Empirical colour--effective temperature relations in the SDSS system from IRFM temperatures of GALAH and APOGEE stars

तकनीकी सारांश: GALAH और APOGEE के तारों के IRFM तापमानों से SDSS प्रणाली में अनुभवजन्य रंग–प्रभावी तापमान संबंध

समस्या विवरण
सटीक तारकीय प्रभावी तापमान ($T_{\text{eff}}$) तारकीय जनसंख्या अध्ययनों और गैलेक्टिक खगोल विज्ञान के लिए मौलिक हैं, जो त्रिज्या, चमक, रासायनिक प्रचुरता, आयु और दूरी के निर्धारण का आधार बनते हैं। जबकि उच्च-रिज़ॉल्यूशन स्पेक्ट्रोस्कोपी सटीक वायुमंडलीय पैरामीटर प्रदान करती है, यह आधुनिक बड़े पैमाने के फोटोमेट्रिक सर्वेक्षणों के अधिकांश तारों के लिए उपलब्ध नहीं है। फलस्वरूप, ब्रॉडबैंड फोटोमेट्री से प्राप्त अनुभवजन्य रंग–$T_{\text{eff}}$ संबंध आवश्यक उपकरण हैं। हालाँकि, मौजूदा संबंध अपनाए गए तापमान पैमानों, फोटोमेट्रिक ज़ीरो-पॉइंट्स, विलुप्ति (extinction) उपचारों और अंतर्निहित तारकीय नमूनों में अंतर के कारण विसंगतियों से ग्रस्त रहते हैं। इसके अतिरिक्त, स्लोअन डिजिटल स्काई सर्वे (SDSS) फोटोमेट्री में छोटे ज़ीरो-पॉइंट ऑफसेट्स सीधे तापमान अनुमानों में प्रवाहित हो सकते हैं, जिससे फोटोमेट्रिक $T_{\text{eff}}$ निर्धारण की सटीकता सीमित हो जाती है।

कार्यप्रणाली
यह कार्य SDSS $ugriz$ प्रणाली को 2MASS $JHK_s$ डेटा के साथ संयोजित करके अद्यतन अनुभवजन्य रंग–$T_{\text{eff}}$ अंशांकन (calibrations) स्थापित करता है। कार्यप्रणाली एक सुसंगत तापमान पैमाने पर आधारित है जो इन्फ्रा-रेड फ्लक्स मेथड (IRFM) का उपयोग करके प्राप्त किया गया है।

• संदर्भ नमूने (Reference Samples): अध्ययन GALAH DR3 सर्वेक्षण से 3,902 तारों और APOGEE सर्वेक्षण से 2,535 तारों के एक संयुक्त नमूने का उपयोग करता है। इन नमूनों को उच्च-गुणवत्ता वाले स्पेक्ट्रोस्कोपिक मापदंडों और विश्वसनीय फोटोमेट्री के लिए चुना गया था। विषमता सुनिश्चित करने के लिए APOGEE मेटालिसिटी स्केल को GALAH स्केल पर अंशांकित किया गया था।
• तापमान निर्धारण: प्रभावी तापमानों का निर्धारण IRFM का उपयोग करके किया गया था, जो प्रेक्षित बोलोमेट्रिक फ्लक्स की तुलना मोनोक्रोमैटिक इन्फ्रारेड फ्लक्स से करता है। यह विधि एक ऐसा पूर्ण तापमान पैमाना प्रदान करती है जो तारकीय वायुमंडल मॉडल पर कम निर्भर है और मेटालिसिटी एवं सतह गुरुत्वाकर्षण के प्रति अपेक्षाकृत कम संवेदनशील है। महत्वपूर्ण रूप से, IRFM में उपयोग किए जाने से पहले SDSS $ugriz$ फोटोमेट्री को ज़ीरो-पॉइंट ऑफसेट्स (जैसा कि एक साथी अध्ययन, Zhou et al. 2026 में विस्तृत है) के लिए सुधारा गया ताकि उन्हें AB मैग्नीट्यूड स्केल पर रखा जा सके।
• डेटा चयन: अंतरतारकीय रेडनिंग (interstellar reddening) सुधारों को Bayestar2019 डस्ट मैप का उपयोग करके लागू किया गया था, जिसमें विलुप्ति अनिश्चितताओं को कम करने के लिए $E(B-V) \le 0.10$ का एक सख्त कट लगाया गया था। अंतिम अंशांकन नमूना $4000 \lesssim T_{\text{eff}} \lesssim 7000$ K तक फैला हुआ है।
• अंशांकन रणनीति (Calibration Strategy): सतह गुरुत्वाकर्षण प्रभावों को ध्यान में रखने के लिए, बौने (dwarfs) और दिग्गजों (giants) के लिए अलग-अलग अंशांकन $T_{\text{eff}}$–$\log g$ तल में एक तापमान-निर्भर सीमा का उपयोग करके प्राप्त किए गए। फिटिंग के दौरान क्रॉस-कंटैमिनेशन को रोकने के लिए एक बफर क्षेत्र ($\Delta \log g = 0.10$ dex) को बाहर रखा गया था।
• कार्यात्मक रूप (Functional Form): संबंधों को निम्न-क्रम के बहुपदों (polynomials) का उपयोग करके मॉडल किया गया है:
  $$T_{\text{eff}} = a_0 + a_1X + a_2X^2 + a_3X^3 + a_4[\text{Fe/H}] + a_5X[\text{Fe/H}] + a_6[\text{Fe/H}]^2$$
  जहाँ $X$ डिरेडन्डन (dereddened) रंग सूचकांक है। विशिष्ट रंग सूचकांक की वक्रता के आधार पर बहुपद का क्रम (प्रथम से तृतीय) चुना गया था। आउटलेर्स को हटाने के लिए गुणांकों को पुनरावृत्त (iterative) $3\sigma$ क्लिपिंग का उपयोग करके प्राप्त किया गया था।

