[논문 리뷰] Mixing-length calibration from field stars: An investigation on statistical errors, systematic biases, and spurious metallicity trends

G. Valle, M. Dell’Omodarme외 2명|arXiv (Cornell University)|2019. 01. 01.

Stellar, planetary, and galactic studies참고 문헌 63인용 수 17

한 줄 요약

이 연구는 이론적 몽이 데이터를 사용하여 현장 별에서 혼합길이 매개변수(αml) 校정의 신뢰성을 조사한다. 이상적인 조건에서도 αml 추정치는 큰 랜덤 산란과 체계적 편향을 보이며, 중성자수 혼합물, 헬륨-금속성 증가 비율(∆Y/∆Z), [Fe/H] 스케일링의 불일치로 인해 허위의 금속성에 의한 경향이 나타나며, 이는 αml의 본질적 금속성 의존성 주장에 도전한다.

ABSTRACT

Aims. We critically analysed the theoretical foundation and statistical reliability of the mixing-length calibration by means of standard (Teff, [Fe/H]) and global asteroseismic observables (Δν, νmax) of field stars. We also discussed the soundness of inferring a possible metallicity dependence of the mixing-length parameter from field stars.
 
 Methods. We followed a theoretical approach based on mock datasets of artificial stars sampled from a grid of stellar models with a fixed mixing-length parameter αml. We then recovered the mixing-length parameter of the mock stars by means of SCEPtER maximum-likelihood algorithm. We finally analysed the differences between the true and recovered mixing-length values quantifying the random errors due to the observational uncertainties and the biases due to possible discrepancies in the chemical composition and input physics between artificial stars and the models adopted in the recovery.
 
 Results. We verified that the αml estimates are affected by a huge spread, even in the ideal configuration of perfect agreement between the mock data and the recovery grid of models. While the artificial stars were computed at fixed solar-calibrated αml = 2.10, the recovered values had a mean of 2.20 and a standard deviation of 0.52. Then we explored the case in which the solar heavy-element mixture used to compute the models is different from that adopted in the artificial stars. We found an estimated mixing-length mean of 2.24 ± 0.48 and, more interestingly, a metallicity relationship in which αml increases by 0.4 for an increase of 1 dex in [Fe/H]. Thus, a simple heavy-element mixture mismatch induced a spurious, but statistically robust, dependence of the estimated mixing-length on metallicity. The origin of this trend was further investigated considering the differences in the initial helium abundance Y – [Fe/H] – initial metallicity Z relation assumed in the models and data. We found that a discrepancy between the adopted helium-to-metal enrichment ratio ΔY/ΔZ caused the appearance of spurious trends in the estimated mixing-length values. An underestimation of its value from ΔY/ΔZ = 2.0 in the mock data to ΔY/ΔZ = 1.0 in the recovery grid resulted in an increasing trend, while the opposite behaviour occurred for an equivalent overestimation. A similar effect was caused by an offset in the [Fe/H] to global metallicity Z conversion. A systematic overestimation of [Fe/H] by 0.1 dex in the recovery grid of models forced an increasing trend of αml versus [Fe/H] of about 0.2 per dex. We also explored the impact of some possible discrepancies between the adopted input physics in the recovery grid of models and mock data. We observed an induced trend with metallicity of about Δαml = 0.3 per dex when the effect of the microscopic diffusion is neglected in the recovery grid, while no trends originated from a wrong assumption on the effective temperature scale by ±100 K. Finally, we proved that the impact of different assumptions on the outer boundary conditions was apparent only in the RGB phase.
 
 Conclusions. We showed that the mixing-length estimates of field stars are affected by a huge spread even in an ideal case in which the stellar models used to estimate αml are exactly the same models as used to build the mock dataset. Moreover, we proved that there are many assumptions adopted in the stellar models used in the calibration that can induce spurious trend of the estimated αml with [Fe/H]. Therefore, any attempt to calibrate the mixing-length parameter by means of Teff, [Fe/H], Δν, and νmax of field stars seems to be statistically poorly reliable. As such, any claim about the possible dependence of the mixing-length on the metallicity for field stars should be considered cautiously and critically.

