[논문 리뷰] Constraining the structure and formation of the Galactic bulge from a field in its outskirts. FLAMES-GIRAFFE spectra of about 400 red giants around (l,b)=(0°,-10°)

S. Uttenthaler, M. Schultheis외 4명|arXiv (Cornell University)|2012. 06. 15.

Stellar, planetary, and galactic studies참고 문헌 77인용 수 46

한 줄 요약

이 연구는 은하자기좌표 (l,b) = (0°,−10°) 에서 401개의 적색거성의 FLAMES-GIRAFFE 스펙트럼을 분석하여 은하 외부 부두의 구조와 형성에 대한 제약을 제시한다. 금속성 분포가 이중성임을 확인하였으며, 금속-rich 인구([M/H] ≈ +0.3) 와 금속-poor 인구([M/H] ≈ −0.6) 가 존재한다. 이들은 각각 은하의 바와 고전적 부두와 관련되어 있으며, 고도로 진화한 단계에서 금속-rich 별들이 질량 손실에 의해 선호적으로 제거된다는 강력한 증거가 있다.

ABSTRACT

The presence of two stellar populations in the Milky Way bulge has been reported recently. We aim at studying the abundances and kinematics of stars in the outer bulge, thereby providing additional constraints on models of its formation. Spectra of 401 red giant stars in a field at (l,b)=(0°,-10°) were obtained with FLAMES at the VLT. Stars of luminosities down to below the two bulge red clumps (RCs) are included. From these spectra we measure general metallicities, abundances of Fe and the alpha-elements, and radial velocities (RV) of the stars. These measurements as well as photometric data are compared to simulations with the Besancon and TRILEGAL models of the Galaxy. We confirm the presence of two populations among our sample stars: i) a metal-rich one at [M/H] ~+0.3, comprising about 30% of the sample, with low RV dispersion and low alpha-abundance, and ii) a metal-poor population at [M/H] ~-0.6 with high RV dispersion and high alpha-abundance. The metal-rich population could be connected to the Galactic bar. We identify this population as the carrier of the double RC feature. We do not find a significant difference in metallicity or RV between the two RCs, a small difference in metallicity being probably due to a selection effect. The RV dispersion agrees well with predictions of the Besancon Galaxy model, but the metallicity of the "thick bulge" model component should be shifted to lower metallicity by 0.2 to 0.3dex to well reproduce the observations. We present evidence that the metallicity distribution function depends on the evolutionary state of the sample stars, suggesting that enhanced mass loss preferentially removes metal-rich stars. We also confirm the decrease of α-element over-abundance with increasing metallicity.

연구 동기 및 목표

• 외부 은하 부두의 적색거성의 운동학적 특성과 화학성분을 조사하여 부두 형성 모델을 제약한다.
• 관측된 부두의 이중성 금속성 분포가 강건하며, 별도의 역학적 구성요소와 관련되어 있는지 테스트한다.
• 별의 진화와 질량 손실이 부두의 관측된 금속성 분포에 미치는 영향을 검토한다.
• Besançon 및 TRILEGAL 은하 모델이 관측된 운동학적 및 성분 데이터와 일관한지 평가한다.
• 부두에서 관측된 이중 적색클럽 특징이 별개의 별 인구에 기인한 것인지, 선택 효과 때문인지 판단한다.

제안 방법

• VLT를 사용하여 (l,b) = (0°,−10°) 에서 401개의 적색거성에 대한 중해상도, 고신호대비비율의 FLAMES-GIRAFFE 스펙트럼을 확보하였다.
• 스펙트럼 합성 및 COMARCS 모델 대기계를 기반으로 한 격자에 대한 피팅을 통해 라디얼 속도, 철 성분 농도([Fe/H]), α-요소 농도([α/Fe]) 를 측정하였다.
• 광도계 데이터와 라디얼 속도 측정치를 사용하여 별들을 진화 시퀀스로 분류하였으며, 특히 적색클럽 별에 중점을 두었다.
• 관측된 성분 및 운동학 분포를 Besançon 및 TRILEGAL 은하 모델의 예측과 비교하였다.
• 관측된 스펙트럼에서 금속성 및 성분을 유도하기 위해 보간 및 피팅 기법을 적용하였으며, 체계적 오차를 보정하였다.
• 특히 밝은(진화한) 별들과 어두운(덜 진화한) 별들을 비교함으로써, 금속성 분포가 별의 진화 상태에 따라 어떻게 달라지는지 분석하였다.

실험 결과

연구 질문

• RQ1 외부 은하 부두의 적색거성의 금속성 분포는 어떻게 되며, 이는 이중성 구조를 드러내는가?
• RQ2 두 금속성 인구의 운동학적 특성과 성분 패턴은 어떻게 다르며, 이는 부두 형성에 어떤 함의를 갖는가?
• RQ3 후주계열 진화 기간 동안 질량 손실이 관측 샘플을 금속-poor 별 쪽으로 얼마나 편향시키는가?
• RQ4 Besançon 및 TRILEGAL 은하 모델이 외부 부두의 관측된 운동학적 특성과 금속성 농도를 얼마나 잘 재현하는가?
• RQ5 부두에서 관측된 이중 적색클럽 특징은 별개의 별 인구에 기인한 것인지, 선택 효과 때문인가?

주요 결과

• 금속-rich 인구([M/H] ≈ +0.3) 와 금속-poor 인구([M/H] ≈ −0.6) 사이에 Δ[M/H] = 0.87 ± 0.03 dex 의 강력한 이중성 금속성 분포가 확인되었다.
• 금속-rich 인구는 낮은 속도 분산(σ ≈ 30 km s⁻¹) 과 낮은 [α/Fe] 를 보이며, 바의 기원과 일치한다. 반면 금속-poor 인구는 높은 속도 분산(σ ≈ 90 km s⁻¹) 과 높은 [α/Fe] 를 보인다.
• 금속-rich 인구는 샘플의 약 30% 를 차지하며, 이중 적색클럽 특징의 원천으로 확인되었다.
• 금속성 분포 함수는 별의 진화 상태에 따라 달라지며, 가장 진화한(더 밝은) 거성들 사이에는 금속-rich 별이 적게 존재한다. 이는 고도로 진화한 단계에서 금속-rich 별들이 선호적으로 질량 손실로 인해 제거된다는 것을 시사한다.
• 금속-poor 인구의 속도 분산은 Besançon 모델과 일치하지만, 모델의 '두꺼운 부두' 성분은 평균 금속성에 대해 0.2–0.3 dex 의 하향 조정이 관측 결과와 일치하기 위해 필요하다.
• TRILEGAL 모델은 부두의 평균 금속성을 과도하게 예측하여 관측된 금속-poor 尾를 재현하지 못하지만, 금속성 보정을 거친 Besançon 모델은 구성 요소를 업데이트함으로써 관측 데이터를 잘 맞춘다.