地域分子雲までの距離をカタログ化する
太陽近くの63個の分子雲までの距離の包括的カタログ。
― 1 分で読む
この記事では、太陽から2.5キロパーセク(約8,200光年)以内にある63の分子雲までの距離のカタログを紹介するよ。この距離は、星の位置を非常に正確に測定するGaiaミッションのデータを使って決定したんだ。これらの雲で形成される若い星たちは、場所に関連する特性を持っているから、距離を測るのに役立つんだ。
データ収集
このカタログを作るために、若い星のオブジェクト(YSO)を特定したよ。AllWISEという赤外線観測のデータを集めるカタログを使って、以前の若い星のカタログと組み合わせたんだ。赤外線観測は、埃に隠れているかもしれない若い星を見つけるのに役立つよ。合計で、3000以上のYSOのサンプルを63のローカル雲と照合して、より正確に距離を計算したんだ。
目的
銀河で星がどのように形成されるのかを理解するためには、分子ガスが私たちの空間でどうやって星になるのかを知る必要があるよ。ローカル雲の構造や距離を調査することは、このプロセスを知るために重要なんだ。でも、太陽の近くのガス雲のレイアウトはまだはっきりしていないし、新しい構造が発見されたりしてるからね。
距離測定方法
ガス構造の正確なマッピングは、近くの雲までの正確な距離測定に依存しているよ。研究者は、これらの雲までの距離を決定するためにいくつかの方法を使っているんだ:
星のカウント:隠れたエリアと明るいエリアの星の数を数えることで、距離を推測できるんだけど、この方法は星の分布が不均一なため不確実性がある。
フォトメトリック距離:星の色や明るさを使って距離を推定できるけど、距離と埃の隠蔽の混乱でしばしば不正確になっちゃう。
YSOとメイザーの視差:この方法は、星や宇宙にある自然のレーザーであるメイザーを観察することで、信頼性のある距離測定を提供するよ。Gaiaミッションのデータを使えば、若い星の高精度な測定ができて、さまざまな雲の距離を導き出すことが可能なんだ。
消失測定:研究者たちは、星からの光が埃によってどれだけ遮られているかを使って距離を推定することもあるよ。このアプローチは、距離が増すにつれて光がどのように暗くなるかのパターンを探しているけど、密度の低いエリアに限定されるし、物質が多い雲にはうまく機能しないかもしれない。
YSOの特定
この研究では、AllWISEカタログのデータに基づいて赤外線の基準を使ってYSOを特定したよ。この分類プロセスでは、周囲の他の星からこれらの若い星を区別して、サンプルがクリーンで主にYSOで構成されていることを確認したんだ。マシンラーニングの技術も使って、赤外線データに基づいてYSOを分類する手助けをしたよ。
データの修正
YSOが特定された後は、埃の影響で光が遮られているから、その明るさを修正する必要があったんだ。これは、どれだけの光が遮られたかを推定して、観測された明るさを調整することを含むよ。このプロセスは反復的で、推定が安定するまで繰り返されるんだ。
結果
最終的なカタログは24,883のYSOを記録していて、私たちの近くの星形成についての洞察を提供する強力なデータセットになったよ。徹底的にフィルタリングした後、研究者たちはこれらのYSOのうち、3,144を63のローカル雲と関連付けることができたんだ。各YSOの距離は、同じ場所にいるYSOが通常似たような距離や動きを持つことを考慮して、先進的な技術を使って推定されたよ。
以前の研究との比較
決定された距離は、以前の研究からの推定値と比較されたんだ。良い一致が見られて、平均の差はわずか10%だったよ。この一貫性は、現在の方法やデータが信頼できることを示唆しているね。
結論
この距離のカタログは、星の形成を理解するために重要なローカル分子雲についての貴重な情報を提供しているよ。提示された距離は、大きくてよくフィルタリングされた若い星のサンプルに基づいていて、特に雲の中の密なエリアに焦点を当てているんだ。このアプローチは、私たちの銀河の星形成プロセスについてもっと明らかにするための未来の研究に役立つかもしれないね。この発見は、私たちの周りの宇宙についての知識が大幅に向上するGaiaのようなミッションからの新しいデータの重要性を強調しているよ。
タイトル: Distances to nearby molecular clouds traced by young stars
概要: 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
著者: Miaomiao Zhang
最終更新: 2023-03-02 00:00:00
言語: English
ソースURL: https://arxiv.org/abs/2303.01053
ソースPDF: https://arxiv.org/pdf/2303.01053
ライセンス: https://creativecommons.org/licenses/by-nc-sa/4.0/
変更点: この要約はAIの助けを借りて作成されており、不正確な場合があります。正確な情報については、ここにリンクされている元のソース文書を参照してください。
オープンアクセスの相互運用性を利用させていただいた arxiv に感謝します。
参照リンク
- 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