[论文解读] The elemental composition of the Sun I. The intermediate mass elements Na to Ca

Pat Scott, N. Grevesse+7 more|Queensland's institutional digital repository (The University of Queensland)|May 1, 2014

Astro and Planetary Science参考文献 93被引用 116

一句话总结

本文利用最先进的三维流体动力学太阳大气模型、非局部热动平衡（NLTE）谱线形成计算以及最新更新的原子数据，对中等质量元素（Na至Ca）的太阳丰度进行了全面重新评估。作者报告了经过修正的3D+NLTE太阳丰度，其精度更高，相较于以往的一维（1D）模型（尤其是Holweger & Müller，1974年模型）系统性地降低，为天体物理丰度研究提供了统一且可靠的参考基准。

ABSTRACT

The composition of the Sun is an essential piece of reference data for astronomy, cosmology, astroparticle, space and geo-physics. This article, dealing with the intermediate-mass elements Na to Ca, is the first in a series describing the comprehensive re-determination of the solar composition. In this series we severely scrutinise all ingredients of the analysis across all elements, to obtain the most accurate, homogeneous and reliable results possible. We employ a highly realistic 3D hydrodynamic solar photospheric model, which has successfully passed an arsenal of observational diagnostics. To quantify systematic errors, we repeat the analysis with three 1D hydrostatic model atmospheres (MARCS, MISS and Holweger & Müller 1974) and a horizontally and temporally-averaged version of the 3D model ($\langle$3D$ angle$). We account for departures from LTE wherever possible. We have scoured the literature for the best transition probabilities, partition functions, hyperfine and other data, and stringently checked all observed profiles for blends. Our final 3D+NLTE abundances are: $\logε_{\mathrm{Na}}=6.21\pm0.04$, $\logε_{\mathrm{Mg}}=7.59\pm0.04$, $\logε_{\mathrm{Al}}=6.43\pm0.04$, $\logε_{\mathrm{Si}}=7.51\pm0.03$, $\logε_{\mathrm{P}}=5.41\pm0.03$, $\log ε_{\mathrm{S}}=7.13\pm0.03$, $\logε_{\mathrm{K}}=5.04\pm0.05$ and $\logε_{\mathrm{Ca}}=6.32\pm0.03$. The uncertainties include both statistical and systematic errors. Our results are systematically smaller than most previous ones with the 1D semi-empirical Holweger & Müller model. The $\langle$3D$ angle$ model returns abundances very similar to the full 3D calculations. This analysis provides a complete description and a slight update of the Na to Ca results presented in Asplund, Grevesse, Sauval & Scott (arXiv:0909.0948), with full details of all lines and input data.

研究动机与目标

• 通过重新评估所有分析要素，提供中等质量元素（Na至Ca）太阳丰度更准确、更统一的测定结果。
• 通过采用能够体现米粒组织和对流运动的现实3D流体动力学太阳大气模型，减少太阳丰度测定中的系统性不确定度。
• 量化非局部热动平衡（NLTE）效应和3D大气结构对元素丰度计算的影响，提升与观测诊断的一致性。
• 建立一个包含严格谱线筛选、原子数据和不确定度量化基准数据集，供天体物理学、宇宙学和行星科学领域广泛使用。

提出的方法

• 采用基于辐射流体动力学模拟的高保真三维流体动力学太阳大气模型，该模型成功通过了多项观测诊断检验。
• 尽可能使用非局部热动平衡（NLTE）校正进行谱线形成计算，以考虑原子能级分布偏离局部热动平衡的情况。
• 实施严格的谱线筛选流程，基于观测轮廓质量和原子数据可靠性，剔除存在混合或表征不佳的谱线。
• 采用最新且经过严格筛选的输入数据，包括跃迁概率、超精细分裂参数和配分函数。
• 在多个模型之间进行对比：完整3D模型、三种1D静力模型（MARCS、MIST、Holweger & Müller，1974年模型）以及3D平均后的1D模型（⟨3D⟩），以评估系统性差异。
• 应用全面的不确定度预算，包含统计误差和系统性误差，源自逐条谱线分析和模型对比。

实验结果

研究问题

• RQ1 与传统的一维（1D）模型相比，太阳光球的三维流体动力学模型如何影响中等质量元素（Na至Ca）的丰度推导？
• RQ2 非局部热动平衡（NLTE）效应在多大程度上改变了这些元素的太阳丰度推断？如何实现其准确建模？
• RQ3 改进的原子数据——尤其是超精细分裂和跃迁概率——对最终丰度测定有何影响？
• RQ4 从3D模型推导出的丰度与同一3D模型的水平和时间平均1D版本（⟨3D⟩）相比如何？这揭示了哪些系统性模型偏差？
• RQ5 在最新观测和理论约束下，Na至Ca的最准确、统一且可靠的太阳丰度集合是什么？

主要发现

• 最终推荐的3D+NLTE太阳丰度为：log ε(Na) = 6.21 ± 0.04，log ε(Mg) = 7.59 ± 0.04，log ε(Al) = 6.43 ± 0.04，log ε(Si) = 7.51 ± 0.03，log ε(P) = 5.41 ± 0.03，log ε(S) = 7.13 ± 0.03，log ε(K) = 5.04 ± 0.05，log ε(Ca) = 6.32 ± 0.03。
• 3D+NLTE丰度系统性地低于基于一维半经验模型Holweger & Müller（1974）推导出的丰度，表明1D模型因大气结构和非局部热动平衡效应处理不当而高估了丰度。
• 从水平和时间平均的3D模型（⟨3D⟩）推导出的丰度与完整3D模型结果非常接近，表明3D效应在平均中已充分捕捉，且3D效应并非主要由瞬态特征主导。
• 本研究基于轮廓质量与原子数据可靠性，识别并剔除了存在混合嫌疑的谱线，从而获得更稳健、更可靠的谱线列表。
• 不确定度估计同时包含统计与系统性分量，为每种元素提供了全面的误差预算。
• 结果在Asplund et al.（2009）分析的基础上实现了显著的改进与更新，采用更先进的建模方法与数据，进一步提升了太阳丰度的精确性。