Das integrierte Metallizitätsprofil der Milchstraße

Nature Astronomy Band 7, Seiten 951–958 (2023)Diesen Artikel zitieren

2243 Zugriffe

282 Altmetrisch

Details zu den Metriken

Die Häufigkeitsprofile schwerer Elemente von Galaxien legen strenge Beschränkungen für das Wachstum und die Entstehungsgeschichte der Galaxien fest. Da die Milchstraße derzeit die einzige Spiralgalaxie ist, in der wir zeitlich aufgelöste chemische Häufigkeiten messen können, ermöglicht sie Einblicke in den Ursprung von Metallizitätsgradienten und deren Korrelation mit der Wachstumsgeschichte von Galaxien. Bisher wurden diese Häufigkeitsprofile jedoch nicht in integrierte Lichtmessungen umgesetzt, die für den Vergleich der Milchstraße mit der allgemeinen Galaxienpopulation erforderlich sind. Hier berichten wir über die Messung des leichten, integrierten stellaren Metallizitätsprofils unserer Galaxie. Wir stellen fest, dass das integrierte stellare Metallizitätsprofil der Milchstraße eine ∧-artige gebrochene Form hat, mit einem leicht positiven Gradienten innerhalb eines galaktozentrischen Radius von 7 kpc und einem steilen negativen Gradienten außerhalb. Dieses gebrochene integrierte Metallizitätsprofil der Milchstraße ist nicht einzigartig, kommt aber bei sternbildenden Galaxien mit der Masse der Milchstraße, die in der MaNGA-Durchmusterung beobachtet und in der kosmologischen Simulation TNG50 simuliert wurden, nicht häufig vor. Unsere Ergebnisse deuten darauf hin, dass die Milchstraße möglicherweise keine typische Metallizitätsverteilung für eine Galaxie ihrer Masse aufweist, und bieten daher wertvolle Einblicke in die reiche Vielfalt der Galaxienanreicherungsprozesse.

Unsere Heimatgalaxie, die Milchstraße, stellt aufgrund der detaillierten, zeitlich aufgelösten Beobachtungen, die wir von einzelnen Sternen erhalten können, einzigartige und strenge Einschränkungen für die Entstehung und Entwicklung von Galaxien dar. Die integrierten Eigenschaften der Milchstraße sind jedoch kaum verstanden, was eine detaillierte vergleichende Analyse der Eigenschaften der Milchstraße im Kontext der allgemeinen Galaxienpopulation einschränkt, für die bei der überwiegenden Mehrheit nur integrierte Eigenschaften messbar sind.

Mit dem jüngsten Aufkommen massiver spektroskopischer Untersuchungen, die Millionen von Sternen in der gesamten Galaxie kartieren, werden direkte Messungen integrierter Sternpopulationseigenschaften (z. B. Elementhäufigkeiten) der Milchstraße möglich. In dieser Arbeit präsentieren wir die Messung des radialen integrierten stellaren Metallizitätsprofils unserer Galaxie unter sorgfältiger Berücksichtigung der Auswahlfunktion der Daten und führen einen direkten Vergleich mit anderen sternbildenden Galaxien ähnlicher Masse sowohl im lokalen Universum als auch in anderen durch Kosmologische Simulationen der Galaxienentstehung.

Wir bestimmen die integrierte stellare Metallizität (verfolgt durch die Eisenhäufigkeit, definiert durch \([{\rm{Fe}}/{\rm{H}}]=\log \left(\frac{{N}_{\ rm{Fe}}/{N}_{\rm{H}}}{\rm{N}_{{\rm{Fe}}_{\odot }}/{N}_{\rm{H} _{\odot }}}\right)\), wobei NFe/NH das Zahlenverhältnis zwischen Eisen und Wasserstoff in einem bestimmten Stern ist und NFe⊙/NH⊙ das Verhältnis in der Sonne ist) Profile von 2 bis 15 kpc des Milchstraße anhand chemischer Häufigkeiten, Alter und Entfernungen einzelner Sterne, abgeleitet aus Spektren, die mit APOGEE1 beobachtet wurden, und astrometrischen Daten von Gaia2. Wir transformieren die Beobachtungen einer Stichprobe von Zielsternen in die intrinsische, gesamte Sternpopulation, indem wir die Umfrageauswahlfunktion für Sterne unterschiedlicher Häufigkeit separat korrigieren. Die erhaltene Leuchtdichteverteilung intrinsischer Populationen unterschiedlicher Häufigkeit wird dann zur Berechnung der leicht gewichteten durchschnittlichen stellaren Metallizität (Methoden) verwendet.

Wenn man Sterne jeden Alters berücksichtigt, ist die leichte integrierte Sternmetallizität der Milchstraße insgesamt subsolar. Das radiale Profil der integrierten Sternmetallizität zeigt einen Bruch bei 6,9 ± 0,6 kpc mit einer positiven Steigung von 0,031 ± 0,010 dex kpc−1 innerhalb des Bruchradius und einer negativen Steigung von −0,052 ± 0,008 dex kpc−1 darüber hinaus (Abb . 1 und Methoden). Dieser Bruch ist jedoch nicht in den Metallizitätsprofilen monoalter Populationen zu sehen, die entweder flach im Altersbereich oder steil und negativ in jüngeren Sternpopulationen sind. Der steile Gradient junger Populationen steht im Einklang mit Beobachtungen junger Sterne und H-II-Regionen in der Milchstraße3,4,5,6,7,8,9. Der Anteil der Gesamtleuchtkraft in der alten (8–12 Gyr), metallarmen Sternpopulation nimmt mit dem Radius ab, während das Gegenteil für die jüngeren, metallreicheren Populationen gilt. Dies steht im Einklang mit der radial kompakteren Struktur, also der kürzeren Skalenlänge, der alten Population10,11. Dieser radial variierende Beitrag der alten, metallarmen gegenüber jungen, metallreichen Sternpopulationen in der Scheibe führt zu der positiven Steigung des Metallizitätsprofils in der inneren Galaxie12. Aus dem gleichen Grund spiegelt die negative Steigung in der äußeren Galaxie den Gradienten der jungen und mittleren Populationen wider, die in größeren Radien dominieren. Diese Ergebnisse deuten auf einen interessanten Zusammenhang zwischen dem integrierten stellaren Metallizitätsprofil und der strukturellen Entwicklung der Milchstraße hin.

Die integrierte Metallizität aller Altersgruppen und die in jedem Altersbereich sind Durchschnittswerte von 26 MAPs, gewichtet mit ihrer bolometrischen Leuchtkraft (Methoden). Fehlerbalken und schattierte Bereiche geben die 1σ-Unsicherheiten der durchschnittlichen Metallizitätsmessungen an. Die Größe der farbigen Quadrate gibt den Anteil der Gesamtleuchtkraft für jeden radialen Behälter an, der in jeder Mono-Alter-Komponente enthalten ist.

Um die Milchstraße mit anderen Galaxien zu vergleichen, messen wir die integrierten Stern- und Gasphasenmetallizitätsprofile von 321 frontalen, sternbildenden Galaxien mit einer milchstraßenähnlichen Sternmasse (|log(M★/MMW)| < 0,2 dex ) in der MaNGA (Mapping Nearby Galaxies at Apache Point Observatory) Integral Field Unit (IFU)-Umfrage13 (Methoden). Darüber hinaus vergleichen wir unsere Ergebnisse mit Profilen von 134 sternbildenden Galaxien mit der Masse der Milchstraße in der kosmologischen magnetohydrodynamischen Simulation TNG5014,15. Abbildung 2 zeigt die gesamten (d. h. durchschnittliche Sterne, linke und mittlere Tafel) und aktuellen (d. h. Gasphasen- oder junge Sterne, rechte Tafel) Metallizitätsprofile dieser MaNGA- und TNG50-Galaxien im Vergleich mit denen der Milchgalaxie Weg. Alle Profile werden auf den effektiven Radius (Re) ihrer Galaxie normiert, um den Einfluss der Galaxiengröße zu marginalisieren. Aufgrund der Unsicherheit bei der aktuellen Messung der Größe der Milchstraße (Methoden) gehen wir von einem Bereich effektiver Radien von 3,4–6,7 kpc (Ref. 16) für die Milchstraße aus, was einer Skalenlänge von 2–4 kpc unter der Annahme von a entspricht einfach-exponentielles Profil; Wir zeigen daher die Metallizitätsprofile der Milchstraße für die beiden Extremfälle. Es ist offensichtlich, dass die integrierten Metallizitätsprofile unserer Galaxie unabhängig von der Größe der Milchstraße nicht mit der Masse der MaNGA- und TNG50-Galaxien mit der Masse der Milchstraße übereinstimmen, die – wenn über die Populationen gemittelt – im Allgemeinen flachere radiale Metallizitätsverteilungen aufweisen. Die flacheren stellaren Metallizitätsgradienten lokaler Galaxien stimmen qualitativ mit anderen unabhängigen Messungen von MaNGA-Galaxien17 und verschiedenen IFU-Durchmusterungen18 überein und stimmen auch mit denen nahegelegener massereicher sternbildender Galaxien19,20,21,22 überein, für die spektroskopische Beobachtungen von aufgelöstem Licht durchgeführt wurden Sternpopulationen (zum Beispiel rote oder blaue Überriesen) sind verfügbar.

