[论文解读] A 'Quick Look' at All-Sky Galactic Archeology with TESS: 158,000 Oscillating Red Giants from the MIT Quick-Look Pipeline

Marc Hon, Daniel Huber+7 more|arXiv (Cornell University)|Aug 2, 2021

Stellar, planetary, and galactic studies参考文献 116被引用 77

一句话总结

本文利用应用于长时基光度测量的机器学习流程，基于TESS主任务数据，首次构建了覆盖近全天区的158,505颗脉动红巨星星表。通过结合盖亚视差和颜色数据，作者推导出有效温度、半径和νmax值，从而实现了首张全天区星震质量图，揭示了大尺度银河系结构与运动学亚结构，证明了仅用每目标27天的数据，TESS在银河系考古学中具有变革性潜力。

ABSTRACT

We present the first near all-sky yield of oscillating red giants from the prime mission data of NASA's Transiting Exoplanet Survey Satellite (TESS). We apply machine learning towards long-cadence TESS photometry from the first data release by the MIT Quick-Look Pipeline to automatically detect the presence of red giant oscillations in frequency power spectra. The detected targets are conservatively vetted to produce a total of 158,505 oscillating red giants, which is an order of magnitude increase over the yield from Kepler and K2 and a lower limit to the possible yield of oscillating giants across TESS's nominal mission. For each detected target, we report effective temperatures and radii derived from colors and Gaia parallaxes, as well as estimates of their frequency at maximum oscillation power. Using our measurements, we present the first near all-sky Gaia-asteroseismology mass map, which shows global structures consistent with the expected stellar populations of our Galaxy. To demonstrate the strong potential of TESS asteroseismology for Galactic archeology even with only one month of observations, we identify 354 new candidates for oscillating giants in the Galactic halo, display the vertical mass gradient of the Milky Way disk, and visualize correlations of stellar masses with kinematic phase space substructures, velocity dispersions, and $\alpha$-abundances.

研究动机与目标

• 利用TESS数据系统性地探测全天区范围内的脉动红巨星，克服以往任务因天空覆盖范围受限而带来的局限。
• 开发并应用基于开普勒类数据训练的机器学习流程，识别TESS独特光度数据中的红巨星振荡信号，尽管其频率分辨率较低。
• 生成高保真度、近全天区的星震星表，包含基本恒星参数（Teff, R, νmax），以支持银河系考古学研究。
• 证明仅用每目标27天的短时观测数据，即可实现精确的星震反演与大尺度银河系结构测绘的可行性。

提出的方法

• 使用卷积神经网络（CNN）分类器，基于功率谱图像检测TESS长时基光 light curves 中红巨星的振荡功率过量。
• 另设回归网络，采用负对数似然损失函数估计νmax，并通过辅助输出层显式估计不确定性。
• 该流程使用MIT快速查看管道（QLP）提供的所有TESS天区1–26的原始、仪器修正后的光曲线，目标星等上限为TESS星等13.5。
• 利用盖亚视差和TESS-盖亚颜色-颜色关系推导恒星参数（Teff, R），支持星震建模。
• 方法采用丢弃正则化（p=0.1）防止过拟合，结合早停策略与Adam优化算法。
• 使用celerite生成的模拟功率谱用于网络性能基准测试，但真实数据表现出更高的噪声与不同的低频特性。

实验结果

研究问题

• RQ1 尽管TESS的频率分辨率低于开普勒，机器学习能否可靠地检测其全天区、短时（27天）观测中红巨星的脉动信号？
• RQ2 利用TESS数据在全天空范围内可获得多少脉动红巨星？其数量与开普勒和K2等以往任务相比如何？
• RQ3 TESS数据中νmax的估计是否足以构建一张与已知银河系结构一致的大尺度、全天区星震质量图？
• RQ4 仅用每目标27天的数据，TESS星震学在多大程度上可分辨银河系盘中的运动学与化学亚结构？

主要发现

• 本研究提供了158,505颗脉动红巨星的星表——较开普勒和K2的产量高出一个数量级，是迄今最大的此类样本。
• 作者首次构建了近全天区的盖亚-星震质量图，揭示了与已知恒星族一致的大尺度银河系结构。
• 星表揭示了银河系盘中明显的垂直质量梯度：高质星集中于银道面，低质星则分布于晕区。
• 本研究识别出354个新的银河系晕中脉动红巨星候选体，证明了TESS对暗淡、遥远天体的高灵敏度。
• 基于TESS νmax与盖亚数据推导的恒星质量与运动学亚结构、速度弥散度及α元素丰度模式高度相关，支持精细的银河系考古学研究。
• 尽管积分时间仅为27天，该方法对明亮红巨星（G < 11）的中位质量不确定度约为8%，年龄不确定度约为26%，足以分辨化学与运动学上不同的银河系组分。