太阳附近恒星晕中的子结构。I. 运动积分空间中的数据驱动聚类
摘要
目的：开发一种数据驱动且基于统计的方法，用于在邻近晕星的运动积分空间中寻找此类团块并稳健地评估其显著性。方法：我们使用来自 Gaia EDR3 并补充了地基光谱巡天的视向速度的数据，构建了一个位于太阳 2.5 kpc 内的晕星样本。我们采用一种层次聚类方法，在由常用运动积分能量 以及角动量的两个分量 和 所定义的 3D 空间中使用单连接算法。为评估所发现簇的统计显著性，我们将以簇为中心的椭球区域内的密度与具有相似全局动力学性质的随机集的密度进行比较。我们在层次树中其最大统计显著性位置处提取信号。我们使用马氏距离估计恒星到簇中心的距离。我们还在速度空间中应用了 HDBSCAN 聚类算法。结果：我们的流程识别出 67 个高度显著的簇（），包含我们晕星集中 12% 的源，以及速度空间中总共 232 个子群或独立流。总计，基于其马氏距离，我们数据集中 13.8% 的恒星可被确信地关联到某个显著簇。对我们数据集的检视揭示了显著簇之间复杂的关系网，表明它们可暂分为至少 6 个主要结构，其中许多可与先前已识别的晕子结构以及若干独立子结构相关联。这一初步结论在 Ruiz-Lara 等人 accompanying 论文中进一步探讨，其中我们也依据恒星族刻画了子结构。结论：我们发现……（删节版）
引用
@article{arxiv.2201.02404,
title = {Substructure in the stellar halo near the Sun. I. Data-driven clustering in Integrals of Motion space},
author = {S. Sofie Lövdal and Tomás Ruiz-Lara and Helmer H. Koppelman and Tadafumi Matsuno and Emma Dodd and Amina Helmi},
journal= {arXiv preprint arXiv:2201.02404},
year = {2022}
}
备注
16 pages, 14 figures, 2 tables. Accepted for publication in A&A. This is the first in a series of papers, the second (Ruiz-Lara et al.) can be found in https://ui.adsabs.harvard.edu/abs/2022arXiv220102405R/abstract Code of the clustering algorithm can be found in https://github.com/SofieLovdal/IOM_clustering