Projection effects in star-forming regions: I. Nearest-neighbour statistics and observational biases

Resumen Técnico: Efectos de Proyección en Regiones de Formación Estelar I. Estadísticas de Vecino Más Cercano y Sesgos Observacionales

Planteamiento del Problema
Las estrellas se forman mediante la fragmentación jerárquica de nubes moleculares en núcleos densos, filamentos y subcúmulos. Un observable primario utilizado para restringir la física de esta fragmentación es el espaciamiento característico entre núcleos densos, el cual se compara frecuentemente con escalas teóricas como la longitud de Jeans o la longitud sónica. Sin embargo, las mediciones observacionales son inherentemente proyecciones bidimensionales de estructuras tridimensionales. Si bien se aplica frecuentemente un factor de desproyección geométrica simple de $4/\pi \approx 1.27$ bajo la suposición de isotropía, este artículo argumenta que dicho factor es inadecuado. El enfoque estándar no logra contabilizar dos sesgos competitivos: (1) la proyección no solo acorta las separaciones, sino que también "reconfigura" la red de vecinos más cercanos (NN, por sus siglas en inglés), creando enlaces 2D artificiales entre fuentes que están ampliamente separadas en 3D; y (2) la resolución angular finita introduce la fusión de haces (beam blending), lo que combina vecinos cercanos e infla las separaciones aparentes. Sin un marco de corrección robusto, las inferencias sobre las escalas de fragmentación y los procesos físicos dominantes (térmicos vs. turbulentos) pueden estar sistemáticamente sesgadas.

Metodología
Los autores emplean una jerarquía de modelos numéricos de juguete controlados para cuantificar los sesgos de proyección a través de un amplio espacio de parámetros.

• Modelos: Generan distribuciones 3D de "núcleos" similares a puntos utilizando dos geometrías primarias: (i) perfiles esféricos uniformes y concentrados centralmente, y (ii) distribuciones fractales jerárquicas (prescripción de Cartwright & Whitworth) con dimensiones fractales variables ($D \approx 1.6–2.5$) para simular subestructuras clústeres y filamentosas.
• Proceso de Simulación: Para cada configuración, la distribución 3D se rota y se proyecta sobre un plano 2D. Los autores luego computan el grafo NN tanto en 3D como en 2D.
• Efectos de Resolución: Para imitar las limitaciones observacionales, aplican un paso de "fusión de haces" donde los puntos dentro de un radio de haz se combinan en un solo centroide. Esto se parametriza mediante el Rango Dinámico Espacial (SDR), definido como la relación entre el Campo de Visión (FoV) y el FWHM del haz.
• Análisis: El estudio varía sistemáticamente el tamaño de la muestra ($N$), la dimensión fractal y el SDR. Comparan las longitudes de borde NN 3D intrínsecas ($\ell_{3D}$) contra las longitudes 2D proyectadas ($\ell_{2D}$), analizando tanto la media de la razón $C = \langle \ell_{3D} \rangle / \langle \ell_{2D} \rangle$ como el solapamiento topológico (similitud de Jaccard) entre las redes 3D y 2D.

Resultados Clave

1. Fallo del Factor $4/\pi$: El factor geométrico estándar de $1.27$ subestima significativamente el espaciamiento 3D. Para casos bien muestreados y bien resueltos, la razón $C$ es sustancialmente mayor.
2. Reconfiguración de la Red: La proyección no solo acorta los enlaces existentes; reconfigura fundamentalmente la red NN. En distribuciones uniformes con $N=200$, solo un $\sim20\%$ de los enlaces NN 3D sobreviven a la proyección. Los enlaces restantes son reemplazados por nuevos vecinos 2D mucho más cortos, elevando la razón media $C$ hasta $\sim2.5$ en casos idealizados de alta resolución.
3. Dependencia del Tamaño de la Muestra: El sesgo escala con el número de objetos. Para muestras pequeñas ($N \lesssim 10$), la razón es menor ($\sim1.5$), pero aumenta sistemáticamente con $N$, siguiendo una ley de potencia consistente con la diferencia de escalamiento dimensional entre las separaciones medias 3D ($N^{-1/3}$) y 2D ($N^{-1/2}$).
4. Dependencia de la Resolución (Fusión de Haz): La resolución finita actúa como un sesgo competidor. Cuando el SDR es bajo ($\lesssim 10$), la fusión de haces combina núcleos distintos, eliminando las separaciones intrínsecas más cortas. Esto suprime el acortamiento inducido por la proyección, llevando a $C$ de vuelta hacia la unidad ($C \approx 1$).
5. Fórmula de Corrección Empírica: Los autores derivan un factor de corrección empírico simple $C(N, \text{SDR})$ que captura la dependencia conjunta de la muestra y la resolución:
   $$C(N, \text{SDR}) = C_\infty \left[1 - \exp(-\text{SDR}/S_0)\right] \left(\frac{N}{100}\right)^\beta$$
   Parámetros ajustados: $C_\infty = 1.94$, $S_0 = 21.8$, y $\beta = 0.173$.
   • Regimen I (Bajo $N$ o Bajo SDR): $C \approx 1$. La fusión de haces domina, borrando las diferencias topológicas.
   • Regimen II (Intermedio): $C$ aumenta rápidamente a medida que la reconfiguración por proyección domina.
   • Regimen III (Alto $N$, Alto SDR): $C$ se satura cerca de $\sim2.0$. Aquí, las separaciones 3D reales son típicamente el doble de los espaciamientos 2D observados.

Significancia y Aplicación
El artículo proporciona la primera calibración sistemática del sesgo de proyección en las separaciones de núcleos, yendo más allá de la suposición simplista de $4/\pi$. Los autores demuestran que aplicar un factor multiplicativo dependiente de la resolución y el tamaño de la muestra permite a los observadores estimar los espaciamientos 3D intrínsecos a partir de datos 2D.

• Impacto en la Interpretación: La aplicación de este marco a los datos del sondeo ASHES revela que, si bien los espaciamientos 2D sin corregir parecen consistentes con la longitud de Jeans térmica, la aplicación de una corrección de tamaño de muestra ($C(N)$) sugiere separaciones 3D mayores. Sin embargo, la incorporación de la corrección de resolución ($C(N, \text{SDR})$) reduce nuevamente el espaciamiento 3D inferido, resaltando que la aparente concordancia con las escalas teóricas en mapas marginalmente resueltos puede ser un artefacto de la fusión de haces en lugar de una realidad física.
• Limitaciones y Advertencias: Los autores declaran explícitamente que este trabajo es un "primer paso" utilizando modelos numéricos de juguete idealizados. Deliberadamente omitieron complejidades como los límites de sensibilidad, la confusión de fondo, los campos de visión incompletos y las morfologías no uniformes. Por consiguiente, las correcciones derivadas deben tratarse como aproximadas, con incertidumbres sistemáticas de $\sim30–40\%$ debido a la morfología y la orientación. El factor de corrección basado en la $N_{obs}$ observada es un límite inferior conservador de la verdadera corrección.
• Herramientas: Los autores han lanzado el paquete corespacing3d para facilitar la aplicación de estas correcciones.

En conclusión, este trabajo establece que los efectos de proyección en regiones de formación estelar son una convolución de el acortamiento geomético, la reconfiguración de la red y la fusión inducida por la resolución. Un único factor global es insuficiente; la inferencia precisa de la física de fragmentación requiere correcciones que tengan en cuenta tanto el número de núcleos detectados como el rango dinámico espacial de la observación.