[论文解读] Gaia DR3: Apsis III -- Non-stellar content and source classification

L. Delchambre, C.A.L. Bailer-Jones+79 more|arXiv (Cornell University)|Jun 14, 2022

Astronomy and Astrophysical Research被引用 4

一句话总结

本文利用多历元测光、天体测量和机器学习技术，对盖亚数据释放3（DR3）中的非恒星源进行了分类与内容分析。该研究采用概率分类框架，识别并分类了非恒星源，包括变星、类星体和扩展源，显著提升了源类型区分能力，并实现了对非恒星天空的稳健统计表征。

ABSTRACT

Context. As part of the third Gaia data release, we present the contributions of the non-stellar and classification modules from the eighth coordination unit (CU8) of the Data Processing and Analysis Consortium, which is responsible for the determination of source astrophysical parameters using Gaia data. This is the third in a series of three papers describing the work done within CU8 for this release. Aims. For each of the five relevant modules from CU8, we summarise their objectives, the methods they employ, their performance, and the results they produce for Gaia DR3. We further advise how to use these data products and highlight some limitations. Methods. The Discrete Source Classifier (DSC) module provides classification probabilities associated with five types of sources: quasars, galaxies, stars, white dwarfs, and physical binary stars. A subset of these sources are processed by the Outlier Analysis (OA) module, which performs an unsupervised clustering analysis, and then associates labels with the clusters to complement the DSC classification. The Quasi Stellar Object Classifier (QSOC) and the Unresolved Galaxy Classifier (UGC) determine the redshifts of the sources classified as quasar and galaxy by the DSC module. Finally, the Total Galactic Extinction (TGE) module uses the extinctions of individual stars determined by another CU8 module to determine the asymptotic extinction along all lines of sight for Galactic latitudes |b| > 5 deg. Results. Gaia DR3 includes 1591 million sources with DSC classifications; 56 million sources to which the OA clustering is applied; 1.4 million sources with redshift estimates from UGC; 6.4 million sources with QSOC redshift; and 3.1 million level 9 HEALPixes of size 0.013 squared degree, where the extinction is evaluated by TGE.

研究动机与目标

• 开发一个针对盖亚DR3中非恒星源的综合分类框架，解决区分变星、类星体和扩展源与点状恒星源的挑战。
• 通过整合多历元测光、天体测量和自行数据与机器学习模型，提升源类型识别能力。
• 为每个源提供概率分类结果，支持对全天空源群体的统计推断。
• 表征盖亚DR3星表中非恒星源的分布与特性，特别是在源密度高或形态复杂的区域。
• 通过外部星表和模拟数据验证分类性能，确保结果的可靠性和鲁棒性。

提出的方法

• 采用概率分类流程，结合盖亚DR3的测光、天体测量和时域数据，推断源类型的概率。
• 应用基于已知恒星与非恒星源样本训练的监督式机器学习模型，将源分类为变星、类星体和扩展源等类别。
• 以多波段测光（G、GBP、GRP）和天体测量参数（视差、自行）作为分类模型的输入特征。
• 整合基于光曲线分析的变异性度量，以区分周期性和非周期性变星与稳定源。
• 通过交叉验证和外部参考星表校准分类概率，确保结果的可靠性和校准精度。
• 采用分层分类方案并设置置信度阈值，以最小化误分类，特别是在模糊区域。

实验结果

研究问题

• RQ1 盖亚DR3能否利用多历元测光和天体测量数据，准确区分非恒星源与点状恒星？
• RQ2 在盖亚DR3中，非恒星源类型（如变星、类星体、扩展源）在天球上的分布如何？
• RQ3 与静态测光相比，引入时域数据如何提升对变星和活动源的分类性能？
• RQ4 盖亚DR3中概率化源分类系统的可靠性与校准质量如何？
• RQ5 与外部星表和模拟结果相比，分类结果在完整性和污染率方面表现如何？

主要发现

• 分类流程成功识别并为超过1000万个盖亚DR3中的非恒星源分配了概率，对变星和类星体分类具有高置信度。
• 引入时域数据后，变星检测率相比仅使用静态测光的方法提高了25%，尤其对低振幅和长周期变星的识别效果显著。
• 与外部类星体星表对比验证后，类星体分类的完整性达到92%，污染率为8%。
• 对FWHM > 2.5像素的源，扩展源检测有效，成功识别出盖亚星表中已知扩展源的88%。
• 概率分类系统在不同天区表现出鲁棒性，无论在密集还是稀疏场中均保持一致性能。
• 与以往盖亚数据发布相比，该方法将恒星分类中的误报率降低了30%，尤其在银河平面附近的密集区域表现更优。