銀河系“偷”來的星流_風聞

文章來源：Universe Today

原作：Evan Gough

編譯：艾宇熙

校譯：牧夫天文校對組

編排：王璞

後台：庫特莉亞芙卡 李子琦

原文鏈接：

https://www.universetoday.com/147038/a-stellar-stream-of-stars-stolen-from-another-galaxy/

近日，《自然·天文學》期刊發表了一篇題為“在太陽附近存在一個巨大順行星流的證據”的論文。論文的第一作者是美國加州理工大學的理論物理博士後Lina

Necib。論文所描述的星流被稱為Nyx，可能是一個矮星系或球狀星團的殘餘，後來與銀河系融合。這是天文學家們第一次發現與銀河系順行的來自矮星系的星流融合進入銀河系恆星盤的跡象。

在星系的形成和生長過程中，物質不斷向星系的恆星盤累積，其中就包括來自於星系外部的恆星。根據這個假設，我們所在的銀河系中也應當存在一些恆星，它們來自於吞併的小星系。在這項研究中，研究人員利用“蓋亞”的大量恆星數據，結合FIRE研究計劃和深度學習的研究手段，找到了一批距離太陽不遠的“外來恆星”，即Nyx星流。

“蓋亞”是歐洲空間局的一個巡天項目，旨在構建銀河系的3D圖景。銀河系中含有約2000億顆恆星，人類的觀測項目並不能收集這麼多數據，所以Gaia項目通過收集10億顆銀河系恆星的位置和光度數據作為樣本，來外推整個銀河系的恆星分佈圖景。 

“蓋亞”項目第二次發佈恆星數據的總結，每個數字代表其數據中各類恆星的個數

圖片來源 ESA

FIRE項目的全稱是Feedback In Realistic Environments，即“真實宇宙環境中的反饋”，它是一個宇宙學模擬項目，人們也可以通過它的模擬來研究星系形成。

研究人員設計的深度學習算法則旨在發現FIRE中“外來恆星融入星系”的模式，並將這個模式應用於“蓋亞”數據，從而找出銀河系中外來的恆星。由於這項研究藉助了深度學習和超級計算機的力量，他們能比傳統的天文學研究方式（如比對一些恆星的數據）更加高效地發現新特徵，但也要時刻警惕深度學習潛在的陷阱，即算法抓取的特徵不一定具有現實的意義，而來自於輸入數據的人為效應。

進一步來講，這個深度學習的操作分為三個部分：

首先是訓練：把FIRE中大量星系作為訓練集，每個星系中的恆星分為自身形成的恆星和外部進來的恆星，抓取恆星的特徵；

然後是測試：把FIRE中抓取的特徵應用於“蓋亞”中的恆星數據，看看能不能發現出銀河系中人們已知的與銀河系融合的矮星系（比如80-100億年前與銀河系融合的矮星系Gaia sausage “蓋亞香腸”）。如果能夠發現，就説明FIRE中抓取的這些特徵反映了真實的天文學特徵；反之，如果發現不了，就説明FIRE中抓取的這些特徵是假的，來自於FIRE模擬設定中的某種人為因素。

最後是應用：在第二部算法測試通過後，看看這些FIRE特徵能不能發現銀河系中未知的融合矮星系。

FIRE可以模擬宇宙中星系的整體形態和星系融合的過程

圖片來源 FIRE  https://fire.northwestern.edu/

研究團隊的深度學習算法首先發現了“蓋亞香腸”（證明抓取的特徵確實是物理的）來自於被融合的矮星系，繼而發現了一個從前未知的星流Nyx也具有同樣的特徵。Nyx包括二百多顆恆星，研究團隊接下來對Nyx中的恆星進行光譜觀測，分析這些恆星中的元素丰度，討論了這個被融合矮星系和融合過程的具體特徵。

『天文時刻』 牧夫出品

微信公眾號：astronomycn

在帕瑞納天文台的夜空中觀賞到的銀河系的核心

圖片來源 WIKI