树状图算法下的分子云结构探索

(今天听了一个介绍分子云射电观测的datacube数据处理和模拟比较的报告,报告人特别介绍了利用不同的算法在分子云中寻找单独的结构来探索其质量分布等性质;其中提到的树状图算法(Dendrogram)让我想起了这篇不久前在A&A上看到的文章;实在不很了解这方面的技术细节,但是因为好玩,还是拿来和大家分享一下吧)

文章: The Carina Flare: What can fragments in the wall tell us?

  • 作者:Richard Wunsch, Pavel Jachym, Vojtech Sidorin, Sona Ehlerova, Jan Palous, James Dale, Joanne R. Dawson, Yasuo Fukui
  • 论文索引: astro-ph:1111.4391

>

Take Home Message:

恒星形成于致密的分子云团中,这是任何学过天文的孩纸都知道的事实,但还应该知道的是,和星系形成的自下而上的形式(bottom-up)不同,从分子云“凝聚“,碎裂,坍缩,到形成恒星的过程应该是一种自上而下(top-down)的形式;在银河系中已经观测到了大量恒星形成区的分子气体结构,这里面另一个基本的事实就是,分子云,或者恒星形成区是有着复杂到让你摸不着头脑的结构的,对于爱好者来说,这给了我们很多美好的想象空间,但是对于天文学家来说,这是件颇为头疼的事情;原因之一是这样的结构,从各种大尺度的Shell,到小的分子团块,正反映了分子云碎裂,孕育新恒星甚至新形成的白眼狼们通过辐射侵蚀其诞生环境,进一步调控恒星形成的复杂物理过程,在这里面起作用的不只有引力,还有磁场,辐射和神秘但无处不在的湍动(turbulence);头疼之二就在于面对这一坨东西,颇有无从下手的感觉。好在射电天文学的强大之处在于能够通过观测给我们提供PPV空间,就是位置-位置-速度空间的信息(其实还有偏振),产生一个3D的Datacube,而且还能够用不同的分子探针揭示不同密度,温度的分子气体;但是究竟如何从中最大限度的提取这些信息,就是另一个问题了。


fig1

图一:来子APEX和NANTEN射电望远镜的对这个分子云的不同分子气体的观测

本文的主要工作就是作者利用APEX望远镜和13CO(J=2–1), C18O(J=2–1)两个分子气体对南天著名的恒星形成区Carina Flare中一个supershell(就理解成一大块成shell形状的分子气体吧)上面的一个被称为G285.90+4.53的小分子云做了空间覆盖的观测;但主要的科学结果在于利用了一个被称为DENDROFIND的算法在分子云中分离出了51个单独的小团块(clump),并对其进行了质量测量,考虑了这些团块的质量函数,并和模型进行了比较,这背后的科学意义在于可以通过这些团块的质量分布对分子云具体的碎裂过程中的物理机制进行分析和推测,比如本文的结论之一就是需要用引力作用和作用在Shell上的外部压力一起来解释这个质量分布。抛开这个结论不谈,这一切的前提就是正确的把真正物理上有意义的团块分离出来。对于这个问题,本文使用了这个树状图算法(我其实不太清楚正确的中文翻译是什么)是近些年在Datacube数据处理中新出现的一个方法(参考 Rosolowsky et al. 2008)。在这之前,射电天文学家对这样的clump确认,分离,测量技术并不陌生,这样的方法基本可以分成GAUSSFIND和CLUMPFIND两大流派,前一个基本是在PPV空间中通过3D Gaussian拟合来分离单个团块,有些接近光学中的利用PSF拟合技术找点源;后者是一个单独的算法,具体的细节我不懂,大家可以参考作者的主页说明;不过这两个算法按照DENDROFIND的提倡者的说法,有一些对于算法参数设置敏感这样的常见问题;DENDROFIND基本是一个利用等流量曲面的拓扑结构对一个分子云的结构按照一定的层次构建一个表格,或者说用一个树状图来描述其亮温度分布的局域极大,基本的概念(这个完全是我今天听报告的理解,大家感兴趣的话可以去看报告人的主页)就是从最高亮温度处开始向下“生长”出一个“树枝”,“树枝”在遇到下面一个温度低一些的局域极大的时候产生节点并“分叉”继续向下“生长”,最终对一个观测得到的Datacube得到一个完整的“大树”,这颗树就反映了分子云中的分层次的结构。最后,按照一定的物理需要,把小的分支合并起来,就得到了对一个单独的clump的确认,更直观一些的话,大家参考下面的两幅图。这本身是一个很有意思的算法,其实在SExtractor对光学2维测光结果的源探测算法中就已经使用,而且考虑到未来ALMA,SKA等这些变态大家伙们产生的可怕Datacube的分析,甚至光学IFU观测,Grism观测产生的2D光谱的处理上,都应该有发展的空间,而且还应该可以得到更好的统计工具的帮助吧。


fig1

图二:这个分子云利用DENDROFIND算法得到的13CO(J2-1)观测的树状结构分布


fig1

图三:两个波段的观测结果和利用DENDROFIND得到的clump的分布的比较

    分享到:

5 Replies to “树状图算法下的分子云结构探索”

Leave a Reply

Your email address will not be published. Required fields are marked *

This site uses Akismet to reduce spam. Learn how your comment data is processed.