연구 동기 및 목표

• 논문은 현장 별 관측값을 사용한 혼합길이 매개변수(αml) 校정의 통계적 오차와 체계적 오차를 조사한다.
• 관측된 금속성 경향이 실제인지, 모델-관측 불일치로 인한 산물인지 검토한다.
• 화학 조성, ∆Y/∆Z, 입력 물리 모델 간의 불일치가 αml 복원에 미치는 영향을 정량화하고자 한다.
• 표준(Teff, [Fe/H]) 및 전반적 항성진동(Δν, νmax) 관측값을 사용한 αml 校정의 강건성을 평가한다.
• 현장 별에서 αml의 금속성 의존성에 대한 주장의 타당성을 비판적으로 평가하는 것이 목적이다.

제안 방법

• 저자들은 고정된 αml = 2.10을 가진 항성 모델 격자에서 인공 별의 몽이 데이터 세트를 생성한다.
• 그들은 이러한 몽이 관측값으로부터 αml 값을 복원하기 위해 SCEPtER 최대우도 알고리즘을 적용한다.
• 복원 과정은 몽이 데이터와 화학 조성, ∆Y/∆Z, 또는 입력 물리 모델에서 다를 수 있는 항성 모델 격자를 사용한다.
• 중금속 혼합물, ∆Y/∆Z, [Fe/H] 스케일 오프셋, 미세확산, 경계 조건 등의 모델 가정을 체계적으로 변화시켜 오류 원인을 분리한다.
• 진짜 값과 복원된 αml 값 간의 차이를 분석하여 랜덤 오차와 체계적 편향을 정량화한다.
• 이 연구는 이러한 불일치가 특히 현장 별 항성진동 캘리브레이션 맥락에서 αml 대 [Fe/H]의 허위 경향을 유도하는 방식에 집중한다.

실험 결과

연구 질문

• RQ1 관측 데이터의 통계적 불확실성이 현장 별에서 αml 추정의 신뢰성에 어느 정도 영향을 미치는가?
• RQ2 화학 조성 또는 ∆Y/∆Z와 같은 모델 가정의 체계적 편향이 [Fe/H]에 따라 αml에 허위 경향을 유도할 수 있는가?
• RQ3 몽이 데이터와 복원 모델 간의 [Fe/H] 농도 스케일 불일치가 αml 캘리브레이션에 어떤 영향을 미치는가?
• RQ4 가정된 ∆Y/∆Z 비율이 인위적 αml-금속성 경향을 생성하는 데 어떤 역할을 하는가?
• RQ5 입력 물리 모델의 불일치(예: 미세확산, 효율적 온도 스케일)가 복원된 αml 값과 그 금속성 의존성에 어떻게 영향을 미치는가?

주요 결과

• 완벽한 모델-데이터 일치 조건에서, 복원된 αml의 평균은 2.20이고 표준편차는 0.52였지만, 진짜 값은 고정된 2.10이었다.
• 중금속 혼합물의 불일치(예: GS98 대비 AS09)는 [Fe/H] 매 1디엑스당 약 0.4의 αml 증가를 유도하며, 평균 추정치는 2.24±0.48였다.
• 잘못된 ∆Y/∆Z 비율(예: 1.0 대신 2.0을 가정)은 [Fe/H] 증가에 따라 αml에 명백한 증가 경향을 유도했고, 반대로 반대 가정은 감소 경향을 유도했다.
• [Fe/H] 스케일에 0.1 디엑스의 체계적 오프셋이 있을 경우, [Fe/H] 매 1디엑스당 약 0.2의 허위 αml 경향이 발생했다.
• 복원 격자에서 미세확산을 忽略할 경우, [Fe/H] 매 1디엑스당 약 0.3의 허위 αml 경향이 발생했다.
• 효율적 온도 스케일에 ±100 K의 오차가 있을 경우, αml에는 강성 오프셋이 발생했지만 [Fe/H]에 대한 체계적 경향은 없었다.