Die blau und magenta schattierten Bereiche stellen den Mittelwert ± Standardabweichung der Verteilungen von 321 MaNGA-Galaxien bzw. 134 TNG50-Galaxien dar. Die ausgefüllten Symbole und Fehlerbalken geben ihr mittleres Metallizitätsprofil und den Fehler des Medians an. Links: durchschnittliches radiales, leicht gewichtetes Sternmetallizitätsprofil der Milchstraße (schwarz und grau) im Vergleich mit denen von sternbildenden Galaxien der Milchstraße mit geringer Rotverschiebung in der MaNGA-Durchmusterung (blau). Hellblaue Kurven kennzeichnen die Profile einzelner MaNGA-Galaxien in unserer Stichprobe. Eine Beispielgalaxie, die ein milchstraßenähnliches gebrochenes Profil zeigt, ist durch eine dickere Linie hervorgehoben. Angesichts der Unsicherheit der Größe der Milchstraße verwenden wir zwei Werte von 3,4 und 6,7 kpc, um den Bereich des Profils der Milchstraße normiert auf den effektiven Radius zu veranschaulichen. Mitte: wie links, zeigt jedoch den Vergleich mit Galaxien aus der TNG50-Simulation (Magenta). Auf der linken Seite ist eine Beispielgalaxie mit einem ähnlich gebrochenen Profil hervorgehoben. Rechts: Vergleich zwischen denselben Galaxienproben wie links und in der Mitte, jedoch unter Berücksichtigung ihrer heutigen Metallizitätsgradienten. Für MaNGA-Galaxien verwenden wir die in ihrem ionisierten Gas anhand optischer Emissionslinien (Methoden) gemessene Sauerstoffhäufigkeit ([O/H]), um ihre heutige Metallizität darzustellen. Für die Milchstraße und die TNG50-Galaxien verwenden wir den [Mg/H] ihrer jungen (0–4 Gyr) Sternpopulationen, der eng mit [O/H] (Lit. 95) korreliert, um ihre Gegenwart darzustellen Metallizität (Methoden).

Obwohl es ungewöhnlich zu sein scheint, ist das gebrochene stellare Metallizitätsprofil der Milchstraße weder in den beobachteten oder simulierten Proben noch in anderen lokalen Beobachtungen einzigartig23. Um die Häufigkeit des milchstraßenähnlichen Profils in diesen Proben abzuschätzen, quantifizieren wir die inneren und äußeren Gradienten der Metallizitätsprofile einzelner MaNGA- und TNG50-Galaxien mit einer gebrochenen linearen Funktion, genau wie die der Milchstraße (Methoden). Wir finden einen kleinen Teil der Vergleichsgalaxien (~1 % in der MaNGA-Probe und 11 % in der TNG50-Probe), die normalisierte innere und äußere Gradienten (in dex Re−1) aufweisen, die mit denen der Milchstraße innerhalb von Unsicherheiten übereinstimmen, einschließlich die Unsicherheiten aufgrund der Größe der Milchstraße. In Abb. 2 heben wir in jeder Stichprobe eine solche Galaxie hervor. Wir stellen fest, dass der Anteil in unserer MaNGA-Stichprobe aufgrund der begrenzten räumlichen Auflösung und der radialen Abdeckung der Daten möglicherweise unterschätzt wird.

Was die heutigen Metallizitätsprofile betrifft, weisen milchstraßenähnliche Galaxien im Allgemeinen einen monotonen, negativen Gradienten auf, der qualitativ mit der Milchstraße übereinstimmt. Der quantitative Vergleich des auf den effektiven Radius normierten Gradienten ist jedoch ziemlich empfindlich gegenüber der angenommenen Größe unserer Galaxie. Die Metallizitätsgradienten von Galaxien sind vergleichbar mit denen der Milchstraße, wenn man eine kleine Größe unserer Galaxie annimmt, tendieren jedoch dazu, flacher zu sein als die der Milchstraße, wenn man eine größere Größe annimmt.

Die Analyse der simulierten Galaxien bestätigt, dass es einen inhärenten Zusammenhang zwischen der Form der Galaxienmetallizitätsprofile und der Entwicklung der Scheibenstruktur gibt, wie in Abbildung 3 dargestellt. In den inneren Regionen (Abb. 3a) sind die Milchstraße und die TNG50-Galaxien mit Die Entwicklung der milchstraßenähnlichen Scheibenstruktur zeigt einen positiven Metallizitätsgradienten, begleitet von einem positiven Gradienten des Leuchtkraftprofils der jungen Bevölkerung. Dies deutet auf eine verringerte jüngste Sternentstehung in den innersten Regionen dieser Galaxien hin und könnte eine Manifestation des Wachstums der Ausbuchtung24 oder einer von innen nach außen gerichteten Unterdrückung der Sternentstehung25,26,27 sein, möglicherweise aufgrund der aktiven Rückkopplung des galaktischen Kerns für TNG50-Galaxien15,28,29.

a,b, Die Entwicklung der Scheibenstruktur wird als Differenz zwischen der Steigung der radialen Leuchtkraft-Oberflächendichteprofile (Δ log(ΣL)/ΔR) junger (0–4 Gyr) und alter (8–12 Gyr) Sternpopulationen quantifiziert, innerhalb (a) und außerhalb (b) des in den Metallizitätsradialprofilen identifizierten Bruchradius. Gefüllte Kreise bezeichnen sternbildende Galaxien mit der Masse der Milchstraße in der TNG50-Simulation, farblich gekennzeichnet durch ihren effektiven Radius. Zwei Einschübe auf der linken Seite jedes Panels veranschaulichen die Leuchtkraft-Oberflächendichteprofile junger und alter Populationen in zwei beispielhaften TNG50-Galaxien (schwarze Quadrate): eine mit starker Entwicklung an der Spitze und eine mit nahezu parallelem Wachstum (a) oder umgekehrtem Wachstum Entwicklung (junge Bevölkerung ist kompakter, b) unten. Die mögliche Position der Milchstraße in diesen beiden Diagrammen wird durch eine schattierte Ellipse dargestellt, die durch die große Unsicherheit des effektiven Radius der Milchstraße gestreckt wird, was wiederum auf Unsicherheiten bei der Messung der Scheibenskalenlänge und auf die mögliche Abweichung von a zurückzuführen ist Einfach-exponentielles Dichteprofil. Wir übernehmen den gleichen Bereich des effektiven Radius unserer Galaxie wie in Abb. 2 und gehen von ebenso wahrscheinlichen Werten innerhalb dieses Bereichs aus.

In den äußeren Regionen (Abb. 3b) weisen TNG50-Galaxien mit milchstraßenähnlicher Struktur jedoch typischerweise einen flacheren Metallizitätsgradienten auf. Wie aus empirischen chemischen Evolutionsmodellen oder Zoom-in-Simulationen hervorgeht, könnte ein steiler äußerer Metallizitätsgradient möglicherweise durch eine Reihe von Prozessen induziert werden: Inside-Out-Zündung der Sternentstehung aufgrund abnehmender Gasdichte mit zunehmendem Radius und Inside-Out-Scheibenwachstum aufgrund von zunehmende Gasakkretionszeitskala mit dem Radius12,30, radialer Gaseinfluss entlang der Scheibe, der angereichertes Material nach innen transportiert31,32 und ein abruptes, metallfreies Gasakkretionsereignis beispielsweise über eine geringfügige Verschmelzung, die die Scheibe bevorzugt bei größeren Radien verdünnt33,34 . Die durch diese Prozesse geformten Metallizitätsgradienten der simulierten Galaxien können auch davon abhängen, wie sie in den Modellen implementiert werden. Beispielsweise hängt im Szenario der Akkretion von metallfreiem Gas die resultierende Verdünnung als Funktion des Radius stark von der radialen Verteilung des Gaseinfalls und damit von der Masse und der Umlaufbahn des einfallenden Satelliten ab. Diese Anforderungen an die Parameter des einfallenden Satelliten könnten dazu führen, dass der durch Akkretion verursachte steile Metallizitätsgradient ungewöhnlich ist.

