[论文解读] Uncertainties in grid-based estimates of stellar mass and radius. SCEPtER: Stellar CharactEristics Pisa Estimation gRid

G. Valle, M. Dell’Omodarme+2 more|arXiv (Cornell University)|Nov 28, 2013

Stellar, planetary, and galactic studies参考文献 63被引用 31

一句话总结

本文评估了基于网格的恒星参数估计中系统性不确定性的来源，采用SCEPtER技术，该技术通过最大似然拟合预计算的恒星模型网格来估计参数。研究发现，输入物理参数的不确定性——特别是混合长度参数、初始氦丰度以及被忽略的微观扩散——在质量上引入高达约4.3%的偏差，在半径上引入高达约2.0%的偏差，通常超过由观测不确定性引起的统计误差。

ABSTRACT

Some aspects of the systematic and statistical errors affecting grid-based estimation of stellar masses and radii have still not been investigated well. We study the impact on mass and radius determination of the uncertainty in the input physics, in the mixing-length value, in the initial helium abundance, and in the microscopic diffusion efficiency adopted in stellar model computations. We consider stars with mass in the range [0.8 - 1.1] Msun and evolutionary stages from the zero-age main sequence to the central hydrogen exhaustion. Stellar parameters were recovered by a maximum-likelihood technique, comparing the observations constraints to a grid of stellar models. Synthetic grids with perturbed input were adopted to estimate the systematic errors arising from the current uncertainty in model computations. We found that the statistical error components, owing to the current typical uncertainty in the observations, are nearly constant in all cases at about 4.5% and 2.2% on mass and radius determination, respectively. The systematic bias on mass and radius determination due to a variation of $\pm$ 1 in Delta Y/Delta Z is $\pm$ 2.3% and $\pm$ 1.1%; the one due to a change of $\pm$ 0.24 in the value of the mixing-length is $\pm$ 2.1% and $\pm$ 1.0%; the one due to a variation of $\pm$ 5% in the radiative opacity is $\mp$ 1.0% and $\mp$ 0.45%. An important bias source is to neglect microscopic diffusion, which accounts for errors of about 3.7% and 1.5% on mass and radius. The cumulative effects of the considered uncertainty sources can produce biased estimates of stellar characteristics. Comparison of the results of our technique with other grid techniques shows that the systematic biases induced by the differences in the estimation grids are generally greater than the statistical errors involved.

研究动机与目标

• 量化恒星模型输入参数不确定性对基于网格的质量与半径估计的影响。
• 评估关键物理参数（如混合长度、氦丰度、消光截面和微观扩散）变化对参数恢复的影响。
• 比较不同恒星模型网格产生的系统性偏差与由观测不确定性引起的统计误差。
• 在当前恒星物理不确定性背景下，评估基于网格的技术（如SCEPtER）的可靠性。

提出的方法

• SCEPtER代码通过将观测约束（如T_eff、[Fe/H]、L、振荡频率）与预计算的恒星模型网格进行比较，采用最大似然技术估计恒星质量与半径。
• 通过扰动输入参数（ΔY/ΔZ、α_ml、消光截面和扩散效率）生成合成网格，以分离系统性误差的贡献。
• 参考网格以太阳参数校准，对输入参数施加扰动以评估参数估计对输入不确定性的敏感度。
• 统计误差基于典型观测不确定性估算（如T_eff约1%、[Fe/H]约0.05 dex），而系统性偏差则通过不同扰动网格间恢复参数的差异推导得出。
• 通过线性组合各独立偏差来评估多种不确定性累积效应，假设无显著相互作用。
• 结果通过与双星系统的实测数据对比，并与其它基于网格的技术（如SEEK、RADIUS、YB）进行验证。

实验结果

研究问题

• RQ1 混合长度参数（α_ml）的不确定性如何影响基于网格方法的质量与半径估计中的系统性偏差？
• RQ2 在恒星模型中忽略微观扩散对质量与半径估计精度有何影响？
• RQ3 辐射消光截面与初始氦丰度（ΔY/ΔZ）的不确定性如何导致恒星参数恢复中的系统性误差？
• RQ4 不同恒星模型网格产生的系统性偏差与由观测不确定性引起的统计误差相比如何？
• RQ5 在基于网格的恒星表征中，模型输入差异对不确定性的主导程度是否超过观测误差？

主要发现

• 由观测不确定性引起的质量与半径估计的统计不确定性分别约为4.5%和2.2%，且在质量范围[0.8–1.1] M_sun内基本保持恒定。
• ΔY/ΔZ变化±1导致质量上产生±2.3%的系统性偏差，半径上产生±1.1%的偏差，且在高金属度下该效应增强。
• 混合长度参数α_ml变化±0.24导致质量上产生±2.1%的偏差，半径上产生±1.0%的偏差。
• 辐射消光截面不确定性（±5%）导致质量上约±1.0%的偏差，半径上约±0.45%的偏差。
• 忽略微观扩散引入了约3.7%的质量偏差和1.5%的半径偏差，其大小与统计误差相当或更大。
• 多种不确定性（如混合长度与氦丰度）的累积效应可导致质量上高达±4.3%、半径上高达±2.0%的累积偏差，超过统计误差，并主导不确定性预算。