[论文解读] Gaia Data Release 2: Summary of the variability processing & analysis results

B. Holl, M. Audard+61 more|arXiv (Cornell University)|Apr 25, 2018

Stellar, planetary, and galactic studies参考文献 37被引用 72

一句话总结

本文总结了盖亚数据释放2（DR2）中变星处理与结果，利用盖亚前22个月运行的三波段测光（G、GBP、GRP）数据，识别出全天超过55万颗变星候选体。研究提出了一套概率性、自动化的分类流程，共识别出228,904颗RR Lyrae星、11,438颗造父变星、151,761颗长周期变星、147,535颗旋转调制星、8,882颗δ Scuti/SX Phoenicis星以及3,018颗短 timescale 变星，其中约一半为新发现的源。

ABSTRACT

The Gaia Data Release 2 (DR2): we summarise the processing and results of the identification of variable source candidates of RR Lyrae stars, Cepheids, long period variables (LPVs), rotation modulation (BY Dra-type) stars, delta Scuti & SX Phoenicis stars, and short-timescale variables. In this release we aim to provide useful but not necessarily complete samples of candidates. The processed Gaia data consist of the G, BP, and RP photometry during the first 22 months of operations as well as positions and parallaxes. Various methods from classical statistics, data mining and time series analysis were applied and tailored to the specific properties of Gaia data, as well as various visualisation tools. The DR2 variability release contains: 228'904 RR Lyrae stars, 11'438 Cepheids, 151'761 LPVs, 147'535 stars with rotation modulation, 8'882 delta Scuti & SX Phoenicis stars, and 3'018 short-timescale variables. These results are distributed over a classification and various Specific Object Studies (SOS) tables in the Gaia archive, along with the three-band time series and associated statistics for the underlying 550'737 unique sources. We estimate that about half of them are newly identified variables. The variability type completeness varies strongly as function of sky position due to the non-uniform sky coverage and intermediate calibration level of this data. The probabilistic and automated nature of this work implies certain completeness and contamination rates which are quantified so that users can anticipate their effects. This means that even well-known variable sources can be missed or misidentified in the published data. The DR2 variability release only represents a small subset of the processed data. Future releases will include more variable sources and data products; however, DR2 shows the (already) very high quality of the data and great promise for variability studies.

研究动机与目标

• 利用盖亚前22个月运行的多历元测光数据，处理并分类盖亚数据释放2中的变星。
• 为整个天球提供一份全面但不完整的变星候选体样本，重点关注大振幅脉动变星和旋转调制星。
• 量化由于天空覆盖不均匀和校准限制导致的各类变星的完整性和污染率。
• 向天文界提供光变曲线测光数据、分类结果以及特定天体研究（SOS）表格。
• 通过展示盖亚测光巡天在变星科学方面的高质量潜力，为未来盖亚数据释放奠定基础。

提出的方法

• 应用针对盖亚测光数据特征量身定制的时间序列分析、经典统计与数据挖掘技术。
• 使用22个月（2014年7月至2016年5月）内视场平均的穿越测量所得的G、GBP和GRP波段测光数据。
• 实施多重过滤阈值（≥2、≥12、≥20视场穿越）以评估相对完整性和降低噪声。
• 采用监督式分类流程（geq2、geq12、geq20路径）分配变星类型，并通过特定天体研究（SOS）表格进行交叉验证。
• 利用概率分类方法估算污染与完整性的水平，结果在表2和表3中量化。
• 与外部星表（如OGLE、K2、Kepler）进行交叉匹配，以验证分类结果并评估可靠性。

实验结果

研究问题

• RQ1 在盖亚DR2中，不同变星类型在天空中的分布与分类情况如何？
• RQ2 非均匀的天空覆盖与校准水平如何影响盖亚DR2中变星检测的完整性和可靠性？
• RQ3 由于数据限制，已知的变星在DR2变星处理中有多大比例被遗漏或错误分类？
• RQ4 自动化流程的分类结果与Kepler和K2等外部任务提供的真实值相比如何？
• RQ5 DR2中估计新发现的变星数量是多少？各类变星的污染率与完整性如何变化？

主要发现

• 盖亚DR2识别出228,904颗RR Lyrae星、11,438颗造父变星、151,761颗长周期变星（LPVs）、147,535颗具有旋转调制的恒星、8,882颗δ Scuti与SX Phoenicis星以及3,018颗短 timescale 变星。
• 基于与外部星表的交叉匹配，估计DR2中发布的550,737颗变星候选体中约一半为新发现的源。
• 对于≥12次视场穿越的源，相对完整性为80%；对于≥20次视场穿越的源，相对完整性为51%，表明存在显著的天空覆盖空隙。
• 由于扫描律非均匀和校准状态差异，污染与完整性在不同天区差异显著，对于≥20次穿越的源，相对完整性在50%至70%之间变化。
• 类别之间存在重叠：72个短 timescale 对象与RR Lyrae重叠，5个与造父变星重叠，3个与旋转调制重叠，反映出物理定义的重叠性。
• 在618例情况下，SOS模块将源从RR Lyrae重新分类为造父变星，而仅有77例从造父变星重新分类为RR Lyrae，表明分类可靠性存在不对称性。