LAMOST为星表“提纯”  
 

在天文学上，M巨星可以被用来对银河系的晕结构做示踪，一套纯净而完整的M型星星表对于展现银河系的细微结构至关重要。然而，由于光谱样本的缺失，之前的样本主要是通过测光巡天数据获得，挑选方法主要基于近红外颜色挑选，该方法在保证样本纯净度的同时难以兼顾样本的完备性。

近日，中国科学院上海天文台副研究员钟靖和西华师范大学博士李静等人，与美国LSST项目及智利大学研究团队合作，利用郭守敬望远镜（LAMOST）DR5发布的900多万光谱数据，筛选得到了一个目前世界上最大的M型星增值星表，挑选出了39796颗M巨星和501152颗M矮星。评估后M巨星和M矮星样本的污染率分别为4.6%和0.48%。

该项研究成果近期发表在《天体物理学报增刊》上。

污染的烦恼

钟靖告诉《中国科学报》，M型星是表面温度小于4000K的一类低温恒星，根据光度和表面重力的不同又分为M巨星和M矮星两种恒星类型，它们各自具有不同的物理性质和研究价值。

M矮星又称红矮星，是一类小质量的主序恒星，约占银河系总恒星数目的70%。由于其体积小、光度低，只能在太阳邻域1~2 kpc的范围内被观测到，十分适合作为研究太阳邻域化学、动力学特征的示踪天体。此外，该型恒星也是目前人类搜寻系外行星、寻找宜居天体的热门观测目标，对于行星科学的相关研究具有重要意义。

而M巨星是中小质量主序恒星演化到末期的产物，其光度约为太阳的1000~10000倍，是宇宙中最为明亮的一类恒星。在同等观测条件下，M巨星的探测距离是M矮星的成百上千倍，是研究银河系外盘和外晕结构的理想示踪天体，对揭示银河系的形成和演化历史具有重要作用。

李静告诉《中国科学报》， 在LAMOST数据发布之前，M型星的数据多是从望远镜巡天的测光数据取得的。比如说当2微米全天巡天（2MASS）发表数据的时候，美国科学家 Majewski就想从这个巡天数据里把M巨星挑出来，这样可以用大样本数据做银河系晕的结构。然而，Majewski发现，他的星表遭遇了M矮星的污染。

钟靖说，这是由于所有的大样本都是基于一定的算法通过计算机选出来的，由于光谱样本的信噪比不一样，光谱特征也不完全一样，因而必然会存在错误筛选的问题，即星表的污染。样本的污染率也成为衡量样本好坏的重要标志。

LAMOST和Gaia

2015年，LAMOST取得的首批巡天光谱数据正式对全世界发布。作为目前世界上光谱获取率最高的大望远镜，LAMOST能够以每年百万条的速度获取高质量光谱。这对于天文学家们来说是个振奋人心的消息。

钟靖说，LAMOST巡天数据的最大优势就是光谱数目多、光谱覆盖范围宽，这样可以找到很多稀有的恒星类型。并且，之前主要是用测光来区分M型星样本，现在有了光谱，可以得到的信息更多，因而更容易区分M型星样本。这项研究不但从光谱中挑选了M型星样本，还进一步利用Gaia数据对样本中的污染进行了细致研究，得到了一个更为纯净的M型星光谱样本。

Gaia最大的意义在于提供了非常高精度的天体距离测量数据，这个数据可以用来估计天体的距离，而且精度比目前高很多，而距离是了解恒星性质的一个非常重要的参数，知道了距离就能知道恒星的光度，进而知道恒星的性质，把不属于M型星的恒星剔除干净。此外，Gaia还给出了非常高精度的恒星颜色，而颜色也是反映恒星温度和金属丰度的一个重要参量。

然而，钟靖等人发现，即便是光谱挑选出来的样本，也不是非常干净的。有没有其他的办法能够进一步提纯样本呢？

被算法拉开的样本

2016年一次很偶然的机会，李静发现，把处于近红外波段的2MASS数据和红外波段的广角红外巡天（WISE）数据结合起来使用，对测光数据得到的样本有很好的提纯效果。

这次用同样的方法，李静又发现，这种方法还能进一步把M巨星和M矮星的光谱样本提纯，将WISE数据作为横坐标，2MASS数据作为纵坐标，原本在一个波段上重叠在一起的恒星样本一下子被分开了。

最终，利用LAMOST DR5发布的900多万光谱数据和改进的算法，研究团队筛选得到了一个目前世界上最大的M型星增值星表，挑选出了39796颗M巨星和501152颗M矮星。

经过评估，新样本M巨星和M矮星的样本污染率分别为4.6%和0.48%。

相比于此前30%~40%的污染率，“这个结果非常优秀。”审稿人评价道。