Zeta-Payne：用于 SDSS-V 巡天银河系制图者计划的完全自动化光谱分析算法
天体物理仪器与方法
2022-05-11 v1
摘要
斯隆数字巡天最近启动了第 5 代巡天（SDSS-V），其核心聚焦于恒星光谱学。特别是，SDSS-V 银河系制图者计划将为全天空超过 500 万颗恒星提供多历元光学与近红外光谱，覆盖大范围的恒星质量、表面温度、演化阶段和年龄。这些光谱中约 10% 为 OBAF 光谱型的热星，目前尚无成熟的巡天管线用于其分析。本文我们提出光谱分析算法 Zeta-Payne，专为从这些光谱型恒星的 SDSS-V 光谱中获取恒星标签而开发，并借助机器学习工具。我们提供了算法训练的细节、其在人工光谱上的测试，以及其在两个真实恒星控制样本上的验证。使用 Zeta-Payne 的分析在 APOGEE 近红外（BOSS 光学）中仅产生 modest 内部不确定性：Teff 为 3-10%（1-2%），v*sin(i) 为 5-30%（5-25%），RV 为 1.7-6.3 km/s（0.7-2.2 km/s），恒星 log(g) 为 dex（ dex），[M/H] 为 0.4-0.5 dex（0.1 dex）。我们发现，当从高分和低分辨率光学光谱推断时，OBAF 型恒星的大气参数具有良好一致性。对于大多数恒星标签，APOGEE 光谱比这些恒星的 BOSS 光谱信息量（远）低，而 log(g)、v*sin(i) 和 [M/H] 在大多数情况下过于不确定，无法用于有意义的天体物理解释。这使得 BOSS 低分辨率光学光谱更适于 OBAF 型恒星的恒星标签，除非后者受到高水平消光影响。
引用
@article{arxiv.2203.14538,
title = {Zeta-Payne: a fully automated spectrum analysis algorithm for the Milky Way Mapper program of the SDSS-V survey},
author = {Ilya Straumit and Andrew Tkachenko and Sarah Gebruers and Jeroen Audenaert and Maosheng Xiang and Eleonora Zari and Conny Aerts and Jennifer A. Johnson and Juna A. Kollmeier and Hans-Walter Rix and Rachael L. Beaton and Jennifer L. Van Saders and Johanna Teske and Alexandre Roman-Lopes and Yuan-Sen Ting and Carlos G. Román-Zúñiga},
journal= {arXiv preprint arXiv:2203.14538},
year = {2022}
}
备注
25 pages, 12 figures