“SFH”的版本间差异
跳到导航
跳到搜索
无编辑摘要 |
|||
| 第20行： | 第20行： | ||
:* [[damped random walk]] |
:* [[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 |
||
2021年6月28日 (一) 15:00的版本
- 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