分子云结构分析：树状图法

我们展示了树状图（dendrograms）在表征分子谱线数据立方体中等值面层次结构基本特征方面的效用。数据立方体的树状图是等值面拓扑结构随等高线水平变化的抽象表示。在多个尺度上追踪层次结构的能力，使得这种分析在哲学上不同于 CLUMPFIND 等局部分割算法。树状图结构中的点对应于数据立方体中由边界等值面定义的特定体积。我们进一步通过测量分析中每个等值面相关的属性来完善该技术，从而实现对分子气体属性的多尺度计算。利用来自英仙座 L1448 区域的 COMPLETE 13CO(1-0) 数据以及模拟数据立方体的模拟观测，我们识别出在多个尺度上其能量学受自引力显著贡献的区域。我们在 L1448 的所有空间尺度上发现了自引力的证据，尽管并非在所有区域都存在。在模拟观测中，几乎所有辐射都存在于如果模拟中包含引力本应成为自引力天体的物体中。我们利用树状图导出的属性重构了数据立方体内的尺度 - 线宽关系，发现其遵循标准关系：s_v ~ R^0.58。最后，我们表明，构建猎户座 - 麒麟座区域 CO J=1-0 辐射的树状图，使得仅利用物理驱动的（自引力且质量为 5x10^4 Msun 的分子云）定义，即可在混合分子谱线数据集中识别巨型分子云。