Deeper, Wider, Faster 计划：通过机器学习利用深场快采样 DECam 成像探测恒星耀发活动

我们呈现了作为 Deeper, Wider, Faster 计划一部分、使用暗能量相机（DECam）开展的 500 pc 距离限制内恒星耀发研究。数据通过连续 20 秒采样 g 波段成像采集，我们在十二个约 3 平方度、跨越不同银纬的场中识别出 19,914 个具有 Gaia DR2 精确距离的来源。每次观测平均在每个场花费约 74 分钟。所有光变曲线均通过一种为异常检测设计的新型无监督机器学习技术获取。我们识别出发生在 80 颗恒星上的 96 个耀发事件，其中多数为 M 型矮星。积分能量范围从 $\sim 10^{31}-10^{37}$ erg，且耀发能量随距银道面距离增加而增大的比例关系，代表了恒星年龄导致耀发事件减少但能量增强。与先前研究一致，我们观测到耀发比例从 M0 到 M6 光谱型增加。此外，我们发现恒星耀发比例随距银道面垂直距离增加而下降，约 100 pc 处出现陡降。我们发现约 70% 的已识别耀发发生在约 8 分钟的短 timescale 上。最后我们给出相关耀发率，得到体率 $2.9 \pm 0.3 \times 10^{-6}$ flares pc$^{-3}$ hr$^{-1}$。