The LBT $Y_{\rm p}$ Project III: LUCI Spectra of Metal-Poor Nebulae

Resumen Técnico: El Proyecto LBT Yp III: Espectros LUCI de Nebulosas de Baja Metalicidad

Planteamiento del Problema
Determinar con precisión la abundancia de helio primordial ($Y_p$) requiere mediciones exactas de las abundancias elementales en galaxias de baja metalicidad. Este proceso depende en gran medida de la determinación de la densidad electrónica ($n_e$) y la temperatura ($T_e$) del gas nebular. Sin embargo, derivar estos parámetros únicamente a partir de las líneas de recombinación de Hidrógeno y Helio en el espectro óptico sufre de una degeneración fundamental entre temperatura y densidad, lo que limita la precisión de las estimaciones de $Y_p$. No obstante, la línea de emisión He I $\lambda$10830 en el infrarrojo cercano (NIR) ofrece una poderosa restricción sobre la densidad del gas debido a su sensibilidad a la excitación por colisiones en el nivel metaestable $2^3S$, aunque obtener espectros de alta calidad en el NIR es un desafío. Estos retos incluyen variaciones en la transparencia atmosférica, absorción telúrica y la dificultad de hacer coincidir las aperturas entre las observaciones ópticas y de NIR.

Metodología
Este estudio presenta una reducción y análisis homogéneo de espectros NIR para 48 regiones H II de baja metalicidad, observadas utilizando los espectrógrafos LUCI (LBT Utility Camera in the Infrared) en el Gran Telescopio Binocular (LBT). El proyecto tiene como objetivo medir la relación de flujo de He I $\lambda$10830 respecto a la línea cercana de Paschen-$\gamma$ (P$\gamma$) en $\lambda$10941 Å. La proximidad de estas líneas permite obtener una relación insensible al enrojecimiento que puede vincularse al análisis de abundancia mediante la teoría de la recombinación del Caso B.

Pasos metodológicos clave incluyen:

• Estrategia de Observación: Los datos se recolectaron utilizando la cámara N1.8 y el filtro zJspec (0.95–1.35 $\mu$m) con una rendija de 1". Las observaciones utilizaron un patrón de dither (ABBAAB) para mitigar las líneas del cielo nocturno, con tiempos de integración total que típicamente alcanzan una hora por galaxia.
• Reducción de Datos: Se utilizó el paquete de Python semiautomatizado PypeIt para la reducción de la espectroscopía basada en rendija.
  • Calibración de Longitud de Onda: En lugar de depender únicamente de lámparas de arco, los autores realizaron una calibración de longitud de onda manual utilizando brillantes líneas de emisión de OH del cielo nocturno, logrando un RMS de $\sim$0.18 píxeles. Esto resultó ser tan efectivo como, o mejor que, los marcos de arco de cenit.
  • Sustracción del Cielo: PypeIt se configuró para realizar la diferenciación de imágenes para restar las brillantes líneas del cielo nocturno. Para 30 de los 48 objetivos, se requirió intervención manual para redefinir los bordes de la rendija o realizar la extracción manual, particularmente para objetos tenues o aquellos con múltiples fuentes en la rendija.
  • Corrección Telúrica: Un paso crítico consistió en aplicar correcciones telúricas basadas en modelos para dar cuenta de las fuertes bandas de absorción atmosférica (H$_2$O y O$_2$). Esto fue esencial para recuperar flujos precisos, especialmente para los objetivos de mayor desplazamiento al rojo donde He I $\lambda$10830 cae en regiones contaminadas.
  • Co-adición: Para 33 objetivos observados tanto con LUCI1 como con LUCI2, los espectros fueron remuestreados a una rejilla uniforme (0.98–1.36 $\mu$m) utilizando un remuestreador de conservación de flujo y co-adicionados para mejorar la relación señal-ruido.
• Medición de Flujo: Las líneas de emisión se ajustaron mediante un perfil Gaussiano. Los flujos se midieron en relación con P$\gamma$, y se calcularon los anchos equivalentes.

Contribuciones Clave y Resultados

• Expansión del Conjunto de Datos: Este trabajo expande significamente el conjunto de datos disponibles de flujos de He I $\lambda$10830 en el NIR para galaxias de baja metalicidad, proporcionando mediciones de alta calidad para 48 objetivos.
• Precisión: El estudio reporta una incertidumbre de la relación de flujo mediana de $\tilde{\sigma} \approx 0.08$.
• Comparación con la Literatura:
  • Las relaciones He I $\lambda$10830/P$\gamma$ medidas son consistentes con estudios previos de Y. I. Izotov et al. (2014) y T. Hsyu et al. (2020).
  • Al compararse con el reciente programa EMPRESS (H. Yanagisawa et al. 2025), este estudio demuestra una precisión superior (error mediano $\tilde{\sigma} \approx 0.08$ frente a $\tilde{\sigma} \approx 0.18$).
  • Crucialmente, los autores señalan que algunos objetivos de estudios previos (específicamente tres de EMPRESS y uno de Hsyu et al.) caen en un "régimen no físico" de relaciones de líneas (por debajo de un piso teórico de $\sim$2) debido a la física de las líneas de emisión. En contraste, ninguno de los 48 objetivos de este estudio cae en este régimen no físico, validando la robustez de sus métodos de reducción y calibración.
• Casos Específicos: El artículo detalla el manejo específico de objetivos desafiantes, incluyendo aquellos con saturación (Mrk71), múltiples objetos en la rendija (HS2236, KUG0743, IZw18) y contaminación por rayos cósmicos (SBS1331), demostrando la necesidad de intervención manual en la espectroscopía de NIR.

Significancia
El artículo afirma que estas mediciones homogéneas y de alta calidad reducen las incertidumbres generales en las estimaciones de la abundancia de helio para objetivos individuales. Al resolver la degeneración temperatura-densidad mediante la inclusión de la línea sensible a la densidad He I $\lambda$10830, el aumento en el tamaño y la fiabilidad de esta muestra permite una búsqueda más rigurosa de incertidumbres sistemáticas. En última instancia, este trabajo fortalece la fiabilidad de las determinaciones de la abundancia de helio utilizadas para inferir la abundancia de helio primordial ($Y_p$), sirviendo como un control cruzado crítico para el modelo cosmológico estándar. Los autores enfatizan que el manejo riguroso de las correcciones telúricas y la verificación manual de las calibraciones de longitud de onda son factores clave para lograr resultados que eviten los regímenes no físicos observados en conjuntos de datos de menor resolución o menos cuidadosamente reducidos.