Stellar masses and ages in Gaia Data Release 4 from the Final Luminosity Age Mass Estimator algorithm

तकनीकी सारांश: फाइनल ल्यूमिनोसिटी एज मास एस्टिमेटर (FLAME) एल्गोरिदम से Gaia डेटा रिलीज़ 4 में स्टेलर मास और आयु

समस्या और संदर्भ
तारकीय द्रव्यमान (stellar masses) और आयु का निर्धारण खगोल भौतिक प्रणालियों के निर्माण और विकास, जिसमें मिल्की वे का इतिहास और एक्सोप्लेनेटरी सिस्टम का विकासवादी संदर्भ शामिल है, को समझने के लिए मौलिक है। जबकि Gaia मिशन उच्च-परिशुद्धता वाला एस्ट्रोमेट्री, फोटोमेट्री और स्पेक्ट्रोस्कोपी प्रदान करता है, आंतरिक तारकीय मापदंडों को प्राप्त करने के लिए जटिल मॉडलिंग की आवश्यकता होती है। Gaia डेटा प्रोसेसिंग एंड एनालिसिस कंसोर्टियम (DPAC) इसे Apsis पाइपलाइन, विशेष रूप से 'फाइनल ल्यूमिनोसिटी एज मास एस्टिमेटर' (FLAME) मॉड्यूल के माध्यम से संबोधित करता है। यह शोध पत्र FLAME कार्यप्रणाली, इसके सत्यापन और Gaia डेटा रिलीज़ 4 (GDR4) के लिए इसके अपेक्षित प्रदर्शन का विवरण देता है, जिसका लक्ष्य परिमाणित अनिश्चितताओं के साथ तारकीय मापदंडों का एक विशाल, समरूप नमूना प्रदान करना है।

कार्यप्रणाली (Methodology)
FLAME एल्गोरिदम को दो अलग-अलग घटकों में संरचित किया गया है ताकि प्रेक्षण संबंधी व्युत्पत्ति (observational derivation) को मॉडल अनुमान (model inference) से अलग किया जा सके:

1. Algo1 (एनालिटिकल घटक): यह मॉड्यूल तारकीय ल्यूमिनोसिटी ($L$), त्रिज्या ($R$), और गुरुत्वाकर्षण रेडशिफ्ट के कारण रेडियल वेलोसिटी सुधार ($V_{GR}$) व्युत्पन्न करता है। यह Gaia के वायुमंडलीय मापदंडों ($T_{\text{eff}}$, $\log g$, $[Fe/H]$, $[\alpha/Fe]$), एस्ट्रोमेट्री (पैरलैक्स), और फोटोमेट्री ($G$-बैंड मैग्नीट्यूड) का उपयोग करता है।

   • ल्यूमिनोसिटी की गणना बोलोमेट्रिक मैग्नीट्यूड समीकरण का उपयोग करके की जाती है, जिसमें तारकीय वायुमंडल मॉडल (2500 < $T_{\text{eff}}$ < 8000 K के लिए MARCS; $T_{\text{eff}}$ > 8000 K के लिए Line-by-Line मॉडल) से प्राप्त बोलोमेट्रिक सुधार ($BC$) शामिल है।
   • त्रिज्या को स्टेफ़न-बोल्ट्ज़मैन संबंध के माध्यम से व्युत्पन्न किया जाता है।
   • $V_{GR}$ की गणना $\log g$ और $R$ से की जाती है।
   • अनिश्चितताओं को पिछले GSP-Phot मॉड्यूल के बूटस्ट्रैप विधि या मार्कोव चेन मोंटे कार्लो (MCMC) सैंपल्स का उपयोग करके प्रसारित किया जाता है।

2. Algo2 (मॉडल इन्फरेंस घटक): यह मॉड्यूल प्रेक्षित गुणों की सैद्धांतिक तारकीय मॉडलों के साथ तुलना करके तारकीय द्रव्यमान ($M$), आयु ($\tau$), और विकासवादी चरण ($\epsilon$) का अनुमान लगाता है।