प्रमुख योगदान और परिणाम
यह शोध FGK-प्रकार के तारों के लिए एक स्व-सुसंगत सेट (colour–metallicity–$T_{\text{eff}}$ relations) प्रदान करता है।

• परिशुद्धता और बेसलाइन निर्भरता: संबंधों की परिशुद्धता तरंग दैर्ध्य बेसलाइन पर अत्यधिक निर्भर है। लंबी-बेसलाइन वाले रंग, विशेष रूप से ऑप्टिकल–इन्फ्रारेड संयोजन जैसे कि $(g-K_s)_0$, $(g-H)_0$, और $(g-J)_0$, उच्चतम आंतरिक परिशुद्धता प्राप्त करते हैं, जिनका RMS स्कैटर $\sim 20\text{--}40$ K है। शुद्ध रूप से ऑप्टिकल रंग (जैसे $(g-r)_0$, $(r-i)_0$) अधिक फैलाव ($\sim 60\text{--}140$ K) और मेटालिसिटी के प्रति अधिक संवेदनशीलता प्रदर्शित करते हैं।
• मेटालिसिटी निर्भरता: मेटालिटी पदों को शामिल करने से अंशांकन में काफी सुधार होता है, विशेष रूप से नीले ऑप्टिकल रंगों के लिए जहाँ लाइन ब्लैंकेटिंग प्रभाव प्रमुख होते हैं। ये संबंध लगभग $-2.6$से$+0.7$ dex के बीच की मेटालिसिटी के लिए मान्य हैं, हालांकि लेखक अनुशंसा करते हैं कि कम मापी गई मेटालिसिटी वाले तारों के लिए अंशांकन लागू करते समय बौनों के लिए $[\text{Fe/H}] = -1$ और दिग्गजों के लिए $[\text{Fe/H}] = -2$ के मेटालिटी फ्लोर को अपनाया जाना चाहिए, क्योंकि कम मानों पर मेटालिसिटी पर रंग की निर्भरता कमजोर हो जाती है।
• बौने बनाम दिग्गज निरंतरता (Dwarf vs. Giant Consistency): बौने और दिग्गजों के संक्रमण क्षेत्र को उन तारों का उपयोग करके सत्यापित किया गया था जिन्हें फिटिंग प्रक्रिया से बाहर रखा गया था। लंबी-बेसलाइन वाले रंगों में दोनों अंशाकलनों के बीच उत्कृष्ट सहमति देखी गई (औसत ऑफसेट $\sim 15\text{--}20$ K), जबकि शुद्ध रूप से ऑप्टिकल रंगों में बड़े ऑफसेट देखे गए, जो सतह गुरुत्वाकर्षण के प्रति उनकी उच्च संवेदनशीलता को दर्शाते हैं।
• पिछले कार्यों के साथ तुलना:
  • Pinsonneault et al. (2012): नए अंशांकन अच्छा सामंजस्य दिखाते हैं, जिनमें अंतर आमतौर पर $\sim 50$ K के भीतर होता है।
  • Huang et al. (2015): व्यवस्थित ऑफसेट्स $\sim 50\text{--}100$ K (नए संबंध अधिक गर्म हैं) देखे गए हैं, विशेष रूप से कम तापमान पर। लेखक इन विसंगतियों का श्रेय अपनाए गए तापमान पैमानों (विशेष रूप से Huang et al. द्वारा उपयोग किए गए पुराने इंटरफेरोमेट्रिक माप जो संभवतः तारकीय व्यास को बढ़ा कर दिखाते थे) और Johnson सिस्टम के बजाय सीधे SDSS/2MASS फोटोमेट्री के उपयोग को देते हैं।

महत्व
इस कार्य का प्राथमिक महत्व केवल SDSS और 2MASS फोटोमेट्री से सीधे तारकीय प्रभावी तापमान का अनुमान लगाने के लिए एक सुसंगत और आंतरिक रूप से सुसंगत ढांचा प्रदान करने में निहित है। संशोधित SDSS ज़ीरो-पॉइंट्स पर आधारित IRFM तापमान पैमाने पर अंशांकन को केंद्रित करके, यह अध्ययन पिछले अंशाकलनों में अंतर्निहित व्यवस्थित अनिश्चितताओं को संबोधित करता है। परिणामी संबंध उन बड़े फोटोमेट्रिक सर्वेक्षणों के अनुप्रयोग के लिए उपयुक्त हैं जिनमें स्पेक्ट्रोस्कोपिक जानकारी का अभाव है, जिससे मिल्की वे के लाखों तारों का सशक्त लक्षण वर्णन संभव हो पाता है। लेखक इस बात पर जोर देते हैं कि ये संबंध निर्दिष्ट रंग और मेटालिसिटी रेंज के भीतर और उपयुक्त बौने/दिग्गज वर्गीकरण के साथ उपयोग किए जाने पर सबसे विश्वसनीय होते हैं।