Zusammenfassend stellen wir fest, dass das integrierte, leichtgewichtige Metallizitätsprofil der Milchstraße nicht monoton ist, mit einem positiven Gradienten innerhalb von 7 kpc und einem negativen Gradienten außerhalb. Dieses Metallizitätsprofil ist nicht einzigartig, aber ungewöhnlich unter sternbildenden Galaxien mit der Masse der Milchstraße, sowohl im lokalen Universum als auch in einer hochmodernen kosmologischen Simulation. Die Gesamtform des Gradienten der Milchstraße wird durch die zeitliche Entwicklung ihrer inneren und äußeren Scheibenkomponenten bestimmt. Die chemische Struktur der inneren Galaxie lässt sich durch das Wachstum des Bulges oder durch die von innen nach außen gerichtete Unterdrückung der Sternentstehung in den inneren Regionen erklären. Die Struktur der äußeren Regionen der Milchstraße ist jedoch im Rahmen der akzeptierten Galaxienentstehungstheorie schwieriger zu erklären, da das steile äußere Metallizitätsprofil in Kombination mit der aktuellen Schätzung des effektiven Radius unsere Galaxie im Vergleich zu einem atypischen System macht mit den beobachteten und simulierten Proben milchstraßenähnlicher Galaxien. Diese Diskrepanz könnte entweder auf eine fehlerhafte Messung der Größe der galaktischen Scheibe zurückzuführen sein, die mit kommenden Durchmusterungen wie WEAVE, dem 4-Meter-Multiobjekt-Spektroskopieteleskop und dem Sloan Digital Sky Survey V (SDSS-V) behoben werden könnte, oder darauf ein ungewöhnlicher physikalischer Prozess, der während der Entwicklung der Milchstraße abläuft.

Diese Arbeit basiert auf den Daten der letzten internen Datenveröffentlichung der APOGEE-Umfrage nach der SDSS-IV-Datenveröffentlichung 16 (Ref. 35,36,37). APOGEE ist eine massive, hochauflösende spektroskopische Untersuchung im nahen Infrarot1, die robuste und präzise Sternparameter und Elementhäufigkeiten für mehr als eine halbe Million Sterne, hauptsächlich Zweigsterne des Roten Riesen, in fast 1.000 diskreten Feldern liefert, die halbregelmäßig über die galaktische Scheibe verteilt sind , Ausbuchtung und Halo38,39,40,41. Die beobachtete Stichprobe wird auf Feld-zu-Feld-Basis zufällig aus Kandidaten ausgewählt, die im 2MASS H-(J − Ks)0-Farb-Magnituden-Diagramm definiert sind. Die Sternspektren werden mit maßgeschneiderten Spektrographen42 mit dem 2,5-m-Sloan-Teleskop und dem 1-m-Teleskop der New Mexico State University am Apache Point Observatory43,44 sowie mit dem 2,5-m-Irénée du Pont-Teleskop am Las Campanas Observatory45 erhalten. Die Spektren werden reduziert und chemische Häufigkeiten (z. B. [Fe/H], [Mg/Fe]) und Sternparameter (z. B. Oberflächengravitation und effektive Temperatur) einzelner Sterne werden durch benutzerdefinierte Pipelines mithilfe einer neuen benutzerdefinierten Linienliste erstellt (die APOGEE Stellar Parameter and Chemical Abundances Pipeline)46,47,48. Das Sternalter und die spektrophotometrischen Entfernungen werden durch Anwendung des astroNN-Deep-Learning-Codes auf die spektroskopischen Daten von APOGEE und astrometrischen Daten von Gaia abgeleitet und im astroNN-Mehrwertkatalog mit typischen Altersunsicherheiten von 30 % und Entfernungsunsicherheiten von 10 % bereitgestellt. (Ref. 49,50).

Wir haben die APOGEE-Häufigkeiten von Fe und Mg um die Auswirkungen des nichtlokalen thermodynamischen Gleichgewichts (NLTE) korrigiert. Dieser physikalische Prozess wird von Standard-LTE-Modellen nicht erfasst und oft explizit berücksichtigt51. Wir verwendeten die von Bergemann et al.52,53 entwickelten Fe- und Mg-NLTE-Modellatome. NLTE-Korrekturen wurden für ein Gitter stellarer Modellatmosphären berechnet, das den Sternparameterraum von APOGEE-Beobachtungen für einzelne Mg i- und Fe i-Linien abdeckt, die in den H-Band-APOGEE-Spektren erkennbar sind54. Die NLTE-Häufigkeitskorrekturen liegen typischerweise innerhalb von ±0,10 Dex für Fe- und Mg-Häufigkeiten in einzelnen Sternen, betragen jedoch weniger als 0,02 Dex für die integrierten, leicht gewichteten Häufigkeiten. Korrekturen für den NLTE-Effekt verändern den Metallizitätsgradienten nur um weniger als 2 %.

Die integrierte Sternmetallizität in der Milchstraße wird mithilfe der Dichteverteilung von Monoabundanzpopulationen (MAPs) nach sorgfältiger Korrektur der APOGEE-Vermessungsauswahlfunktion55 abgeleitet. Der Prozess der Korrektur der APOGEE-Auswahlfunktion wird ausführlicher von Lian et al.55 beschrieben, aber zusammenfassend schätzen wir mithilfe von PARSEC-Isochronen56 und der kombinierten dreidimensionalen (3D) Extinktionskarte57 die Wahrscheinlichkeit ab, dass ein Stern bei a Angesichts der galaktischen Position und der Häufigkeit von [Fe/H] und [Mg/Fe] würde es als Kandidat ausgewählt und dann schließlich beobachtet werden. Die beobachtete Anzahldichte der APOGEE-Sterne an dieser Position und Häufigkeit, dividiert durch diese Beobachtungswahrscheinlichkeit, ergibt die lokale Dichte der zugrunde liegenden Population. Diese Umwandlung von der abgetasteten in die intrinsische Zahlendichte wird für alle einzelnen MAPs an verschiedenen Galaxienpositionen unabhängig voneinander durchgeführt. Wir betrachten MAPs im Häufigkeitsbereich, in dem sich die überwiegende Mehrheit der Sterne der Milchstraße befindet: [Fe/H] zwischen −0,9 und +0,5, mit einer Klassenbreite von 0,2 Dex und [Mg/Fe] zwischen −0,1 und 0,4 , mit einer Bin-Breite von 0,1 Dex. Die Leuchtdichte jedes MAP wird dann durch Abtasten der PARSEC-Isochronen unter der Annahme einer Kroupa-Anfangsmassenfunktion58 ermittelt. Insgesamt erhalten wir 3.056 einzelne Leuchtkraftmessungen für jeden MAP, der galaktozentrische Radien von 0–25 kpc und vertikale Abstände von 0–14 kpc umfasst.

Mit der 3D-Leuchtdichteverteilung erhalten wir zunächst die Flächenleuchtdichte jedes MAP als Funktion des Radius, indem wir die Dichteverteilung in vertikaler Richtung integrieren. Wir unterteilen die Dichtemessungen von MAPs in eine Reihe schmaler radialer Bins von 0 bis 15 kpc mit einer Bin-Breite von 1 kpc. Für jedes radiale Bin passen wir die vertikale Dichteverteilung mit einem einzelnen Exponentialprofil an und leiten die Oberflächenleuchtdichte durch Integration des am besten angepassten Dichtemodells ab. Diese Oberflächenleuchtdichten werden zur Gewichtung jedes MAP verwendet, um die durchschnittliche leichte Metallizität der Milchstraße zu messen. Diese Werte haben dann die gleiche physikalische Bedeutung wie unaufgelöste stellare Metallizitätsmessungen in externen Galaxien und ermöglichen daher einen direkten Vergleich zwischen ihnen. Die durchschnittliche leichte Metallizität wird berechnet über

wobei σL,i die Leuchtdichte der Oberfläche von MAP i angibt und [Fe/H]i die Eisenhäufigkeit dieses MAP bezeichnet. Die gleiche Berechnung wird durchgeführt, um die leicht gewichtete Magnesiumhäufigkeit ([Mg/H]) zu erhalten, die im Vergleich mit der Gasphasenmetallizität von Galaxien verwendet wird, die normalerweise durch die Sauerstoffhäufigkeit ([O/H]) dargestellt wird. Die Berechnung wird im radialen Bereich von 2–15 kpc durchgeführt, wo die vertikalen Strukturen aller dominanten MAPs gut bestimmt sind. Die stochastische Unsicherheit der integrierten Metallizität wird durch Monte-Carlo-Simulationen geschätzt, wobei Unsicherheiten der Häufigkeit jedes MAP und der erhaltenen Oberflächenmassendichte berücksichtigt werden, die sich aus Zahlendichtefehlern an jeder räumlichen Position fortpflanzen. Als konservative Schätzung gehen wir davon aus, dass die Unsicherheiten von [Fe/H] und [Mg/Fe] in jedem MAP 0,1 bzw. 0,05 Dex betragen, was der Hälfte der für die MAP-Definition verwendeten Klassenbreiten entspricht.