   • इनपुट: व्युत्पन्न $L$, साथ ही $T_{\text{eff}}$, $\log g$, और धात्विकता ($[M/H]$)।
   • मॉडल्स: एल्गोरिदम BaSTI (Bag of Stellar Tracks and Isochrones) ग्रिड का उपयोग करता है, जो $0.1$से$15 M_{\odot}$तक के द्रव्यमान और$-3.197$से$+0.45$ तक की धात्विकता को कवर करता है। इस ग्रिड में परमाणु प्रसार (atomic diffusion) और कन्वेक्टिव-कोर ओवरशूटिंग जैसे भौतिकी शामिल हैं।
   • अनुमान विधियाँ (Inference Methods): दो दृष्टिकोण लागू किए गए हैं: SPInS कोड का उपयोग करके एक बेयसियन ढांचा (जो प्रारंभिक द्रव्यमान फलन [IMF] और स्टार फॉर्मेशन रेट पर प्रायर्स के साथ MCMC सैंपलिंग का उपयोग करता है) और एक क्लासिकल लेवेनबर्ग-मार्क्वार्ट (Levenberg-Marquardt) मिनिमाइजेशन दृष्टिकोण। GDR4 के परिणाम मुख्य रूप से बेयसियन SPInS कार्यान्वयन पर निर्भर करते हैं।
   • धात्विकता सुधार (Metallicity Correction): यह सुनिश्चित करने के लिए कि MARCS-आधारित प्रेक्षित इनपुट और BaSTI मॉडल (जो एक अलग सौर मिश्रण का उपयोग करते हैं) के बीच निरंतरता बनी रहे, $\alpha$-तत्व संवर्धन के आधार पर $[M/H]$ पर एक सुधार लागू किया जाता है।

डेटा स्रोत
FLAME दो अलग-अलग Gaia डेटा सेटों को प्रोसेस करता है:

• GSP-Phot: निम्न-रिज़ॉल्यूशन XP स्पेक्ट्रा (300–1000 nm) जो अधिकांश स्रोतों ($\sim500$ मिलियन GDR4 में) के लिए उपलब्ध है।
• GSP-Spec: उच्च-रिज़ॉल्यूशन RVS स्पेक्ट्रा (840–870 nm) जो चमकीले स्रोतों के एक उपसमुच्चय ($\sim34$ मिलियन GDR4 में) के लिए उपलब्ध है।
  पाइपलाइन स्रोतों को व्यक्तिगत रूप से प्रोसेस करती है, बिना बाइनरिटी (द्वि-तत्वता) या क्लस्टर सदस्यता के पूर्व ज्ञान के, जो कुछ विशिष्ट पैरामीटर स्पेस (जैसे बहुत कम द्रव्यमान वाले तारे या बाइनरी) के लिए विशिष्ट चुनौतियाँ पेश करता है।

सत्यापन और परिणाम
यह शोध पत्र सिम्युलेटेड डेटा, सौर मापदंडों और बाहरी कैटलॉग के साथ तुलना के माध्यम से FLAME को सत्यापित करता है:

• सिम्युलेटेड डेटा: HR डायग्राम में 372 सिम्युलेटेड तारों पर परीक्षणों से पता चलता है कि FLAME बिना किसी महत्वपूर्ण ऑफसेट या रुझान के इनपुट द्रव्यमान और आयु को प्राप्त करता है। द्रव्यमान अनिश्चितता इनपुट त्रुटियों के साथ स्केल करती है, और आयु रिकवरी संतोषजनक है, भले ही आयु पैरामीटर गैर-रेखीय प्रकृति का हो।
• सौर मापदंड: सूर्य पर परीक्षणों से पता चलता है कि उच्च-परिशुद्धता वाले इनपुट सटीक द्रव्यमान और आयु प्रदान करते हैं। व्यवस्थित त्रुटियाँ (systematic errors), विशेष रूप से $\log g$ में, व्युत्पन्न मापदंडों पर सबसे महत्वपूर्ण प्रभाव डालती हैं, जिससे यदि ध्यान न दिया जाए तो परिणाम पक्षपाती हो सकते हैं।
• Gaia बेंचमार्क स्टार्स (GBS): 140 GBS तारों के मौलिक मापदंडों के साथ तुलना रेडियस और मास में उच्च सहमति दिखाती है (औसत ऑफसेट $\sim -0.08\sigma$)।
• एस्टरोसेइस्मिक डेटा: APOKASC (Kepler/APOGEE) नमूनों के साथ तुलना दर्शाती है कि जब FLAME उन्हीं इनपुट बाधाओं का उपयोग करता है जो सिस्मिक विश्लेषण में उपयोग की गई थीं, तो द्रव्यमान और आयु की सहमति उत्कृष्ट होती है (औसत ऑफसेट $< 1\%$)। हालांकि, जब स्वतंत्र Gaia वायुमंडलीय मापदंडों का उपयोग किया जाता है, तो दिग्गज (giant) तारों के लिए विसंगतियां उत्पन्न होती हैं, जो HR डायग्राम में विकासवादी पथों की समानता (degeneracy) के कारण होती हैं।
• बाहरी कैटलॉग (StarHorse): StarHorse कैटलॉग के साथ तुलना मुख्य-अनुक्रम (main-sequence) और उप-दानव (sub-giant) तारों के लिए अच्छी सहमति दिखाती है (द्रव्यमान ऑफसेट $\sim 3\%$), लेकिन फिर से, दिग्गज तारों के परिणाम इनपुट डेटा के अंतर के कारण भिन्न होते हैं।

