Catalogare le Distanze alle Nubi Molecolari Locali
Un catalogo completo delle distanze a 63 nubi molecolari vicino al Sole.
― 4 leggere min
Questo articolo presenta un catalogo delle Distanze a 63 nubi molecolari situate entro 2,5 kiloparsec (circa 8.200 anni luce) dal Sole. Queste distanze sono state determinate utilizzando i dati della missione Gaia, che misura le posizioni delle stelle con grande precisione. Le stelle giovani che si formano in queste nubi aiutano a stabilire le distanze perché le loro caratteristiche sono legate alla loro posizione.
Raccolta Dati
Per creare questo catalogo, sono stati identificati Oggetti Stellari Giovani (YSOs). Questo ha coinvolto l'uso di un catalogo noto come AllWISE, che raccoglie dati da osservazioni infrarosse, e la sua combinazione con cataloghi precedenti di stelle giovani. Le osservazioni infrarosse aiutano a individuare stelle giovani che potrebbero essere nascoste dalla polvere. In totale, un campione completo di oltre 3000 YSOs è stato abbinato alle 63 nubi locali per calcolare le distanze in modo più accurato.
Scopo
Comprendere come si formano le stelle nelle galassie richiede conoscenza su come il gas molecolare diventa stelle nella nostra zona dello spazio. Indagare le strutture e le distanze delle nubi locali è vitale per ottenere informazioni su questo processo. Tuttavia, la disposizione delle nubi di gas vicino al Sole è ancora poco chiara, specialmente considerando la scoperta di nuove strutture.
Metodi di Misurazione della Distanza
Una mappatura accurata delle strutture di gas dipende da misurazioni precise delle distanze alle nubi vicine. Ci sono diversi metodi che i ricercatori usano per determinare le distanze a queste nubi:
Conteggio delle Stelle: Conta il numero di stelle in aree oscure e chiare; gli scienziati possono dedurre le distanze, ma questo metodo ha delle incertezze a causa della distribuzione irregolare delle stelle.
Distanze Fotometriche: Usare i colori e la luminosità delle stelle può stimare le distanze, ma spesso porta a imprecisioni a causa della confusione tra distanza e oscuramento da polvere.
Parallassi di YSOs e Masers: Questo metodo fornisce misurazioni di distanza affidabili osservando stelle o masers (laser naturali nello spazio). I dati dalla missione Gaia consentono misurazioni di alta precisione delle stelle giovani, permettendo ai ricercatori di derivare distanze per varie nubi.
Misurazioni di Estinzione: I ricercatori hanno anche usato l'estinzione, cioè quanto luce delle stelle è bloccata dalla polvere, per stimare le distanze. Questo approccio cerca schemi in come la luce diminuisce man mano che la distanza aumenta, ma è limitato a aree meno dense e potrebbe non funzionare bene per nubi con molto materiale.
Identificazione degli YSO
In questo studio, gli YSO sono stati identificati usando criteri Infrarossi basati sui dati del catalogo AllWISE. Il processo di classificazione ha coinvolto la distinzione di queste stelle giovani da altre stelle nei dintorni, assicurandosi che il campione fosse pulito e principalmente composto da YSO. È stata anche usata una tecnica di apprendimento automatico per aiutare a classificare gli YSO in base ai dati infrarossi.
Correzioni Dati
Una volta identificati gli YSO, la loro luminosità doveva essere corretta per gli effetti della polvere, che può oscurare la loro luce. Questo implica stimare quanta luce è stata bloccata e adeguare di conseguenza la luminosità osservata. Il processo è iterativo, nel senso che viene ripetuto fino a quando le stime si stabilizzano.
Risultati
Il catalogo finale ha portato a 24.883 YSOs, un dataset robusto che fornisce informazioni sulla formazione stellare nella nostra area locale. Dopo un attento filtraggio, i ricercatori sono riusciti ad associare 3.144 di questi YSO alle 63 nubi locali. La distanza di ogni YSO è stata stimata usando tecniche avanzate che considerano come gli YSO nella stessa posizione condividono tipicamente distanze e movimenti simili.
