SPar：利用经验恒星库从多波段测光估计恒星参数

现代大规模测光巡天已为我们提供了数十亿颗恒星的多波段测光数据。确定恒星大气参数，如有效温度(\teff)和金属丰度(\feh)、绝对星等($M_{G}$)、距离($d$)和红化值(\ebr)，是研究银河系恒星族、结构、运动学和化学的基础。本研究构建了一个经验恒星库，将恒星参数映射到具有Gaia视差、LAMOST大气参数以及来自多个测光巡天的光学到近红外测光的数据集的多波段测光。基于该恒星库，我们开发了一种新算法SPar (\textbf{S}tellar \textbf{P}arameters from multib\textbf{a}nd photomet\textbf{r}y)，其拟合多波段恒星测光以推导单颗恒星的恒星参数(\teff、\feh、$M_G$、$d$和\ebr)。该算法应用于从SMSS巡天选取的恒星样本的多波段测光测量，这些恒星具有由光谱巡天推导的恒星参数。我们算法从多波段测光推导的恒星参数与光谱巡天的结果吻合良好。我们的结果与文献值的典型差异为：\teff 170 K、\feh 0.23 dex、$M_G$ 0.13 mag、\ebr 0.05 mag。该算法被证明稳健有效，并将应用于未来大规模测光巡天如Mephisto和CSST巡天的数据。