प्रमुख योगदान और प्रदर्शन अनुमान

• GDR4 का पैमाना: FLAME से GSP-Phot के आधार पर लगभग 500 मिलियन स्रोतों और GSP-Spec के आधार पर 34 मिलियन स्रोतों के लिए परिणाम मिलने की उम्मीद है।
• अनिश्चितता मुद्रास्फीति (Uncertainty Inflation): वायुमंडलीय मापदंडों में अत्यधिक आशावादी औपचारिक अनिश्चितताओं (जो मॉडल अनुमान को पक्षपाती बना सकती हैं) के मुद्दे को संबोधित करने के लिए, GDR4 अनुमान लगाने से पहले अनिश्चितता में वृद्धि (जैसे $T_{\text{eff}}$ में $60$K और$\log g$में$0.1$ dex जोड़ना) पेश करता है।
• विशिष्ट अनिश्चितताएँ:
  • ल्यूमिनोसिटी: सापेक्ष अनिश्चितता चमकीले ($G=11$) सौर-प्रकार के तारों के लिए $\sim1\%$ से लेकर फीके ($G=17$) तारों के लिए $\sim35\%$ तक होती है।
  • द्रव्यमान: मुख्य-अनुक्रम तारों के लिए विशिष्ट सापेक्ष अनिश्चितता $2\%$ और $6\%$ के बीच होती है, जो विश्लेणात्मक द्रव्यमान-ल्यूमिनोसिटी भविष्यवाणियों के अनुरूप है लेकिन मॉडल बाधाओं द्वारा बेहतर बनाई गई है।
  • आयु: आयु की सापेक्ष अनिश्चितता द्रव्यमान और विकासवादी चरण के अनुसार काफी भिन्न होती है। सौर-समान तारों के लिए, अनिश्चितता $20\%$ से $40\%$ के बीच होती है। दिग्गी (giants) के लिए, अनिश्चितता आमतौर पर कम द्रव्यमान के लिए $10\%$ होती है, जो उच्च द्रव्यमान के लिए $15–20\%$ तक बढ़ जाती है। कम द्रव्यमान वाले मुख्य-अनुक्रम तारे ($<0.8 M_{\odot}$) सतह के गुणों के धीमे विकास के कारण बड़ी सापेक्ष अनिश्चितता ($\sim70\%$) प्रदर्शित करते हैं।

महत्व और सीमाएं
शोध पत्र निष्कर्ष निकालता है कि FLAME वैध और सांख्यिकीय रूप से सुसंगत परिणाम प्रदान करता है, जो गैलेक्टिक पुरातत्व (galactic archaeology) और एक्सोप्लैनेट लक्षण वर्णन के लिए एक विशाल डेटासेट प्रदान करता है। लेखक इस बात पर जोर देते हैं कि आउटपुट की गुणवत्ता पूरी तरह से इनपुट वायुमंडलीय मापदंडों की गुणवत्ता पर निर्भर करती है।

एक महत्वपूर्ण सीमा जिसे रेखांकित किया गया है, वह दिग्गज (giant) तारों के द्रव्यमान और आयु को सत्यापित करने में कठिनाई है। चूंकि विकसित मॉडल HR डायग्राम में एक संकीर्ण क्षेत्र में स्थित होते हैं, इसलिए इनपुट डेटा में छोटे बदलाव व्युत्पन्न मापदंडों में बड़े बदलावों की ओर ले जाते है। परिणामस्वरूप, दिग्गी तारों के लिए बाहरी कैटलॉग के साथ सहमति तभी प्राप्त होती है जब बिल्कुल उसी इनपुट डेटा का उपयोग किया जाता है। शोध पत्र सलाह देता है कि उपयोगकर्ता Gaia दस्तावेज़ों और फ्लैग्स (flags) को देखें, विशेष रूप से उन नमूनों के लिए जहाँ डेटा की गुणवत्ता कम है या जहाँ विशिष्ट विकासवादी चरणों के लिए पैरामीटर डिजेनेरेसी (degeneracy) अधिक है।

प्रस्तुत अनुप्रयोग
लेखक नए मापदंडों को व्युत्पन्न करने के लिए FLAME को लागू करते हैं:

1. उच्च-वेग, धातु-रहित (metal-poor) तारों के लिए (Katz et al. 2025), जिसमें आयु $11$ Ga के आसपास चरम पर पाई गई।
2. बहुत कम द्रव्यमान वाले साथियों वाले सौर-समान तारों के लिए (Maxted 2025), जो प्राथमिक तारे के लक्षण वर्णन के माध्यम से साथी के गुणों को सीमित करते हैं।
3. PLATO इनपुट कैटलॉग (PIC) के एक उपसमुच्चय के लिए, जो भविष्य के मिशन सत्यापन के लिए समरूप मापदंड प्रदान करता है।