基于数据驱动方法为 LAMOST DR10 中 400 万颗主序恒星星年谱年龄估计

对大规模恒星星群进行星年谱年龄确定，为广泛的天文科学开辟了新途径。虽然已对进化星获得了大规模地面和空间星际 survey 的精确星年谱年龄，但对 cool 主序恒星的可靠年龄确定仍是挑战。本文旨在使用数据驱动方法对 LAMOST 光谱中的恒星进行年龄估计。我们构建训练集，利用双星系统中主星组件拥有可靠星年谱年龄估计，从而获得次星的年龄。该训练集进一步补充了来自场星和星团的恒星，其年龄已知。随后，我们采用 XGBoost 算法训练数据驱动模型，用于从光谱中推断年龄。对于光谱信噪比大于 50 的恒星，K 型恒星的年龄估计精度可达 10% 到 25%，而年轻恒星相对误差更大。验证表明，星年谱化学丰度特征信息对本文年龄估计贡献最大。这意味着我们的结果是星化学钟在 LAMOST 光谱（$R\simeq1800$）上的有效作用。将本模型应用于 LAMOST DR10，可获得约 400 万颗恒星的大型年龄目录。讨论了样本恒星的统计特性，如年龄分布、年龄-丰度和年龄-恒星活动关系。该目录公开可访问，可有助于从探测和表征类地类星到银河考古学等广泛科学的研究。