RAVE 巡天观测到的极贫金属星

我们提出了对完整径向速度实验(RAVE)数据发布5星表中的贫金属星样本的新分析，旨在识别和表征该巡天观测到的所有极贫金属星。使用一种三阶段方法，我们首先仅利用光谱作为输入信息来识别候选星。我们采用称为 t-SNE 的算法构建光谱空间的低维投影，并隔离包含贫金属星的区域。在此步骤之后，我们基于灵活高斯过程的方法测量了近红外 CaII 三重线的等效宽度，以建模光谱中存在的相关噪声。在最后一步，我们构建了一个校准关系，将测得的等效宽度以及来自 2MASS 和 WISE 巡天的颜色信息转换为金属丰度和温度估计。我们识别出 877 颗至少有 50% 概率为极贫金属星 $(\rm [Fe/H] < -2\,\rm dex)$ 的恒星，其中 43 颗可能为极贫金属星 $(\rm [Fe/H] < -3\,\rm dex )$。将推导值与具有文献金属丰度值的小子样本进行比较表明，我们的方法可靠且正确估计了不确定性，其典型值为 $\sigma_{\rm [Fe/H]} \approx 0.2\,\mathrm{dex}$。此外，与使用 RAVE DR5 流水线导出的金属丰度结果相比，显然我们实现了比该流水线更高的精度，从而更可靠地评估极贫金属星子样本。基于对同一恒星的重复观测，我们的方法给出了非常一致的结果。本工作使用的方法也可以容易地扩展到其他大规模数据集，包括 Gaia 任务和即将开展的 4MOST 巡天的数据。