Da die radiale Metallizitätsverteilung in der Milchstraße systematisch mit der Höhe von der Scheibenebene variiert59,60,61,62,63, ist die Korrektur der Durchmusterungsauswahlfunktion unerlässlich, um die unverzerrte integrierte durchschnittliche stellare Metallizität und ihre radiale Verteilung abzuleiten. Das Hauptergebnis dieser Arbeit – nämlich, dass die Milchstraße ein Metallizitätsprofil mit einem deutlichen Bruch aufweist – hängt jedoch nicht stark von der Korrektur der Selektionsfunktion ab. Die unter Verwendung von APOGEE-Daten ohne Berücksichtigung der Auswahlfunktion erhaltenen radialen Metallizitätsprofile zeigen ein ähnliches Verhalten wie die für die Auswahlfunktion korrigierten Profile (ergänzende Abbildung 1 gegenüber Abbildung 1), mit einem deutlichen Bruch bei r ~ 6 kpc, einem positiven Gradienten innerhalb der Bruchradius und ein starkes negatives Gefälle außen. Diese grobe Konsistenz ist auf die halbregelmäßige Anordnung der APOGEE-Felder auf und außerhalb der Scheibenebene zurückzuführen, die den geometrischen Auswahleffekt minimiert. Allerdings sind sowohl der innere als auch der äußere Gradient steiler als die integrierte Sternmetallizität. Dies deutet darauf hin, dass unsere Ergebnisse robust gegenüber Unsicherheiten bei der Korrektur der Umfrageauswahlfunktion sind, eine solche Korrektur ist jedoch für ein genaues Verständnis der durchschnittlichen Metallizitätsverteilung in der Milchstraße erforderlich.

Um den Ursprung des gebrochenen integrierten Metallizitätsprofils in der Galaxie zu untersuchen, untersuchen wir die Metallizitätsprofile von Sternen unterschiedlichen Alters. Diese zeitaufgelösten Metallizitätsprofile werden erhalten, indem zunächst die Zahlendichte jedes MAP an einer bestimmten Position entlang der Altersdimension unter Verwendung der beobachteten Altersverteilung entfaltet wird. Anschließend führen wir für jeden Altersbereich die gleiche Analyse wie oben durch, um die Oberflächenhelligkeit von MAPs und die leichte durchschnittliche Metallizität als Funktion des Radius abzuleiten. Unter Berücksichtigung der Altersunsicherheiten von ca. 30 % betrachten wir drei breite Altersklassen von 0 bis 12 Gyr mit gleichmäßigen Schritten von 4 Gyr.

Wir sind nicht in der Lage, die Auswahlfunktion zu berücksichtigen und dann die intrinsische Dichte für eine bestimmte Monohäufigkeits- und Monoaltersklasse zu berechnen, wenn keiner dieser Sterne beobachtet wird. Da sich bei sehr jungen Sternen (Alter < 0,5 Gyr) nur ein sehr kleiner Anteil durch die RGB-Phase entwickelt und es möglicherweise keine solchen jungen Sterne gibt, die von APOGEE beobachtet wurden, wird in dieser Arbeit der Beitrag sehr junger Populationen zur Leuchtkraft und durchschnittlichen Metallizität der Gesamtpopulationen untersucht wird möglicherweise bei allen Radien unterschätzt. Wir haben Tests durchgeführt, bei denen wir in unseren Berechnungen die Leuchtdichte des jüngsten Altersbereichs (0–2 Gyr; im Hauptpapier wird ein breiterer Altersbereich von 4 Gyr übernommen) manuell erhöhen, und haben festgestellt, dass dies unsere Ergebnisse nicht wesentlich beeinflusst . Eine Änderung der Leuchtkraft des jüngsten Altersbereichs um den Faktor zwei ist eine konservative Schätzung, da möglicherweise nur sehr junge Sterne fehlen: Sie führt nur zu einer Abweichung von <0,02 Dex in der durchschnittlichen Metallizität der Gesamtpopulationen. Beachten Sie, dass die erhaltene durchschnittliche Metallizität der Gesamtpopulationen nicht genau mit der resultierenden durchschnittlichen Metallizität der Gesamtpopulationen übereinstimmt, da die vertikale Dichteverteilung und die Oberflächendichte von MAPs separat berechnet werden, bevor sie in den Klassen „Alle Altersgruppen“ und „Einzelaltersklassen“ in Abb. 1 zusammengefasst werden arithmetisches Mittel der Bevölkerung eines Alters.

Um den Metallizitätsgradienten der Milchstraße zu messen, passen wir aufgrund des sichtbar nichtmonotonen Profils eine gebrochene lineare Funktion an:

zum Profil mit vier freien Parametern: Nullpunkt (b), Knickradius (Rb) und Steigung innerhalb und außerhalb (ain, aout) des Knickradius. Die Anpassung erfolgt im radialen Bereich von 2–15 kpc. Die Unsicherheiten der am besten angepassten Gradienten werden durch Monte-Carlo-Simulationen unter Berücksichtigung der stochastischen Unsicherheit der integrierten Metallizitätsmessung für jedes radiale Bin geschätzt. Der am besten angepasste Bruchradius liegt bei 6,9 ± 0,6 kpc. Die erhaltenen Gradienten haben die Einheit dex kpc−1. Der normalisierte Gradient in dex Re−1 unterliegt jedoch einer großen Unsicherheit aufgrund der eher unsicheren Größenschätzung der Milchstraße, die auf eine erhebliche Unsicherheit in der Scheibenskalenlänge der Milchstraße16 und die Komplexität des Scheibendichteprofils zurückzuführen ist, was möglicherweise der Fall ist von einer einfach-exponentiellen Form abweichen55,64,65,66.

Wir vergleichen unsere Ergebnisse der Metallizitätsprofile der Milchstraße mit denen von sternbildenden Galaxien ähnlicher Masse aus der SDSS-IV MaNGA-Durchmusterung13 und der kosmologischen TNG50-Simulation14,15. MaNGA-Rohdaten werden spektrophotometrisch kalibriert67 und durch die Data Reduction Pipeline68 reduziert. Aus der endgültigen MaNGA-Produkteinführung 11 wählen wir 321 Face-on-Galaxien (Achsenverhältnis b/a > 0,5, unter Verwendung von a und b aus dem NSA-Katalog69) mit einer spezifischen Sternentstehungsrate von >10−11 yr−1 (unter Verwendung von). Messung der gesamten Sternentstehungsrate aus dem Katalog des Max-Planck-Instituts für Astrophysik – Johns Hopkins University70) und |log(M★/MMW)| < 0,2 dex, vorausgesetzt log(MMW/M☉) = 10,76 (Lit. 71). Darunter befinden sich 256 Galaxien in der Primärprobe +, die bis zu 1,5 Re beobachtet werden, und 249 Galaxien in der Sekundärprobe, die bis zu 2,5 Re beobachtet werden.

Wir entnehmen die Sternmetallizitäten in jeder Galaxie dem Firefly MaNGA Value-Added Catalogue72,73,74, der den Firefly-Vollspektrum-Anpassungscode75 und die MaStar-Sternbibliothek76,77 verwendet. Beachten Sie, dass die abgeleitete Sternmetallizität mit der Eisenhäufigkeit [Fe/H] vergleichbar ist, da die MaStar-Sternbibliothek nur die solare α-Häufigkeit berücksichtigt.

Die Spaxel jeder Galaxie werden mithilfe einer Voronoi-Tessellation gruppiert, um ein minimales Signal-Rausch-Verhältnis des Spektrums von 10 sicherzustellen (Ref. 78). Wir verlangen, dass jede Voronoi-Binned-Zelle eine Unsicherheit der stellaren Metallizitätsmessung von weniger als 0,5 Dex aufweist. Wir stellen fest, dass die abgeleiteten radialen Profile von MaNGA-Galaxien aufgrund unzureichender räumlicher Abtastung möglicherweise etwas flacher als die intrinsischen sind79. Daher könnte sich der Anteil der milchstraßenähnlichen Metallizitätsprofile in lokalen Galaxien in einer anderen IFU-Untersuchung quantitativ ändern, qualitativ jedoch wahrscheinlich nicht. Beispielsweise ist in der Calar Alto Legacy Integral Field Area IFU Survey18, die eine höhere räumliche Auflösung als MaNGA aufweist, keine eindeutige Signatur gebrochener Metallizitätsprofile in massereichen Galaxien des späten Typs zu sehen. Ein detaillierterer und umfassenderer Vergleich unter Verwendung ortsaufgelöster extragalaktischer Beobachtungen unterschiedlicher räumlicher Auflösung ist erforderlich, um die Häufigkeit milchstraßenähnlicher Profile im lokalen Universum genau zu quantifizieren, was jedoch den Rahmen dieser Arbeit sprengt.