Confronto con Studi Precedenti
Le distanze determinate sono state confrontate con stime precedenti da studi anteriori. Ha mostrato un buon accordo, con una differenza media di solo il 10%. Questa coerenza suggerisce che i metodi e i dati attuali sono affidabili.
Conclusione
Il catalogo delle distanze offre informazioni preziose sulle nubi molecolari locali, che sono cruciali per capire come si formano le stelle. Le distanze presentate si basano su un campione ampio e ben filtrato di stelle giovani e si concentrano specificamente su aree più dense all'interno delle nubi. Questo approccio potrebbe aiutare la ricerca futura a svelare di più sui processi di formazione stellare nella nostra galassia. I risultati sottolineano l'importanza di nuovi dati da missioni come Gaia, che ampliano significativamente la nostra conoscenza dell'universo che ci circonda.
Titolo: Distances to nearby molecular clouds traced by young stars
Estratto: I present a catalog of distances to 63 molecular clouds located within ~2.5 kpc of the Sun. The cloud distances are derived based on utilizing the Gaia DR3 parallaxes of the young stellar objects (YSOs). By identifying AllWISE YSO candidates (YSOCs) with infrared excesses and combining them with published YSOC catalogs, I compile an all-sky YSOC sample that is devoid of a significant proportion of contaminants. Using Gaia DR3 astrometric measurements, I associate over 3000 YSOCs with 63 local clouds and obtain the average distance to each cloud by fitting the YSOC parallax distribution within the cloud. I find good agreements with typical scatter of
Autori: Miaomiao Zhang
Ultimo aggiornamento: 2023-03-02 00:00:00
Lingua: English
URL di origine: https://arxiv.org/abs/2303.01053
Fonte PDF: https://arxiv.org/pdf/2303.01053
Licenza: https://creativecommons.org/licenses/by-nc-sa/4.0/
Modifiche: Questa sintesi è stata creata con l'assistenza di AI e potrebbe presentare delle imprecisioni. Per informazioni accurate, consultare i documenti originali collegati qui.
Si ringrazia arxiv per l'utilizzo della sua interoperabilità ad accesso aperto.
Link di riferimento
- https://www.ctan.org/pkg/revtex4-1
- https://www.tug.org/applications/hyperref/manual.html#x1-40003
- https://astrothesaurus.org
- https://wise2.ipac.caltech.edu/docs/release/allwise/
- https://wise2.ipac.caltech.edu/docs/release/allwise/expsup/
- https://gea.esac.esa.int/archive/
- https://www.cosmos.esa.int/web/gaia/dr3-passbands
- https://gitlab.com/icc-ub/public/gaiadr3_zeropoint
- https://simbad.u-strasbg.fr/simbad/
- https://dataverse.harvard.edu/dataset.xhtml?persistentId=doi:10.7910/DVN/AV9GXO
- https://stev.oapd.inaf.it/cmd
- https://doi.org/10.12149/101211
- https://paperdata.china-vo.org/miaomiaozhang/YSO_WISE/YSOC_clean.fits
- https://paperdata.china-vo.org/miaomiaozhang/YSO_WISE/dfsample.fits
- https://darkclouds.u-gakugei.ac.jp/
- https://github.com/arvkevi/kneed
- https://github.com/d-chambers/dbscan1d
- https://paperdata.china-vo.org/miaomiaozhang/YSO_WISE/ysoc_inlocalclouds.fits
- https://github.com/olivares-j/kalkayotl
- https://github.com/MatthewReid854/reliability
- https://paperdata.china-vo.org/miaomiaozhang/YSO_WISE/dist_localclouds.fits
- https://www.cosmos.esa.int/gaia
- https://www.cosmos.esa.int/web/gaia/dpac/consortium
- https://www.astropy.org
- https://github.com/smeingast/PNICER