“SFH”的版本间差异
跳到导航
跳到搜索
无编辑摘要 |
|||
(未显示同一用户的3个中间版本) | |||
第7行: | 第7行: | ||
*pPXF [http://www-astro.physics.ox.ac.uk/~mxc/software/] |
*pPXF [http://www-astro.physics.ox.ac.uk/~mxc/software/] |
||
===非参数化的恒星形成历史=== |
|||
* arXiv1901.02877 Dense Basis SFH |
|||
:利用几个特征参数(形成特定比例的恒星的时间)来描述,根据测量的S/N来自动判断需要几个参数。 |
|||
:给定这些参数之后,利用Gaussian Process来生成具体的SFH |
|||
:: Gaussian过程中需要假设一个核函数(协方差),物理上就是SFR在不同的时间上有多大程度是协变的还是stochastic的。参见下面这篇文章 |
|||
* arXiv1901.07556 stochastic modeling of SFH |
|||
:核心假设(1): 星系的SFH偏离main sequence的主线的过程是stochastic的 |
|||
:核心假设(2):这个随机过程,可以用功率谱(PSD,power spectrum density)或者自相关函数来描述,比较常见的: |
|||
:* 白噪声,功率谱是常数, |
|||
:* 随机行走 (red noise)<math> PSD(f) \propto f^{-2} </math> |
|||
:* [[damped random walk]] |
|||
===参数化的恒星形成历史=== |
|||
*用得比较多的是对数正态函数 |
|||
#Gladder是13年的文章 [https://iopscience.iop.org/article/10.1088/0004-637X/770/1/64]说了两点:(1)Madau图可以用log-normal来 (2)单个星系的SFH在统计方法上也复合log-normal |
|||
#Diemer(2017)(arXiv1701.02308)进一步探讨数值模拟(Illustris)中单个星系的SFH也基本可以用 log-normal来描述(可能对一些卫星星系和小质量星系不是特别好)。 |
|||
这种函数形式本质上是初始阶段上升快,后面缓慢衰落。而且,有意思的是,描述SFH的log-normal的两个参数之间存在相关性。也就是说可能一个参数(tpeak)可能就能基本描述星系的SFH。 |
|||
log-normal的形式还能很好的解释今天观测到的星系的quench的现象。 |
|||
===测光数据=== |
===测光数据=== |
||
*starpy http://arxiv.org/abs/1609.00023 |
*starpy http://arxiv.org/abs/1609.00023 |
||
第13行: | 第32行: | ||
: SFH is modelled as an exponential decline of the SFR described by two parameters [tq; tau], where tq is the time quench begins |
: SFH is modelled as an exponential decline of the SFR described by two parameters [tq; tau], where tq is the time quench begins |
||
: |
: |
||
==光谱中的信息量== |
|||
*光谱中有足够的信息量recover SFH吗? arXiv:2208.05489 |
|||
:从信息学的基础原理部分计算光谱连续谱特征中的熵 |
2022年8月14日 (日) 14:53的最新版本
- 恒星形成历史
- 根据SFH,生成光谱的工具[1]
recover SFH
非参数化的恒星形成历史
- arXiv1901.02877 Dense Basis SFH
- 利用几个特征参数(形成特定比例的恒星的时间)来描述,根据测量的S/N来自动判断需要几个参数。
- 给定这些参数之后,利用Gaussian Process来生成具体的SFH
- Gaussian过程中需要假设一个核函数(协方差),物理上就是SFR在不同的时间上有多大程度是协变的还是stochastic的。参见下面这篇文章
- arXiv1901.07556 stochastic modeling of SFH
- 核心假设(1): 星系的SFH偏离main sequence的主线的过程是stochastic的
- 核心假设(2):这个随机过程,可以用功率谱(PSD,power spectrum density)或者自相关函数来描述,比较常见的:
- 白噪声,功率谱是常数,
- 随机行走 (red noise)
- damped random walk
参数化的恒星形成历史
- 用得比较多的是对数正态函数
- Gladder是13年的文章 [4]说了两点:(1)Madau图可以用log-normal来 (2)单个星系的SFH在统计方法上也复合log-normal
- Diemer(2017)(arXiv1701.02308)进一步探讨数值模拟(Illustris)中单个星系的SFH也基本可以用 log-normal来描述(可能对一些卫星星系和小质量星系不是特别好)。
这种函数形式本质上是初始阶段上升快,后面缓慢衰落。而且,有意思的是,描述SFH的log-normal的两个参数之间存在相关性。也就是说可能一个参数(tpeak)可能就能基本描述星系的SFH。 log-normal的形式还能很好的解释今天观测到的星系的quench的现象。
测光数据
- a python code, derive the quenching SFH of a galaxy through a Bayesian MCMC method [5]
- usingthe observed u-r and NUV-u colours, a redshift, BC03, solar metallicity , Chabrier IMF, no intrinsic dust
- SFH is modelled as an exponential decline of the SFR described by two parameters [tq; tau], where tq is the time quench begins
光谱中的信息量
- 光谱中有足够的信息量recover SFH吗? arXiv:2208.05489
- 从信息学的基础原理部分计算光谱连续谱特征中的熵