MaNGA-Spektren haben einen Wellenlängenbereich zwischen 3.800 und 10.000 Å. Wir haben einen Test durchgeführt, um das durchschnittliche Metallizitätsprofil der Milchstraße mithilfe des R-Bandes anstelle der bolometrischen Leuchtkraft zu berechnen, und dabei konsistente Ergebnisse gefunden.

Um die Ergebnisse der Milchstraße mit denen aktueller Galaxienentstehungsmodelle zu vergleichen, wählen wir in der TNG50-Simulation milchstraßenähnliche Galaxien aus, indem wir dieselben Auswahlkriterien (d. h. Sternmasse und spezifische Kürzungen der Sternentstehungsrate) wie für die MaNGA anwenden Umfrage. TNG50 liefert 134 Galaxien, die diese Kriterien beim z = 0-Schnappschuss erfüllen.

TNG50 ist eine kosmologische magnetohydrodynamische Simulation für die Bildung und Entwicklung von Galaxien, die ein Volumen von etwa 50 Megaparsec umfasst und somit viele tausend Galaxien über 108 M⊙ über Galaxientypen und -umgebungen hinweg untersucht14,15. In der Simulation werden Prozesse wie Sternentstehung mit Dichteschwelle, Sternentwicklung, chemische Anreicherung, durch Supernova-Explosionen erzeugte galaktische Winde, Gaskühlung und -erwärmung sowie Keimung, Wachstum und Rückkopplung von supermassereichen Schwarzen Löchern alle gleichzeitig verfolgt80,81, mit einem durchschnittliche Masse und räumliche Auflösung in den sternbildenden Galaxien von 8,5 × 104 M⊙ bzw. 50–200 pc14,29. Es wurde gezeigt, dass die TNG50-Galaxien bei z = 0 Strukturen und Eigenschaften aufweisen, die insgesamt mit vielen Beobachtungsergebnissen übereinstimmen: Für die Zwecke dieses Vergleichs relevant sind unter anderem die Metallizitätsgradienten der Gasphase82 und die Oberflächendichteprofile der radialen Sternentstehungsrate im Vergleich mit MaNGA-Galaxien83 und die Sterngrößen und gesamten Sternmorphologien im Vergleich mit SDSS-Daten und anderen84. All dies ermöglicht es uns, den Fall der Milchstraße mit einer relativ großen Menge simulierter und einigermaßen realistischer Galaxien zu vergleichen.

Nach dem gleichen Verfahren wie für die Daten der Milchstraße erhalten wir die integrierten leichtgewichtigen Metallizitätsprofile der ausgewählten TNG50-Galaxien und messen ihre Metallizitätsgradienten und Bruchradien, indem wir die leichtgewichtigen Metallizitätsprofile von Sternpartikeln innerhalb von ±4 kpc vom Zentrum anpassen Mittelebene und im Bereich von 3–25 kpc. Da wir für die Galaxie Profile ab 2 kpc erhalten, wenden wir einen ähnlichen Mindestradius für die Anpassung der Profile simulierter Galaxien an. Da TNG50-Galaxien im Allgemeinen größer sind als die Milchstraße, wenden wir einen maximalen Radius von 25 kpc an, um die simulierten Galaxien mit mindestens 2,5 effektiven Radien abzudecken. Damit ihr heutiger Metallizitätsgradient mit der Milchstraße übereinstimmt, verwenden wir den Metallizitätsgradienten junger Sterne mit einem Alter von 0–4 Gyr. Die Ergebnisse dieser Anpassungen sind in Abb. 3 dargestellt. Die effektiven Radien von TNG50-Galaxien werden anhand der Leuchtkraftverteilung beim z = 0-Schnappschuss gemessen.

Im Haupttext verwenden wir die Metallizitätsprofile junger Sterne (0–4 Gyr) in der Milchstraße und in TNG50-Galaxien, um ihre heutigen Metallizitätsprofile darzustellen. Um diesen Ansatz zu verifizieren, vergleichen wir die Metallizitätsprofile und -gradienten zwischen dem Gas und den jungen Sternen in unseren TNG50-Galaxien (ergänzende Abbildung 2). Das Metallizitätsprofil junger Sterne folgt eng dem von Gas, obwohl letzteres im Durchschnitt nur geringfügig steiler ist (0,0026 ± 0,0064 dex kpc−1) (der Gradient wird im Bereich von 3–25 kpc berechnet). Dieser Unterschied hat keinen Einfluss auf den Vergleich im Haupttext.

Für MaNGA-Galaxien messen wir die Gasmetallizität derselben Zellen mit Sternmetallizitätsmessungen unter Verwendung von Emissionslinienflüssen, die von der Data Analysis Pipeline85,86 erzeugt werden. Für jede Zelle benötigen wir das Signal-Rausch-Verhältnis der starken Emissionslinien ([O ii]λ3.727, 3.729, Hβ, [O iii]λ4.959, 5.007, Hα, [N ii]λ6.584 ) über 5 liegen, so dass ihre Verhältnisse die Zelle in der Sternentstehungsregion platzieren, die durch die konventionelle Demarkationslinie87 im Baldwin-Phillips-Terlevich-Diagramm88 definiert wird. Wir korrigieren die galaktische interne Auslöschung mithilfe der Balmer-Dekrementmethode und gehen von einer Rekombination im Fall B mit einem intrinsischen Hα/Hβ-Verhältnis von 2,87 (Lit. 89) und einem Standardgesetz für die Auslöschung der Milchstraße aus90. Um die Systematik bei Gasmetallizitätsmessungen zwischen verschiedenen Kalibrierungen zu berücksichtigen, testen wir vier weit verbreitete Metallizitätskalibrierungen mit starken Linien: R23 (([O ii]λ3.727, 3.729 + [O iii]λ4.959, 5.001)/Hβ; ref . 91), N2O2 ([N ii]λ6.584/[O ii]λ3.727, 3.729; Lit. 92) und zwei O3N2 (([O iii]λ4.959, 5.001/Hβ)/([N ii ]λ6,584/Hα)) Kalibrierungen93,94. Die mit diesen Kalibrierungen abgeleiteten Metallizitätsprofile weisen große Unterschiede in den absoluten Metallizitätswerten, aber ungefähr konsistente radiale Gradientenformen auf. Wir übernehmen die R23-Kalibrierung, die ein durchschnittliches Metallizitätsprofil unserer MaNGA-Probe liefert, das am besten mit den jungen Populationen in den simulierten Galaxien und der Milchstraße übereinstimmt, aber wir betonen, dass unsere qualitativen Ergebnisse nicht von der Wahl des Kalibrators abhängen.

Alle in dieser Arbeit präsentierten Daten sind in einem öffentlichen Repository unter https://github.com/lianjianhui/Source-data-for-MW-gradient-paper.git verfügbar.

Majewski, SR et al. Das Apache Point Observatory Galactic Evolution Experiment (APOGEE). Astron. J. 154, 94 (2017).

Artikel ADS Google Scholar

Gaia Collaborationet al. Die Gaia-Mission. Astron. Astronomien. 595, A1 (2016).

Artikel Google Scholar

Esteban, C. & García-Rojas, J. Überprüfung der radialen Häufigkeitsgradienten von Stickstoff und Sauerstoff in der Milchstraße. Mo. Nicht. R. Astron. Soc. 478, 2315–2336 (2018).

Artikel ADS Google Scholar

Lemasle, B. et al. Metallizitätsgradient der Milchstraße von Gaia DR2 F/1O Doppelmode-Cepheiden. Astron. Astronomien. 618, A160 (2018).

Artikel Google Scholar

Bragança, GA et al. Radiale Häufigkeitsgradienten in der äußeren galaktischen Scheibe, verfolgt von OB-Hauptreihensternen. Astron. Astronomien. 625, A120 (2019).

Artikel Google Scholar

Arellano-Córdova, KZ, Esteban, C., Garcia-Rojas, J. & Mendez-Delgado, JE Die galaktischen radialen Häufigkeitsgradienten von C, N, O, Ne, S, Cl und Ar aus tiefen Spektren von H ii-Regionen . . . . Mo. Nicht. R. Astron. Soc. 496, 1051–1076 (2020).

Artikel ADS Google Scholar

Minniti, JH et al. Verwendung klassischer Cepheiden zur Untersuchung der anderen Seite der Milchstraßenscheibe. I. Spektroskopische Klassifizierung und der Metallizitätsgradient. Astron. Astronomien. 640, A92 (2020).

Artikel Google Scholar

Zhang, H., Chen, Y. & Zhao, G. Radiale Migration vom Metallizitätsgradienten offener Cluster und Ausreißer. Astronomien. J. 919, 52 (2021).

