[論文レビュー] Combined APOGEE-GALAH stellar catalogues using the Cannon

Govind Nandakumar, Michael Hayden+22 more|arXiv (Cornell University)|Nov 5, 2020

Stellar, planetary, and galactic studies被引用数 5

ひとこと要約

本論文では、APOGEEおよびGALAH調査の両方のスターリング・カタログを組み合わせ、Cannon機械学習手法を用いて両調査の星のパラメータと元素分画を統合的に調整した。4,418個の共通星を用いたトレーニングにより、金属量で0.02–0.4 dex、α元素で0.02–0.03 dexの高い精度が達成され、Gaia EDR3とクロスマッチされたデータを用いた銀河の化学動力学的分析が可能になった。

ABSTRACT

APOGEE and GALAH are two high resolution multi-object spectroscopic surveys that provide fundamental stellar parameters and multiple elemental abundance estimates for about half a million stars in the Milky Way. Both surveys observe in different wavelength regimes and use different data reduction pipelines leading to significant offsets and trends in stellar parameters and abundances for the common stars observed in both surveys. Such systematic differences/offsets in stellar parameters and abundances make it difficult to effectively utilise them to investigate Galactic abundance trends in spite of the unique advantage provided by their complementary sky coverage and different Milky Way components they observe. Hence, we use the extit{Cannon} data-driven method selecting a training set of 4418 common stars observed by both surveys. This enables the construction of two catalogues, one with the APOGEE scaled and the other with the GALAH scaled stellar parameters. Using repeat observations in APOGEE and GALAH, we find high precision in metallicity (~ 0.02-0.4 dex) and alpha abundances (~ 0.02-0.03 dex) for spectra with good signal-to-noise ratio (SNR > 80 for APOGEE, SNR > 40 for GALAH). We use open and globular clusters to validate our parameter estimates and find small scatter in metallicity (0.06 dex) and alpha abundances (0.03 dex) in APOGEE scaled case. The final catalogues have been cross matched with the Gaia EDR3 catalogue to enable their use to carry out detailed chemo-dynamic studies of the Milky Way from perspectives of APOGEE and GALAH.

研究の動機と目的

• APOGEEとGALAH調査の間の星のパラメータおよび元素分画における系統的オフセットを解消し、統合的化学動力学的分析を妨げる要因を除去すること。
• データ駆動型のアプローチを用いて、両調査のパラメータを共通基準にスケーリングし、統一的かつ一貫性のある星カタログを作成すること。
• APOGEE、GALAH、Gaia EDR3のクロスマッチドデータを組み合わせ、銀河の構成要素（薄いディスク、厚いディスク、ハロー）の高精度分析を可能にすること。
• 金属量および分画が既知のオープンクラスタおよび球状星団を用いて、Cannonによる推定値の正確性を検証すること。
• データ品質およびトレーニングセットの信頼性を示すフラグを備えた、公開可能な高品質カタログを提供すること。

提案手法

• Cannonは、両調査で観測された4,418個の星を用いてトレーニングされ、スペクトル特徴と星のパラメータの間のマッピングを学習するデータ駆動型機械学習手法である。
• この手法は、星の温度（Teff）、重力加速度（log g）、鉄分画（[Fe/H]）、α分画（[α/Fe]）を推定し、トレーニングセットを用いてAPOGEEまたはGALAHの基準系にスケーリングする。
• 信号対雑音比が80以上（APOGEE）および40以上（GALAH）のスペクトルを優先し、高精度な推定を確保する。
• トレーニングセットの境界外の星、スペクトル品質が悪い星、または信頼性の低いパイプラインラベル（SMEおよびASPCAP）を含む星を除外するため、品質フラグを適用する。
• 最終的なカタログはGaia EDR3とクロスマッチされ、化学動力学的分析に必要な位置・距離情報が追加される。
• 金属量およびα分画の散らばりを評価するために、オープンクラスタおよび球状星団を用いて検証が実施される。

実験結果

リサーチクエスチョン

• RQ1 Cannon手法は、APOGEEとGALAH調査の間の星のパラメータおよび元素分画における系統的オフセットを効果的に是正できるか？
• RQ2 組み合わせたAPOGEE-GALAHデータにCannonを適用した場合、金属量およびα元素分画推定値の精度はどの程度達成できるか？
• RQ3 金属量および分画が既知のクラスタデータに対してCannonによる推定値はどの程度正確か？
• RQ4 トレーニングセットのパラメータ空間カバー範囲が、スケーリングされたカタログの信頼性にどの程度制限を及えるか？
• RQ5 Gaia EDR3データと組み合わせた場合、最終的なカタログは銀河のディスクおよびハロー構成要素の化学動力学的分析をどの程度効果的に支援できるか？

主な発見

• Cannon手法は、信号対雑音比が80以上（APOGEE）および40以上（GALAH）の高SNRスペクトルに対して、金属量で約0.02–0.4 dex、α分画で0.02–0.03 dexの精度を達成した。
• APOGEEスケールカタログでは、オープンクラスタおよび球状星団の金属量散らばりが0.06 dex、α分画散らばりが0.03 dexであり、高い一貫性を示した。
• 品質およびトレーニングセット境界フィルタリングを施した後、最終カタログには約170,000個のAPOGEE星および約280,000個のGALAH星が含まれており、銀河ディスクおよびハローにわたる良好な空間カバレッジを有する。
• GALAHスケールの場合、平均金属量誤差は0.07 dex、α分画誤差は0.06 dexであり、APOGEEスケールでは金属量誤差が0.06 dex、α分画誤差が0.03 dexであった。
• カタログはGaia EDR3とクロスマッチされ、DR2およびDR3のソースIDが含まれており、Bailer-Jonesら（2021）による距離情報も含んでいる。
• 本研究は、Cannonのような機械学習手法が、大規模銀河アーカイブ研究における調査間スケーリングを効果的に可能にできることを示した。