[论文解读] Parametrising Star Formation Histories

Vimal Simha, David H. Weinberg+5 more|arXiv (Cornell University)|Apr 1, 2014

Galaxies: Formation, Evolution, Phenomena参考文献 6被引用 26

一句话总结

本文评估了流体动力学模拟中恒星形成历史（SFH）的参数化模型，发现标准的 $\tau$-模型因质量-光度比和年龄的系统性偏差而表现不佳。一种新的四参数模型，其在转折时间 $t_{\rm tr}$ 处从线性-指数形式过渡到线性斜坡形式，能最准确地恢复物理参数，通过自由参数的边缘化可消除系统性误差，同时保持可接受的统计不确定性。

ABSTRACT

We examine the star formation histories (SFHs) of galaxies in smoothed particle hydrodynamics (SPH) simulations, compare them to parametric models that are commonly used in fitting observed galaxy spectral energy distributions, and examine the efficacy of these parametric models as practical tools for recovering the physical parameters of galaxies. The commonly used tau-model, with SFR ~ exp(-t/tau), provides a poor match to the SFH of our SPH galaxies, with a mismatch between early and late star formation that leads to systematic errors in predicting colours and stellar mass-to-light ratios. A one-parameter lin-exp model, with SFR ~ t*exp(-t/tau), is much more successful on average, but it fails to match the late-time behavior of the bluest, most actively star-forming galaxies and the passive, "red and dead" galaxies. We introduce a 4-parameter model, which transitions from lin-exp to a linear ramp after a transition time, which describes our simulated galaxies very well. We test the ability of these parametrised models to recover (at z=0, 0.5, and 1) the stellar mass-to-light ratios, specific star formation rates, and stellar population ages from the galaxy colours, computed from the full SPH star formation histories using the FSPS code of Conroy et al. (2009). Fits with tau-models systematically overestimate M/L by ~ 0.2 dex, overestimate population ages by ~ 1-2 Gyr, and underestimate sSFR by ~ 0.05 dex. Fits with lin-exp are less biased on average, but the 4-parameter model yields the best results for the full range of galaxies. Marginalizing over the free parameters of the 4-parameter model leads to slightly larger statistical errors than 1-parameter fits but essentially removes all systematic biases, so this is our recommended procedure for fitting real galaxies.

研究动机与目标

• 评估常用参数化SFH模型（尤其是 $\tau$-模型和线性-指数模型）在匹配SPH模拟中得到的模拟星系恒星形成历史时的准确性。
• 识别现有模型在推断恒星质量-光度比、特定恒星形成率和星族年龄等物理参数时引入的缺陷及其系统性偏差。
• 开发并测试一种新的四参数SFH模型，以更好地捕捉模拟星系中恒星形成随时间的复杂演化。
• 评估这些模型在使用FSPS星族合成代码从星系颜色中恢复物理参数方面的有效性。

提出的方法

• 在宇宙学SPH框架中模拟星系形成，包含气体冷却、恒星形成和星系风，生成1,828个星系的详细SFH。
• 将模拟星系的SFH与参数化模型进行比较：$\tau$-模型（$\dot{M}_* \propto e^{-(t-t_i)/\tau}$）、线性-指数模型（$\dot{M}_* \propto t e^{-(t-t_i)/\tau}$）以及一种具有转折时间 $t_{\rm tr}$ 的新四参数模型。
• 使用FSPS代码从完整的SPH SFH计算合成星系颜色和 $r$-波段质量-光度比，作为比较的“真实”值。
• 将每种参数化模型拟合到 $z=0$、$z=0.5$ 和 $z=1$ 时星系的 $ugriz$ 颜色，将预测的物理参数与SPH推导的真实值进行比较。
• 通过模型参数的贝叶斯边缘化，评估参数恢复中的统计不确定性和偏差。
• 测试在光学颜色中加入红外和紫外测光对 $M_*/L$ 和 sSFR 恢复准确性的影响。

实验结果

研究问题

• RQ1 标准参数化SFH模型（尤其是 $\tau$-模型和线性-指数模型）在多大程度上能匹配从SPH模拟中推导出的恒星形成历史？
• RQ2 这些模型在推断恒星质量-光度比、特定恒星形成率和星族年龄时引入了哪些系统性偏差？
• RQ3 一种从线性-指数形式在转折时间 $t_{\rm tr}$ 处过渡到线性斜坡形式的新四参数SFH模型，是否能更好地捕捉模拟星系的真实SFH？
• RQ4 在四参数模型中对自由参数进行边缘化，是否能消除系统性偏差，同时保持可接受的统计不确定性？
• RQ5 在仅使用光学颜色的基础上，加入红外和紫外测光是否能提高从光学颜色中恢复物理参数的准确性？

主要发现

• $\tau$-模型系统性地高估 $M_*/L$ 约 0.2 dex，高估星族年龄 1–2 Gyr，同时低估 $\dot{M}_*/M_*$ 约 0.05 dex。
• 线性-指数模型平均而言可减少偏差，但无法准确描述最蓝、最活跃恒星形成的星系以及被动演化、'红且死亡'星系的晚期SFH。
• 四参数模型在转折时间 $t_{\rm tr}$ 处从线性-指数形式过渡到线性斜坡形式，在所有星系类型中均与模拟SFH匹配最佳。
• 对四参数模型的自由参数进行边缘化，可完全消除 $M_*/L$、sSFR 和星族年龄估计中的系统性偏差，尽管统计误差略有增大。
• 四参数模型在 $z=0$、$z=0.5$ 和 $z=1$ 时均能最准确地恢复 $M_*/L$ 和 sSFR，其系统性偏差与SPH真实值的偏差最小。
• 在使用四参数模型时，将红外和紫外测光加入光学颜色可进一步提高 $M_*/L$ 和 sSFR 恢复的准确性，降低残余误差。