Artikel ADS Google Scholar

Spina, L., Magrini, L. & Cunha, K. Kartierung des galaktischen Metallizitätsgradienten mit offenen Sternhaufen: der Stand der Technik und zukünftige Herausforderungen. Universum 8, 87 (2022).

Artikel ADS Google Scholar

Bensby, T., Alves-Brito, A., Oey, MS, Yong, D. & Meléndez, J. Eine erste Einschränkung für die Skalenlänge der dicken Scheibe: unterschiedliche radiale Häufigkeiten in K-Riesen bei den galaktozentrischen Radien 4, 8 und 12 kpc. Astronomien. J. Lett. 735, L46 (2011).

Artikel ADS Google Scholar

Bovy, J. et al. Die räumliche Struktur monohäufiger Subpopulationen der Milchstraßenscheibe. Astronomien. J. 753, 148 (2012).

Artikel ADS Google Scholar

Schönrich, R. & McMillan, PJ Verständnis inverser Metallizitätsgradienten in galaktischen Scheiben als Folge der Inside-Out-Formation. Mo. Nicht. R. Astron. Soc. 467, 1154–1174 (2017).

ADS Google Scholar

Bundy, K. et al. Überblick über die SDSS-IV MaNGA-Durchmusterung: Kartierung nahegelegener Galaxien am Apache Point Observatory. Astronomien. J. 798, 7 (2015).

Artikel ADS Google Scholar

Pillepich, A. et al. Erste Ergebnisse der TNG50-Simulation: die Entwicklung von Stern- und Gasscheiben im Laufe der kosmischen Zeit. Mo. Nicht. R. Astron. Soc. 490, 3196–3233 (2019).

Artikel ADS Google Scholar

Nelson, D. et al. Erste Ergebnisse der TNG50-Simulation: galaktische Ausflüsse, angetrieben durch Supernovae und Rückkopplung von Schwarzen Löchern. Mo. Nicht. R. Astron. Soc. 490, 3234–3261 (2019).

Artikel ADS Google Scholar

Bland-Hawthorn, J. & Gerhard, O. Die Galaxie im Kontext: strukturelle, kinematische und integrierte Eigenschaften. Annu. Rev. Astron. Astronomien. 54, 529–596 (2016).

Artikel ADS Google Scholar

Boardman, N. et al. Milchstraßen-Analoga in MaNGA: Multiparameter-Homogenität und Vergleich mit der Milchstraße. Mo. Nicht. R. Astron. Soc. 491, 3672–3701 (2020).

Artikel ADS Google Scholar

González Delgado, RM et al. Die CALIFA-Durchmusterung über die Hubble-Sequenz. Ortsaufgelöste Sternpopulationseigenschaften in Galaxien. Astron. Astronomien. 581, A103 (2015).

Artikel Google Scholar

Kudritzki, R.-P. et al. Quantitative Spektroskopie blauer Überriesensterne in der Scheibe von M81: Metallizität, Metallizitätsgradient und Entfernung. Astronomien. J. 747, 15 (2012).

Artikel ADS Google Scholar

Saglia, RP et al. Sternpopulationen der zentralen Region von M 31. Astron. Astronomien. 618, A156 (2018).

Artikel Google Scholar

Gregersen, D. et al. Panchromatisches Hubble-Andromeda-Schatzhaus. XII. Kartierung der stellaren Metallizitätsverteilungen in M31. Astron. J. 150, 189 (2015).

Artikel ADS Google Scholar

Liu, C. et al. Eine spektroskopische Untersuchung blauer Überriesensterne in Spiralgalaxien der lokalen Gruppe: Andromeda und Triangulum. Astronomien. J. 932, 29 (2022).

Artikel ADS Google Scholar

Sánchez-Blázquez, P. et al. Sternpopulationsgradienten in Galaxienscheiben aus der CALIFA-Durchmusterung. Der Einfluss von Balken. Astron. Astronomien. 570, A6 (2014).

Artikel Google Scholar

Rix, H.-W. et al. Das arme alte Herz der Milchstraße. Astronomien. J. 941, 45 (2022).

Artikel ADS Google Scholar

Wang, E. et al. SDSS-IV MaNGA: Beendigung der Sternentstehung in Galaxien mit niedriger Rotverschiebung. I. Abhängigkeit von Sternmasse und Struktureigenschaften. Astronomien. J. 856, 137 (2018).

Artikel ADS Google Scholar

Lin, L. et al. SDSS-IV MaNGA: Inside-Out- versus Outside-In-Löschung von Galaxien in verschiedenen lokalen Umgebungen. Astronomien. J. 872, 50 (2019).

Artikel ADS Google Scholar

Hasselquist, S. et al. APOGEE [C/N]-Häufigkeiten in der gesamten Galaxie: Migration und Einfall aus der Zeit des Roten Riesen. Astronomien. J. 871, 181 (2019).

Artikel ADS Google Scholar

Nelson, EJ et al. Ortsaufgelöste Sternentstehung und Inside-Out-Quenching in der TNG50-Simulation und 3D-HST-Beobachtungen. Mo. Nicht. R. Astron. Soc. 508, 219–235 (2021).

Artikel ADS Google Scholar

Pillepich, A. et al. Röntgenblasen im zirkumgalaktischen Medium von TNG50-Milchstraßen- und M31-ähnlichen Galaxien: Wegweiser für die Aktivität supermassereicher Schwarzer Löcher. Mo. Nicht. R. Astron. Soc. 508, 4667–4695 (2021).

Artikel ADS Google Scholar

Chiappini, C., Matteucci, F. & Romano, D. Häufigkeitsgradienten und die Entstehung der Milchstraße. Astronomien. J. 554, 1044–1058 (2001).

Artikel ADS Google Scholar

Schönrich, R. & Binney, J. Chemische Evolution mit radialer Mischung. Mo. Nicht. R. Astron. Soc. 396, 203–222 (2009).

Artikel ADS Google Scholar

Chen, B. et al. Chemische Evolution mit radialem Mischungsredux: Ausdehnung über die solare Nachbarschaft hinaus. Vorabdruck bei arXiv https://doi.org/10.48550/arXiv.2204.11413 (2022).

Buck, T. Über den Ursprung der chemischen Bimodalität von Scheibensternen: eine Geschichte von Verschmelzung und Migration. Mo. Nicht. R. Astron. Soc. 491, 5435–5446 (2020).

Artikel ADS Google Scholar

Lian, J. et al. Die alterschemische Häufigkeitsstruktur der galaktischen Scheibe – II. α-Dichotomie und dicke Bandscheibenbildung. Mo. Nicht. R. Astron. Soc. 497, 2371–2384 (2020).

Artikel ADS Google Scholar

Blanton, MR et al. Sloan Digital Sky Survey IV: Kartierung der Milchstraße, naher Galaxien und des fernen Universums. Astron. J. 154, 28 (2017).

Artikel ADS Google Scholar

Ahumada, R. et al. Die 16. Datenveröffentlichung der Sloan Digital Sky Surveys: erste Veröffentlichung der APOGEE-2-Süddurchmusterung und vollständige Veröffentlichung der eBOSS-Spektren. Astronomien. J. Suppl. Ser. 249, 3 (2020).

Artikel ADS Google Scholar

Jönsson, H. et al. APOGEE-Daten und Spektralanalyse aus SDSS Data Release 16: sieben Jahre Beobachtungen, einschließlich erster Ergebnisse von APOGEE-South. Astron. J. 160, 120 (2020).

Artikel ADS Google Scholar

Zasowski, G. et al. Zielauswahl für das Apache Point Observatory Galactic Evolution Experiment (APOGEE). Astron. J. 146, 81 (2013).

Artikel ADS Google Scholar

Zasowski, G. et al. Zielauswahl für die SDSS-IV APOGEE-2-Umfrage. Astron. J. 154, 198 (2017).

Artikel ADS Google Scholar

Beaton, RL et al. Endgültige Targeting-Strategie für die SDSS-IV APOGEE-2N-Umfrage. Astron. J. 62, 302 (2021).

Artikel ADS Google Scholar

Santana, FA et al. Endgültige Targeting-Strategie für die SDSS-IV APOGEE-2S-Umfrage. Astron. J. 162, 303 (2021).

Artikel ADS Google Scholar

Wilson, JC et al. Die Spektrographen des Apache Point Observatory Galactic Evolution Experiment (APOGEE). Publ. Astron. Soc. Pac. 131, 055001 (2019).

Artikel ADS Google Scholar

Gunn, JE et al. Das 2,5-m-Teleskop des Sloan Digital Sky Survey. Astron. J. 131, 2332–2359 (2006).

Artikel ADS Google Scholar

Holtzman, JA, Harrison, TE & Coughlin, JL Das 1-m-Teleskop der NMSU am Apache Point Observatory. Adv. Astron. 2010, 193086 (2010).

