差异。