Artikel ADS Google Scholar

Bowen, IS & Vaughan, JAH Das optische Design des 40-Zoll. Teleskop und des Irénée DuPont-Teleskops am Las Campanas-Observatorium, Chile. Appl. Opt. 12, 1430–1434 (1973).

Artikel ADS Google Scholar

Nidever, DL et al. Die Datenreduktionspipeline für das Apache Point Observatory Galactic Evolution Experiment. Astron. J. 150, 173 (2015).

Artikel ADS Google Scholar

García Pérez, AE et al. ASPCAP: die APOGEE Stellar Parameter and Chemical Abundances Pipeline. Astron. J. 151, 144 (2016).

Artikel ADS Google Scholar

Smith, VV et al. Die Spektrallinienliste von APOGEE Data Release 16. Astron. J. 161, 254 (2021).

Artikel ADS Google Scholar

Mackereth, JT et al. Dynamische Erwärmung der Milchstraßenscheibe mit APOGEE und Gaia. Mo. Nicht. R. Astron. Soc. 489, 176–195 (2019).

Artikel ADS Google Scholar

Leung, HW & Bovy, J. Deep Learning der Multielementhäufigkeit aus hochauflösenden spektroskopischen Daten. Mo. Nicht. R. Astron. Soc. 483, 3255–3277 (2019).

ADS Google Scholar

Chaplin, WJ et al. Altersdatierung einer frühen Milchstraßenverschmelzung mittels Asteroseismologie des mit bloßem Auge sichtbaren Sterns ν Indi. Nat. Astron. 4, 382–389 (2020).

Artikel ADS Google Scholar

Bergemann, M., Lind, K., Collet, R., Magic, Z. & Asplund, M. Nicht-LTE-Linienbildung von Fe in Sternen vom späten Typ – I. Standardsterne mit 1D- und 〈3D〉-Modellatmosphären. Mo. Nicht. R. Astron. Soc. 427, 27–49 (2012).

Artikel ADS Google Scholar

Bergemann, M. et al. Nichtlokale thermodynamische Gleichgewichtsspektroskopie mit 1D- und 〈3D〉-Modellen. I. Methoden und Anwendung auf Magnesiumhäufigkeiten in Standardsternen. Astronomien. J. 847, 15 (2017).

Artikel ADS Google Scholar

Souto, D. et al. Chemische Häufigkeiten von Hauptreihen-, Abschalt-, Unterriesen- und Roten Riesensternen aus APOGEE-Spektren. I. Diffusionssignaturen im offenen Sternhaufen M67. Astronomien. J. 857, 14 (2018).

Artikel ADS Google Scholar

Lian, J. et al. Die Milchstraßen-Tomographie mit APOGEE: intrinsische Dichteverteilung und Struktur von Monoabundanzpopulationen. Mo. Nicht. R. Astron. Soc. 513, 4130 (2022).

Artikel ADS Google Scholar

Bressan, A. et al. PARSEC: Sternspuren und Isochronen mit dem PAdova und Trieste Stellar Evolution Code. Mo. Nicht. R. Astron. Soc. 427, 127–145 (2012).

Artikel ADS Google Scholar

Bovy, J., Rix, H.-W., Green, GM, Schlafly, EF & Finkbeiner, DP Zur galaktischen Dichtemodellierung bei Staubauslöschung. Astronomien. J. 818, 130 (2016).

Artikel ADS Google Scholar

Kroupa, P. Zur Variation der anfänglichen Massenfunktion. Mo. Nicht. R. Astron. Soc. 322, 231–246 (2001).

Artikel ADS Google Scholar

Hayden, MR et al. Chemische Kartographie mit APOGEE: Metallizitätsverteilungsfunktionen und die chemische Struktur der Milchstraßenscheibe. Astronomien. J. 808, 132 (2015).

Artikel ADS Google Scholar

Xiang, M.-S. et al. Die Entwicklung stellarer Metallizitätsgradienten der Milchstraßenscheibe von LSS-GAC-Hauptreihenabschaltsternen: eine zweiphasige Scheibenbildungsgeschichte? Res. Astron. Astronomien. 15, 1209–1239 (2015).

Artikel ADS Google Scholar

Stanghellini, L. & Haywood, M. Galaktische planetarische Nebel als Sonden für radiale Metallizitätsgradienten und andere Häufigkeitsmuster. Astronomien. J. 862, 45 (2018).

Artikel ADS Google Scholar

Wheeler, A. et al. Häufigkeiten in der Milchstraße über fünf nukleosynthetische Kanäle von 4 Millionen LAMOST-Sternen. Astronomien. J. 898, 58 (2020).

Artikel ADS Google Scholar

Vickers, JJ, Shen, J. & Li, Z.-Y. Der abflachende Metallizitätsgradient in der dünnen Scheibe der Milchstraße. Astronomien. J. 922, 189 (2021).

Artikel ADS Google Scholar

Bovy, J. et al. Die Sternpopulationsstruktur der galaktischen Scheibe. Astronomien. J. 823, 30 (2016).

Artikel ADS Google Scholar

Mackereth, JT et al. Die Alters-Metallizitätsstruktur der Milchstraßenscheibe mit APOGEE. Mo. Nicht. R. Astron. Soc. 471, 3057–3078 (2017).

Artikel ADS Google Scholar

Yu, Z. et al. Kartierung der galaktischen Scheibe mit der roten Klumpenprobe von LAMOST und Gaia. VII. Die durch die Monohäufigkeitspopulationen aufgedeckte Struktur der Sternscheibe. Astronomien. J. 912, 106 (2021).

Artikel ADS Google Scholar

Yan, R. et al. SDSS-IV/MaNGA: spektrophotometrische Kalibrierungstechnik. Astron. J. 151, 8 (2016).

Artikel ADS Google Scholar

Law, DR et al. Die Datenreduktionspipeline für die SDSS-IV MaNGA IFU-Galaxiendurchmusterung. Astron. J. 152, 83 (2016).

Artikel ADS Google Scholar

Blanton, MR, Kazin, E., Muna, D., Weaver, BA & Price-Whelan, A. Verbesserte Hintergrundsubtraktion für die Sloan Digital Sky Survey-Bilder. Astron. J. 142, 31 (2011).

Artikel ADS Google Scholar

Brinchmann, J. et al. Die physikalischen Eigenschaften sternbildender Galaxien im Universum mit niedriger Rotverschiebung. Mo. Nicht. R. Astron. Soc. 351, 1151–1179 (2004).

Artikel ADS Google Scholar

Licquia, TC, Newman, JA & Bershady, MA Folgt die Milchstraße den Skalierungsbeziehungen von Spiralgalaxien? Astronomien. J. 833, 220 (2016).

Artikel ADS Google Scholar

Goddard, D. et al. SDSS-IV MaNGA: Ortsaufgelöste Sternentstehungsgeschichten in Galaxien als Funktion von Galaxienmasse und -typ. Mo. Nicht. R. Astron. Soc. 466, 4731–4758 (2017).

ADS Google Scholar

Parikh, T. et al. SDSS-IV MaNGA: die ortsaufgelöste stellare Anfangsmassenfunktion in etwa 400 frühen Galaxientypen. Mo. Nicht. R. Astron. Soc. 477, 3954–3982 (2018).

Artikel ADS Google Scholar

Neumann, J. et al. SDSS-IV MaNGA: Treiber der Sternmetallizität in nahen Galaxien. Mo. Nicht. R. Astron. Soc. 508, 4844–4857 (2021).

Artikel ADS Google Scholar

Wilkinson, DM, Maraston, C., Goddard, D., Thomas, D. & Parikh, T. FIREFLY (Fitting IteRativEly For Likelihood analYsis): ein vollständiger Spektralanpassungscode. Mo. Nicht. R. Astron. Soc. 472, 4297–4326 (2017).

Artikel ADS Google Scholar

Maraston, C. et al. Sternpopulationsmodelle basierend auf der SDSS-IV MaStar-Bibliothek von Sternspektren – I. Mittlere/alte Modelle. Mo. Nicht. R. Astron. Soc. 496, 2962–2997 (2020).

Artikel ADS Google Scholar

Yan, R. et al. SDSS-IV MaStar: eine große und umfassende empirische Sternspektralbibliothek – erste Veröffentlichung. Astronomien. J. 883, 175 (2019).

Artikel ADS Google Scholar

Cappellari, M. & Emsellem, E. Parametrische Wiederherstellung von Sichtliniengeschwindigkeitsverteilungen aus Absorptionslinienspektren von Galaxien mittels bestrafter Wahrscheinlichkeit. Publ. Astron. Soc. Pac. 116, 138–147 (2004).

Artikel ADS Google Scholar

Ibarra-Medel, HJ, Avila-Reese, V., Sanchez, SF, Gonzalez-Samaniego, A. & Rodriguez-Puebla, A. Optische Integralfeldspektroskopie-Beobachtungen angewendet auf simulierte Galaxien: Testen der Fossilienaufzeichnungsmethode. Mo. Nicht. R. Astron. Soc. 483, 4525–4550 (2019).

Artikel ADS Google Scholar

Weinberger, R. et al. Simulation der Galaxienentstehung mit thermischer und kinetischer Rückkopplung durch Schwarze Löcher. Mo. Nicht. R. Astron. Soc. 465, 3291–3308 (2017).

Artikel ADS Google Scholar

Pillepich, A. et al. Simulation der Galaxienentstehung mit dem IllustrisTNG-Modell. Mo. Nicht. R. Astron. Soc. 473, 4077–4106 (2018).

Artikel ADS Google Scholar

Hemler, ZS et al. Gasphasen-Metallizitätsgradienten von TNG50-Sternenbildungsgalaxien. Mo. Nicht. R. Astron. Soc. 506, 3024–3048 (2021).

Artikel ADS Google Scholar

Motwani, B. et al. Erste Ergebnisse von SMAUG: Einblicke in die Sternentstehungsbedingungen anhand ortsaufgelöster ISM-Eigenschaften in TNG50. Astronomien. J. 926, 139 (2022).

Artikel ADS Google Scholar

Zanisi, L. et al. Ein Deep-Learning-Ansatz zum Testen der Morphologie kleiner Galaxien und ihrer Beziehung zur Sternentstehungsaktivität in hydrodynamischen Simulationen. Mo. Nicht. R. Astron. Soc. 501, 4359–4382 (2021).

Artikel ADS Google Scholar

Belfiore, F. et al. Die Datenanalysepipeline für die SDSS-IV MaNGA IFU-Galaxiendurchmusterung: Emissionslinienmodellierung. Astron. J. 158, 160 (2019).

Artikel ADS Google Scholar

Westfall, KB et al. Die Datenanalyse-Pipeline für die SDSS-IV MaNGA IFU-Galaxiendurchmusterung: Übersicht. Astron. J. 158, 231 (2019).

Artikel ADS Google Scholar

Kauffmann, G. et al. Die Wirtsgalaxien aktiver galaktischer Kerne. Mo. Nicht. R. Astron. Soc. 346, 1055–1077 (2003).

Artikel ADS Google Scholar

Baldwin, JA, Phillips, MM & Terlevich, R. Klassifizierungsparameter für die Emissionslinienspektren extragalaktischer Objekte. Publ. Astron. Soc. Pac. 93, 5–19 (1981).

Artikel ADS Google Scholar

Osterbrock, DE & Ferland, GJ Astrophysics of Gaseous Nebulae and Active Galactic Nuclei (University Science Books, 2006).

Cardelli, JA, Clayton, GC & Mathis, JS Die Beziehung zwischen Infrarot-, optischer und ultravioletter Extinktion. Astronomien. J. 345, 245 (1989).

Artikel ADS Google Scholar

Curti, M. et al. Die KLEVER-Durchmusterung: räumlich aufgelöste Metallizitätskarten und -gradienten in einer Stichprobe von 1,2 < z < 2,5 Linsengalaxien. Mo. Nicht. R. Astron. Soc. 492, 821–842 (2020).

Artikel ADS Google Scholar

Dopita, MA, Sutherland, RS, Nicholls, DC, Kewley, LJ & Vogt, FPA Neue Strong-Line-Häufigkeitsdiagnostik für H-II-Regionen: Auswirkungen κ-verteilter Elektronenenergien und neue Atomdaten. Astronomien. J. Suppl. Ser. 208, 10 (2013).

Artikel ADS Google Scholar

Pettini, M. & Pagel, BEJ [O iii]/[N ii] als Häufigkeitsindikator bei hoher Rotverschiebung. Mo. Nicht. R. Astron. Soc. 348, L59–L63 (2004).

Artikel ADS Google Scholar

Marino, RA et al. Die O3N2- und N2-Häufigkeitsindikatoren wurden überarbeitet: verbesserte Kalibrierungen basierend auf CALIFA und Te-basierten Literaturdaten. Astron. Astronomien. 559, A114 (2013).

Artikel Google Scholar

Ting, Y.-S. & Weinberg, DH Wie viele Elemente sind wichtig? Astronomien. J. 927, 209 (2022).

Artikel ADS Google Scholar

Referenzen herunterladen

MB und JL werden durch das Lise-Meitner-Stipendium der Max-Planck-Gesellschaft unterstützt. Wir danken dem Sonderforschungsbereich SFB 881 (Projekte A5, A10) der Universität Heidelberg, der Deutschen Forschungsgemeinschaft (DFG) und dem Europäischen Forschungsrat (ERC) im Rahmen des Forschungs- und Innovationsprogramms Horizon 2020 der Europäischen Union für die Unterstützung (Fördervereinbarung 949173). JL dankt der Wissenschafts- und Technologieabteilung der Provinz Yunnan für die Unterstützung im Rahmen der Zuschüsse 202105AE160021 und 202005AB160002. AP dankt der Deutschen Forschungsgemeinschaft (DFG) für die Unterstützung – Projekt-ID 138713538 – SFB 881 („Das Milchstraßensystem“, Teilprojekte A01 und A06). Dieses Material basiert auf Arbeiten, die von der National Science Foundation im Rahmen des Zuschusses AST-2009993 unterstützt werden.

Die Finanzierung für SDSS-IV erfolgte durch die Alfred P. Sloan Foundation, das US Department of Energy Office of Science und die teilnehmenden Institutionen. SDSS-IV dankt dem Center for High-Performance Computing der University of Utah für die Unterstützung und Ressourcen. Die SDSS-Website ist www.sdss.org.

SDSS-IV wird vom Astrophysical Research Consortium für die teilnehmenden Institutionen der SDSS-Kollaboration verwaltet, darunter die brasilianische Participation Group, die Carnegie Institution for Science, die Carnegie Mellon University, die chilenische Participation Group, die French Participation Group und das Harvard-Smithsonian Center for Astrophysics , Instituto de Astrofísica de Canarias, The Johns Hopkins University, Kavli Institute for the Physics and Mathematics of the Universe (IPMU)/University of Tokyo, the Korean Participation Group, Lawrence Berkeley National Laboratory, Leibniz Institut für Astrophysik Potsdam (AIP), Max -Planck-Institut für Astronomie (MPIA Heidelberg), Max-Planck-Institut für Astrophysik (MPA Garching), Max-Planck-Institut für extraterrestrische Physik (MPE), National Astronomical Observatories of China, New Mexico State University, New York University, University of Notre Dame, Observatário Nacional/MCTI, The Ohio State University, Pennsylvania State University, Shanghai Astronomical Observatory, United Kingdom Participation Group, Universidad Nacional Autónoma de México, University of Arizona, University of Colorado Boulder, University of Oxford, University of Portsmouth , University of Utah, University of Virginia, University of Washington, University of Wisconsin, Vanderbilt University und Yale University.

Open-Access-Förderung der Max-Planck-Gesellschaft.

Max-Planck-Institut für Astronomie, Heidelberg, Deutschland

Jianhui Lian, Maria Bergemann & Annalisa Pillepich

Südwestliches Institut für Astronomieforschung, Yunnan-Universität, Kunming, Volksrepublik China

Jianhui Lian

Abteilung für Physik und Astronomie, University of Utah, Salt Lake City, UT, USA

Gail Zasowski

Astronomisches Forschungszentrum, Bernardo O'Higgins Universität, Santiago, Chile

Richard R. Lane

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

JL und GZ entwickelten die ursprüngliche Idee. JL, GZ und RRL haben die APOGEE-Daten vorbereitet. AP hat die TNG50-Modelle vorbereitet. MB hat die NLTE-Modelle vorbereitet. JL, MB und AP führten die Datenanalyse durch. JL, MB, AP und GZ haben das Manuskript geschrieben.

Korrespondenz mit Jianhui Lian oder Maria Bergemann.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Astronomy dankt Patricia Sánchez-Blázquez und Fernando Rosales-Ortega für ihren Beitrag zum Peer-Review dieser Arbeit.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Ergänzende Abbildungen. 1 und 2.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die ursprünglichen Autor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Lian, J., Bergemann, M., Pillepich, A. et al. Das integrierte Metallizitätsprofil der Milchstraße. Nat Astron 7, 951–958 (2023). https://doi.org/10.1038/s41550-023-01977-z

Zitat herunterladen

Eingegangen: 07. Juli 2022

Angenommen: 19. April 2023

Veröffentlicht: 22. Juni 2023

Ausgabedatum: August 2023

DOI: https://doi.org/10.1038/s41550-023-01977-z

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt