banner

Blog

Mar 14, 2024

El perfil de metalicidad integrado de la Vía Láctea

Nature Astronomy volumen 7, páginas 951–958 (2023)Cite este artículo

2243 Accesos

282 altmétrico

Detalles de métricas

Los perfiles de abundancia de elementos pesados ​​de las galaxias imponen restricciones estrictas al crecimiento y la historia de ensamblaje de las galaxias. Como la Vía Láctea es actualmente la única galaxia espiral en la que podemos medir abundancias químicas resueltas temporalmente, permite comprender el origen de los gradientes de metalicidad y su correlación con la historia de crecimiento de las galaxias. Sin embargo, hasta ahora, estos perfiles de abundancia no se han traducido en las mediciones de luz integrada necesarias para comparar la Vía Láctea con la población general de galaxias. Aquí informamos la medición del perfil de metalicidad estelar integrado y liviano de nuestra galaxia. Encontramos que el perfil de metalicidad estelar integrado de la Vía Láctea tiene una forma rota similar a ∧, con un gradiente levemente positivo dentro de un radio galactocéntrico de 7 kpc y un gradiente negativo pronunciado en el exterior. Este perfil de metalicidad integrado roto de la Vía Láctea no es único, pero no es común entre las galaxias con formación de estrellas de masa de la Vía Láctea observadas en el estudio MaNGA y simuladas en la simulación cosmológica TNG50. Nuestros resultados sugieren que la Vía Láctea podría no tener una distribución de metalicidad típica para una galaxia de su masa y, por lo tanto, ofrece información valiosa sobre la rica variedad de procesos de enriquecimiento de galaxias.

Nuestra galaxia natal, la Vía Láctea, impone restricciones únicas y estrictas a la formación y evolución de galaxias debido a las observaciones detalladas y resueltas temporalmente que podemos obtener de estrellas individuales. Sin embargo, las propiedades integradas de la Vía Láctea no se comprenden bien, lo que limita un análisis comparativo detallado de las propiedades de la Vía Láctea en el contexto de la población general de galaxias, para la gran mayoría de las cuales sólo las propiedades integradas son mensurables.

Con la reciente llegada de estudios espectroscópicos masivos, que están mapeando millones de estrellas en toda la Galaxia, se están volviendo posibles mediciones directas de las propiedades integradas de la población estelar (por ejemplo, abundancias elementales) de la Vía Láctea. En este trabajo, presentamos la medición del perfil de metalicidad estelar radial integrada de nuestra Galaxia, teniendo en cuenta cuidadosamente la función de selección de los datos, y realizamos una comparación directa con otras galaxias de masa similar que forman estrellas tanto en el Universo local como en Simulaciones cosmológicas de la formación de galaxias.

Determinamos la metalicidad estelar integrada (trazada por la abundancia de hierro definida por \([{\rm{Fe}}/{\rm{H}}]=\log \left(\frac{{N}_{\ rm{Fe}}/{N}_{\rm{H}}}{\rm{N}_{{\rm{Fe}}_{\odot }}/{N}_{\rm{H} _{\odot }}}\right)\), donde NFe/NH es la relación numérica entre hierro e hidrógeno en una estrella determinada y NFe⊙/NH⊙ es esa relación en el Sol) perfiles de 2 a 15 kpc del Vía Láctea utilizando abundancias químicas, edades y distancias de estrellas individuales derivadas de espectros observados con APOGEE1 y datos astrométricos de Gaia2. Transformamos las observaciones de una muestra de estrellas objetivo a la población estelar completa e intrínseca corrigiendo la función de selección de estudio para estrellas de diferentes abundancias por separado. La distribución de densidad de luminosidad obtenida de poblaciones intrínsecas de diferentes abundancias se utiliza luego para calcular la metalicidad estelar promedio ponderada por luz (Métodos).

Cuando se tienen en cuenta estrellas de todas las edades, la metalicidad estelar integrada y liviana de la Vía Láctea es en general subsolar. El perfil radial de la metalicidad estelar integrada muestra una ruptura a 6,9 ± 0,6 kpc, con una pendiente positiva de 0,031 ± 0,010 dex kpc-1 dentro del radio de ruptura y una pendiente negativa de -0,052 ± 0,008 dex kpc-1 más allá de él (Fig. .1 y Métodos). Esta ruptura, sin embargo, no se ve en los perfiles de metalicidad de las poblaciones de una sola edad, que son planos en el grupo de edad avanzada o pronunciados y negativos en las poblaciones estelares más jóvenes. El pronunciado gradiente de poblaciones jóvenes es consistente con observaciones de estrellas jóvenes y regiones H ii en la Vía Láctea3,4,5,6,7,8,9. La fracción de luminosidad total en la población estelar antigua (8-12 Gyr) pobre en metales disminuye con el radio, mientras que ocurre lo contrario en las poblaciones más jóvenes y ricas en metales. Esto es consistente con la estructura más radialmente compacta, es decir, con una longitud de escala más corta, de la población de edad avanzada10,11. Esta contribución radialmente variable de las poblaciones estelares viejas, pobres en metales, versus las jóvenes y ricas en metales en el disco da lugar a la pendiente positiva del perfil de metalicidad en el interior de la Galaxia12. Por la misma razón, la pendiente negativa en la galaxia exterior refleja el gradiente de las poblaciones jóvenes y de edad intermedia que dominan en radios mayores. Estos resultados sugieren una conexión intrigante entre el perfil integrado de metalicidad estelar y la evolución estructural de la Vía Láctea.

La metalicidad integrada de todas las edades y que en cada grupo de edad hay valores promedio de 26 MAP, ponderados por su luminosidad bolométrica (Métodos). Las barras de error y las regiones sombreadas indican las incertidumbres de 1σ de las mediciones de metalicidad promedio. Los tamaños de los cuadrados de colores indican la fracción de la luminosidad total para cada contenedor radial contenido en cada componente mono-edad.

Para comparar la Vía Láctea con otras galaxias, medimos los perfiles integrados de metalicidad estelar y en fase gaseosa de 321 galaxias en formación estelar enfrentadas con masa estelar similar a la Vía Láctea (|log(M★/MMW)| < 0,2 dex ) en el estudio de la Unidad de Campo Integral (IFU) MaNGA (Mapeo de galaxias cercanas en el Observatorio Apache Point)13 (Métodos). Además, comparamos nuestros resultados con perfiles de 134 galaxias formadoras de estrellas con masa de la Vía Láctea en la simulación magnetohidrodinámica cosmológica TNG5014,15. La Figura 2 muestra los perfiles de metalicidad total (es decir, estelar promedio, paneles izquierdo y medio) y actual (es decir, estrellas jóvenes o en fase gaseosa, panel derecho) de estas galaxias MaNGA y TNG50 en comparación con el de la Vía Láctea. Forma. Todos los perfiles están normalizados al radio efectivo de su galaxia (Re) para marginar el efecto del tamaño de la galaxia. Debido a la incertidumbre en la medición actual del tamaño de la Vía Láctea (Métodos), adoptamos un rango de radios efectivos de 3,4 a 6,7 ​​kpc (ref. 16) para la Vía Láctea, correspondiente a una longitud de escala de 2 a 4 kpc, suponiendo una perfil exponencial único; Así mostramos los perfiles de metalicidad de la Vía Láctea para los dos casos extremos. Es evidente que, independientemente del tamaño de la Vía Láctea, los perfiles de metalicidad integrados de nuestra galaxia son inconsistentes con la mayor parte de las galaxias MaNGA y TNG50 con masa de la Vía Láctea, que, cuando se promedian entre las poblaciones, generalmente muestran distribuciones de metalicidad radial más plana. Los gradientes de metalicidad estelar más planos de las galaxias locales son cualitativamente consistentes con otras mediciones independientes de galaxias MaNGA17 y diferentes estudios IFU18, y también son consistentes con los de galaxias masivas cercanas con formación de estrellas19,20,21,22, para las cuales las observaciones espectroscópicas de valores luminosos resueltos Se encuentran disponibles poblaciones estelares (por ejemplo, supergigantes rojas o azules).

Las regiones sombreadas en azul y magenta representan la media ± sd de las distribuciones de 321 galaxias MaNGA y 134 galaxias TNG50, respectivamente. Los símbolos rellenos y las barras de error indican su perfil de metalicidad mediana y el error de la mediana. Izquierda: perfil de metalicidad estelar radial promedio de peso ligero de la Vía Láctea (negro y gris) en comparación con los de las galaxias de formación estelar con masa de la Vía Láctea de bajo corrimiento al rojo en el estudio MaNGA (azul). Las curvas de color azul claro indican los perfiles de las galaxias MaNGA individuales en nuestra muestra. Un ejemplo de galaxia que muestra un perfil roto similar a la Vía Láctea está resaltado con una línea gruesa. Dada la incertidumbre del tamaño de la Vía Láctea, adoptamos dos valores de 3,4 y 6,7 kpc para ilustrar el rango del perfil de la Vía Láctea normalizado al radio efectivo. Medio: igual que la izquierda pero mostrando la comparación con galaxias de la simulación TNG50 (magenta). Como a la izquierda, se resalta un ejemplo de galaxia con un perfil igualmente roto. Derecha: comparación entre las mismas muestras de galaxias de la izquierda y del medio, excepto por sus gradientes de metalicidad actuales. Para las galaxias MaNGA, utilizamos la abundancia de oxígeno ([O/H]) medida en su gas ionizado a partir de líneas de emisión óptica (Métodos) para representar su metalicidad actual. Para la Vía Láctea y las galaxias TNG50, utilizamos el [Mg/H], que está estrechamente correlacionado con [O/H] (ref. 95), de sus poblaciones estelares jóvenes (0–4 Gyr) para representar su estado actual. metalicidad (Métodos).

Aunque parezca poco común, el perfil de metalicidad estelar rota de la Vía Láctea no es único ni en las muestras observadas ni simuladas ni en otras observaciones locales23. Para estimar la frecuencia del perfil similar a la Vía Láctea en estas muestras, cuantificamos los gradientes internos y externos de los perfiles de metalicidad de galaxias individuales MaNGA y TNG50 con una función lineal rota, la misma que la de la Vía Láctea (Métodos). Encontramos una pequeña fracción de las galaxias de comparación (~1% en la muestra MaNGA y 11% en la muestra TNG50) que tienen gradientes internos y externos normalizados (en dex Re-1) consistentes con los de la Vía Láctea dentro de incertidumbres, incluyendo las incertidumbres debidas al tamaño de la Vía Láctea. Destacamos una de esas galaxias en cada muestra en la Fig. 2. Observamos que la fracción en nuestra muestra MaNGA podría estar subestimada debido a la resolución espacial limitada y la cobertura radial de los datos.

En cuanto a los perfiles de metalicidad actuales, las galaxias similares a la Vía Láctea generalmente muestran un gradiente negativo monótono, cualitativamente consistente con la Vía Láctea. Sin embargo, la comparación cuantitativa del gradiente normalizado con respecto al radio efectivo es bastante sensible al tamaño adoptado de nuestra galaxia. Los gradientes de metalicidad de las galaxias son comparables a los de la Vía Láctea cuando se supone un tamaño pequeño de nuestra Galaxia, pero tienden a ser más planos que la Vía Láctea cuando se adopta un tamaño mayor.

El análisis de las galaxias simuladas confirma que existe una relación innata entre la forma de los perfiles de metalicidad de las galaxias y la evolución de la estructura del disco, como se muestra en la Figura 3. En las regiones interiores (Fig. 3a), la Vía Láctea y las galaxias TNG50 con La evolución de la estructura del disco similar a la Vía Láctea muestra un gradiente de metalicidad positivo acompañado de un gradiente positivo del perfil de luminosidad de la población joven. Esto indica una formación estelar reciente reducida en las regiones más internas de estas galaxias, y podría ser una manifestación del crecimiento del bulbo24 o de un enfriamiento de adentro hacia afuera de la formación estelar25,26,27, posiblemente debido a la retroalimentación activa del núcleo galáctico, como es el caso. para galaxias TNG5015,28,29.

a,b, La evolución de la estructura del disco se cuantifica como la diferencia entre la pendiente de los perfiles de densidad de la superficie de luminosidad radial (Δ log(ΣL)/ΔR) de poblaciones estelares jóvenes (0–4 Gyr) y viejas (8–12 Gyr). dentro (a) y fuera (b) del radio de rotura identificado en los perfiles radiales de metalicidad. Los círculos rellenos indican galaxias con masa de la Vía Láctea y formadoras de estrellas en la simulación TNG50, codificadas por colores según su radio efectivo. Dos recuadros en el lado izquierdo de cada panel ilustran los perfiles de densidad de superficie de luminosidad de poblaciones jóvenes y viejas en dos galaxias TNG50 de ejemplo (cuadrados negros): una con una fuerte evolución en la parte superior y otra con un crecimiento casi paralelo (a) o inverso. evolución (la población joven es más compacta, b) en la parte inferior. La posible posición de la Vía Láctea en estos dos diagramas se indica mediante una elipse sombreada, que se ve alargada por la gran incertidumbre sobre el radio efectivo de la Vía Láctea, debida a su vez a las incertidumbres en la medición de la longitud de la escala del disco y a la posible desviación de un perfil de densidad exponencial único. Adoptamos el mismo rango de radio efectivo de nuestra galaxia que en la Fig. 2 y asumimos valores igualmente probables dentro de este rango.

Sin embargo, en las regiones exteriores (Fig. 3b), las galaxias TNG50 con una estructura similar a la Vía Láctea suelen mostrar un gradiente de metalicidad más plano. Como lo sugieren los modelos empíricos de evolución química o simulaciones ampliadas, un gradiente pronunciado de metalicidad exterior podría ser inducido por una serie de procesos: ignición de adentro hacia afuera de la formación estelar debido a la disminución de la densidad del gas con el radio y crecimiento del disco de adentro hacia afuera debido a aumento de la escala de tiempo de acumulación de gas con radio12,30, entrada radial de gas a lo largo del disco que transporta material enriquecido hacia el interior31,32 y un evento abrupto de acumulación de gas libre de metales a través de, por ejemplo, una fusión menor que diluye preferentemente el disco en radios más grandes33,34 . Los gradientes de metalicidad de las galaxias simuladas formados por estos procesos también pueden depender de cómo se implementan en los modelos. Por ejemplo, en el escenario de acreción de gas libre de metales, la dilución resultante en función del radio depende en gran medida de la distribución radial del gas que cae y, por lo tanto, de la masa y la órbita del satélite que cae. Estos requisitos sobre los parámetros de los satélites en caída podrían hacer que el gradiente pronunciado de metalicidad inducido por la acreción sea poco común.

En resumen, encontramos que el perfil de metalicidad integrado y liviano de la Vía Láctea no es monótono, con un gradiente positivo dentro de 7 kpc y un gradiente negativo en el exterior. Este perfil de metalicidad no es único, pero es poco común entre las galaxias que forman estrellas con masa de la Vía Láctea, tanto en el Universo local como en una simulación cosmológica de última generación. La forma general del gradiente de la Vía Láctea está determinada por la evolución temporal de los componentes de su disco interno y externo. La estructura química de la galaxia interior puede explicarse por el crecimiento del bulbo o por el apagado de adentro hacia afuera de la formación estelar en las regiones interiores. La estructura de las regiones exteriores de la Vía Láctea, sin embargo, es más difícil de explicar en el marco aceptado de formación de galaxias, ya que el pronunciado perfil exterior de metalicidad, combinado con la estimación actual del radio efectivo, hace de nuestra galaxia un sistema atípico en comparación. con las muestras de galaxias similares a la Vía Láctea observadas y simuladas. Esta discrepancia puede indicar una medición errónea del tamaño del disco galáctico, que podría abordarse con próximos estudios como WEAVE, el Telescopio espectroscópico multiobjeto de 4 metros y el Sloan Digital Sky Survey V (SDSS-V), o bien un proceso físico poco común que opera durante la evolución de la Vía Láctea.

Este trabajo se basa en los datos de la última publicación de datos internos de la encuesta APOGEE después de la publicación de datos 16 del SDSS-IV (refs. 35,36,37). APOGEE es un estudio espectroscópico masivo de alta resolución en el infrarrojo cercano1 que proporciona parámetros estelares robustos y precisos y abundancias elementales para más de medio millón de estrellas, principalmente estrellas ramificadas de gigantes rojas, en casi 1.000 campos discretos que se distribuyen de forma semirregular por todo el disco galáctico. , bulto y halo38,39,40,41. La muestra observada se selecciona aleatoriamente, campo a campo, de los candidatos definidos en el diagrama color-magnitud 2MASS H–(J − Ks)0. Los espectros estelares se obtienen utilizando espectrógrafos personalizados42 con el telescopio Sloan de 2,5 m y el telescopio de 1 m de la Universidad Estatal de Nuevo México en el Observatorio Apache Point43,44, y con el telescopio Irénée du Pont de 2,5 m en el Observatorio Las Campanas45. Los espectros se reducen y las abundancias químicas (por ejemplo, [Fe/H], [Mg/Fe]) y los parámetros estelares (por ejemplo, gravedad superficial y temperatura efectiva) de estrellas individuales se producen mediante tuberías personalizadas utilizando una nueva lista de líneas personalizada. (el canal APOGEE de parámetros estelares y abundancias químicas)46,47,48. Las edades estelares y las distancias espectrofotométricas se obtienen aplicando el código de aprendizaje profundo astroNN a los datos espectroscópicos de APOGEE y los datos astrométricos de Gaia, y se proporcionan en el Catálogo de valor agregado de astroNN con incertidumbres de edad típicas del 30 % e incertidumbres de distancia del 10 %. (refs. 49,50).

Hemos corregido las abundancias APOGEE de Fe y Mg por los efectos del equilibrio termodinámico no local (NLTE). Este proceso físico no es capturado por los modelos LTE estándar y a menudo se tiene en cuenta explícitamente51. Utilizamos los átomos modelo NLTE de Fe y Mg desarrollados por Bergemann et al.52,53. Las correcciones NLTE se calcularon para una cuadrícula de atmósferas de modelos estelares que cubren el espacio de parámetros estelares de las observaciones APOGEE para líneas individuales de Mg i y Fe i, que son detectables en los espectros APOGEE de banda H54. Las correcciones de abundancia del NLTE suelen estar dentro de ±0,10 dex para las abundancias de Fe y Mg en estrellas individuales, pero ascienden a menos de 0,02 dex para las abundancias ponderadas ligeras integradas. Las correcciones para el efecto NLTE cambian el gradiente de metalicidad sólo en menos del 2%.

La metalicidad estelar integrada en la Vía Láctea se deriva utilizando la distribución de densidad de poblaciones de monoabundancia (MAP) después de corregir cuidadosamente la función de selección de la encuesta APOGEE55. El proceso de corrección de la función de selección APOGEE se describe con mayor detalle en Lian et al.55, pero en resumen, utilizando las isócronas PARSEC56 y el mapa de extinción tridimensional (3D) combinado57, estimamos la probabilidad de que una estrella, en una dada la posición galáctica y las abundancias de [Fe/H] y [Mg/Fe], sería seleccionado como candidato y luego eventualmente observado. La densidad numérica observada de estrellas APOGEE en esta posición y su abundancia, dividida por esta probabilidad de observación, da lugar a la densidad local de la población subyacente. Esta conversión de densidad numérica muestreada a densidad numérica intrínseca se realiza para todos los MAP individuales en diferentes posiciones de la galaxia de forma independiente. Consideramos MAP en el rango de abundancia donde se encuentran la gran mayoría de las estrellas de la Vía Láctea: [Fe/H] entre −0,9 y +0,5, con un ancho de contenedor de 0,2 dex, y [Mg/Fe] entre −0,1 y 0,4 , con un ancho de contenedor de 0,1 dex. Luego, la densidad de luminosidad de cada MAP se obtiene muestreando las isócronas PARSEC asumiendo una función de masa inicial de Kroupa58. En total, obtenemos 3056 mediciones de luminosidad individuales para cada MAP que abarca radios galactocéntricos de 0 a 25 kpc y distancias verticales de 0 a 14 kpc.

Con la distribución de densidad de luminosidad 3D, primero obtenemos la densidad de la superficie de luminosidad de cada MAP en función del radio integrando la distribución de densidad en la dirección vertical. Agrupamos las mediciones de densidad de MAP en una serie de contenedores radiales estrechos, de 0 a 15 kpc con un ancho de contenedor de 1 kpc. Para cada contenedor radial, ajustamos la distribución de densidad vertical con un único perfil exponencial y derivamos la densidad de luminosidad de la superficie integrando el modelo de densidad mejor ajustado. Estas densidades de luminosidad de la superficie se utilizan para ponderar cada MAP y medir la metalicidad ligera promedio de la Vía Láctea. Estos valores tienen entonces el mismo significado físico que las mediciones de metalicidad estelar no resueltas en galaxias externas y, por lo tanto, permiten una comparación directa entre ellos. La metalicidad ligera promedio se calcula mediante

donde σL,i indica la densidad de la superficie de luminosidad de MAP i, y [Fe/H]i denota la abundancia de hierro de ese MAP. El mismo cálculo se realiza para obtener la abundancia de magnesio ligero ([Mg/H]), utilizada en la comparación con la metalicidad en fase gaseosa de las galaxias, que suele estar representada por la abundancia de oxígeno ([O/H]). El cálculo se realiza en el rango radial de 2 a 15 kpc, donde las estructuras verticales de todos los MAP dominantes están bien determinadas. La incertidumbre estocástica de la metalicidad integrada se estima mediante simulaciones de Monte Carlo, considerando incertidumbres de las abundancias de cada MAP y de la densidad de masa superficial obtenida que se propagan a partir de errores de densidad numérica en cada posición espacial. Como estimación conservadora, asumimos que las incertidumbres de [Fe/H] y [Mg/Fe] en cada MAP son 0,1 y 0,05 dex, respectivamente, que son la mitad de los anchos de los contenedores utilizados para la definición de MAP.

Dado que la distribución de la metalicidad radial en la Vía Láctea varía sistemáticamente con la altura desde el plano del disco59,60,61,62,63, corregir la función de selección del estudio es esencial para derivar la metalicidad estelar promedio integrada e imparcial y su distribución radial. Sin embargo, el resultado principal de este artículo, es decir, que la Vía Láctea presenta un perfil de metalicidad con una ruptura pronunciada, no depende en gran medida de la corrección de la función de selección. Los perfiles de metalicidad radial obtenidos utilizando datos APOGEE sin tener en cuenta la función de selección muestran un comportamiento similar a los corregidos para la función de selección (Figura 1 complementaria versus Figura 1), con una clara ruptura en r ~ 6 kpc, un gradiente positivo dentro del radio de rotura y una fuerte pendiente negativa en el exterior. Esta consistencia aproximada se debe al diseño semirregular de los campos APOGEE dentro y fuera del plano del disco, que minimiza el efecto de selección geométrica. Sin embargo, tanto el gradiente interior como el exterior son más pronunciados que la metalicidad estelar integrada. Esto sugiere que nuestros resultados son sólidos frente a las incertidumbres en la corrección de la función de selección de la encuesta, pero dicha corrección es necesaria para una comprensión precisa de la distribución promedio de la metalicidad en la Vía Láctea.

Para investigar el origen del perfil de metalicidad integrado roto en la Galaxia, estudiamos los perfiles de metalicidad de estrellas de diferentes edades. Estos perfiles de metalicidad resueltos en el tiempo se obtienen desplegando primero la densidad numérica de cada MAP en una posición determinada a lo largo de la dimensión de edad utilizando la distribución de edad observada. Luego, para cada intervalo de edad, realizamos el mismo análisis anterior para derivar las luminosidades de la superficie de los MAP y la metalicidad promedio ponderada de la luz en función del radio. Considerando incertidumbres de edad de ~30%, consideramos tres grupos de edad amplios de 0 a 12 Gyr con pasos pares de 4 Gyr.

No podemos tener en cuenta la función de selección y luego calcular la densidad intrínseca para un determinado grupo de monoabundancia y monoedad ​​si no se observa ninguna de estas estrellas. Dado que las estrellas muy jóvenes (edad < 0,5 Gyr) tienen una fracción muy pequeña que evoluciona a través de la fase RGB y posiblemente no haya estrellas jóvenes observadas por APOGEE, la contribución de las poblaciones muy jóvenes en la luminosidad y la metalicidad promedio de las poblaciones totales en este trabajo posiblemente esté subestimado en todos los radios. Hemos realizado pruebas en las que aumentamos manualmente la densidad de luminosidad del grupo de edad más joven (0–2 Gyr; en el artículo principal se adopta un grupo de edad más amplio de 4 Gyr) en nuestros cálculos y descubrimos que esto no afecta nuestros resultados significativamente. . Un cambio de factor de dos en la luminosidad del grupo de edad más joven es una estimación conservadora dado que posiblemente solo falten estrellas muy jóvenes: da como resultado una variación de <0,02 dex en la metalicidad promedio de las poblaciones totales. Tenga en cuenta que, dado que la distribución de densidad vertical y la densidad superficial de los MAP se calculan por separado, antes de combinarse en los contenedores de "todas las edades" y "monoedad" de la Fig. 1, la metalicidad promedio obtenida de las poblaciones totales no es precisamente idéntica a la media aritmética de poblaciones de una sola edad.

Para medir el gradiente de metalicidad de la Vía Láctea, debido al perfil visiblemente no monótono, ajustamos una función lineal quebrada,

al perfil con cuatro parámetros libres: punto cero (b), radio de ruptura (Rb) y gradiente dentro y fuera (ain, aout) del radio de ruptura. El ajuste se realiza en el rango radial de 2 a 15 kpc. Las incertidumbres de los gradientes mejor ajustados se estiman mediante simulaciones de Monte Carlo considerando la incertidumbre estocástica de la medición integrada de la metalicidad para cada contenedor radial. El radio de rotura mejor ajustado es de 6,9 ​​± 0,6 kpc. Los gradientes obtenidos están en unidades dex kpc−1. Sin embargo, el gradiente normalizado en dex Re-1 está sujeto a una gran incertidumbre debido a la estimación bastante incierta del tamaño de la Vía Láctea, que se origina en una incertidumbre significativa en la longitud de escala del disco de la Vía Láctea16 y la complejidad del perfil de densidad del disco, que puede desviarse de una forma exponencial única55,64,65,66.

Comparamos nuestros hallazgos de los perfiles de metalicidad de la Vía Láctea con los de galaxias de masa similar con formación de estrellas del estudio SDSS-IV MaNGA13 y la simulación cosmológica TNG5014,15. Los datos brutos de MaNGA se calibran espectrofotométricamente67 y se reducen mediante el Data Reduction Pipeline68. Del lanzamiento final del producto MaNGA 11, seleccionamos 321 galaxias enfrentadas (relación de eje b/a > 0,5, usando a y b del catálogo de la NSA69) con una tasa de formación estelar específica de >10−11 año−1 (usando el medición de la tasa total de formación de estrellas del catálogo Max-Planck-Institut für Astrophysik–Johns Hopkins University70) y |log(M★/MMW)| < 0,2 dex, suponiendo log(MMW/M☉) = 10,76 (ref. 71). Entre ellas, 256 galaxias están en la muestra Primaria+ que se observan hasta 1,5 Re y 249 galaxias están en la muestra Secundaria observada hasta 2,5 Re.

Tomamos las metalicidades estelares en cada galaxia del catálogo de valor agregado Firefly MaNGA72,73,74, que utiliza el código de ajuste de espectro completo de Firefly75 y la biblioteca estelar MaStar76,77. Tenga en cuenta que debido a que la biblioteca estelar MaStar solo considera la abundancia solar α, la metalicidad estelar derivada es comparable a la abundancia de hierro [Fe/H].

Los spaxels de cada galaxia se agrupan utilizando una teselación de Voronoi para garantizar una relación señal-ruido de espectro mínima de 10 (ref. 78). Requerimos que cada celda agrupada en Voronoi tenga una incertidumbre de medición de la metalicidad estelar inferior a 0,5 dex. Observamos que los perfiles radiales derivados de las galaxias MaNGA pueden ser ligeramente más planos que los intrínsecos debido a un muestreo espacial insuficiente79. Por lo tanto, la fracción de perfiles de metalicidad similares a los de la Vía Láctea en galaxias locales podría cambiar cuantitativamente en un estudio IFU diferente, pero probablemente no cualitativamente. Por ejemplo, no se observa una firma clara de perfiles de metalicidad rotos en galaxias masivas de tipo tardío en el Estudio IFU del Área de Campo Integral del Legado de Calar Alto18, que tiene una resolución espacial más alta que MaNGA. Se necesita una comparación más detallada y completa utilizando observaciones extragalácticas resueltas espacialmente de diferentes resoluciones espaciales para cuantificar con precisión la frecuencia de perfiles similares a la Vía Láctea en el Universo local, lo cual, sin embargo, está más allá del alcance de este artículo.

Los espectros de MaNGA tienen un rango de longitud de onda entre 3.800 y 10.000 Å. Realizamos una prueba para calcular el perfil de metalicidad promedio de la Vía Láctea utilizando la banda r en lugar de la luminosidad bolométrica y encontramos resultados consistentes.

Para comparar los resultados de la Vía Láctea con los de los modelos actuales de formación de galaxias, seleccionamos galaxias similares a la Vía Láctea en la simulación TNG50 aplicando los mismos criterios de selección (es decir, masa estelar y cortes específicos de la tasa de formación de estrellas) que se utilizan para el MaNGA. encuesta. TNG50 arroja 134 galaxias que satisfacen estos criterios en la instantánea z = 0.

TNG50 es una simulación magnetohidrodinámica cosmológica para la formación y evolución de galaxias que abarca un volumen de aproximadamente 50 megaparsecs en movimiento, por lo que toma muestras de muchos miles de galaxias por encima de 108 M⊙, en todos los tipos y entornos de galaxias14,15. En la simulación, se siguen simultáneamente procesos como la formación de estrellas con umbral de densidad, la evolución estelar, el enriquecimiento químico, los vientos galácticos generados por explosiones de supernovas, el enfriamiento y calentamiento de gas, y la siembra, crecimiento y retroalimentación de agujeros negros supermasivos80,81, con un masa promedio y resolución espacial en las galaxias formadoras de estrellas de 8,5 × 104 M⊙ y 50–200 pc, respectivamente14,29. Se ha demostrado que las galaxias TNG50 en z = 0 tienen estructuras y propiedades que en general son consistentes con muchos hallazgos observacionales: de relevancia para los propósitos de esta comparación, estos incluyen los gradientes de metalicidad en fase gaseosa82, los perfiles de densidad de superficie de la tasa de formación radial de estrellas en comparación con las galaxias MaNGA83 y los tamaños estelares y las morfologías estelares generales en comparación con los datos del SDSS y otros84. Todo esto nos permite comparar el caso de la Vía Láctea con un conjunto relativamente grande de galaxias simuladas y razonablemente realistas.

Siguiendo el mismo procedimiento que para los datos de la Vía Láctea, obtenemos los perfiles de metalicidad livianos integrados de las galaxias TNG50 seleccionadas y medimos sus gradientes de metalicidad y radios de ruptura ajustando los perfiles de metalicidad livianos de las partículas estelares dentro de ±4 kpc de la plano medio y en el rango de 3 a 25 kpc. A medida que obtenemos perfiles a partir de 2 kpc para la galaxia, aplicamos un radio mínimo similar para ajustar los perfiles de galaxias simuladas. Debido a que las galaxias TNG50 son generalmente más extendidas que la Vía Láctea, aplicamos un radio máximo de 25 kpc para cubrir las galaxias simuladas al menos hasta 2,5 radios efectivos. Para que su gradiente de metalicidad actual sea coherente con la Vía Láctea, utilizamos el gradiente de metalicidad de estrellas jóvenes con edades de 0 a 4 Gyr. Los resultados de estos ajustes se muestran en la Fig. 3. Los radios efectivos de las galaxias TNG50 se miden utilizando la distribución de luminosidad en la instantánea z = 0.

En el texto principal, utilizamos los perfiles de metalicidad de estrellas jóvenes (0–4 Gyr) en la Vía Láctea y las galaxias TNG50 para representar sus perfiles de metalicidad actuales. Para verificar este enfoque, comparamos los perfiles de metalicidad y los gradientes entre el gas y las estrellas jóvenes en nuestras galaxias TNG50 (Figura complementaria 2). El perfil de metalicidad de las estrellas jóvenes sigue de cerca al del gas, aunque este último es ligeramente más pronunciado en 0,0026 ± 0,0064 dex kpc-1 en promedio (el gradiente se calcula en el rango de 3 a 25 kpc). Esta diferencia no afecta la comparación en el texto principal.

Para las galaxias MaNGA, medimos la metalicidad del gas de las mismas células con mediciones de metalicidad estelar utilizando flujos de líneas de emisión producidos por el Data Analysis Pipeline85,86. Para cada celda, requerimos la relación señal-ruido de las líneas de emisión fuertes ([O ii]λ3,727, 3,729, Hβ, [O iii]λ4,959, 5,007, Hα, [N ii]λ6,584 ) están por encima de 5, de modo que sus proporciones colocan a la célula en la región de formación estelar definida por la línea de demarcación convencional87 en el diagrama de Baldwin-Phillips-Terlevich88. Corregimos la extinción interna galáctica utilizando el método de decremento de Balmer, asumiendo la recombinación del caso B con una relación intrínseca Hα/Hβ de 2,87 (ref. 89) y una ley de extinción estándar de la Vía Láctea90. Para tener en cuenta la sistemática en las mediciones de metalicidad del gas entre diferentes calibraciones, probamos cuatro calibraciones de metalicidad de línea fuerte ampliamente utilizadas: R23 (([O ii]λ3,727, 3,729 + [O iii]λ4,959, 5,001)/Hβ; ref . 91), N2O2 ([N ii]λ6,584/[O ii]λ3,727, 3,729; ref. 92) y dos O3N2 (([O iii]λ4,959, 5,001/Hβ)/([N ii] ]λ6,584/Hα)) calibraciones93,94. Los perfiles de metalicidad derivados de estas calibraciones tienen grandes diferencias en los valores absolutos de metalicidad, pero formas de gradiente radiales más o menos consistentes. Adoptamos la calibración R23, que proporciona un perfil de metalicidad promedio de nuestra muestra MaNGA más consistente con las poblaciones jóvenes en las galaxias simuladas y la Vía Láctea, pero enfatizamos que nuestros hallazgos cualitativos no dependen de la elección del calibrador.

Todos los datos presentados en este trabajo están disponibles en un repositorio público en https://github.com/lianjianhui/Source-data-for-MW-gradient-paper.git.

Majewski, SR y cols. El Experimento de Evolución Galáctica del Observatorio Apache Point (APOGEE). Astron. J. 154, 94 (2017).

ADS del artículo Google Scholar

Colaboración Gaia et al. La misión Gaia. Astron. Astrofia. 595, A1 (2016).

Artículo de Google Scholar

Esteban, C. & García-Rojas, J. Revisando los gradientes radiales de abundancia de nitrógeno y oxígeno de la Vía Láctea. Lun. No. R. Astron. Soc. 478, 2315–2336 (2018).

ADS del artículo Google Scholar

Lemasle, B. y col. Gradiente de metalicidad de la Vía Láctea de las cefeidas de modo doble Gaia DR2 F/1O. Astron. Astrofia. 618, A160 (2018).

Artículo de Google Scholar

Braganza, GA et al. Gradientes de abundancia radial en el disco galáctico exterior trazados por estrellas OB de la secuencia principal. Astron. Astrofia. 625, A120 (2019).

Artículo de Google Scholar

Arellano-Córdova, KZ, Esteban, C., García-Rojas, J. & Mendez-Delgado, JE Los gradientes de abundancia radial galácticos de C, N, O, Ne, S, Cl y Ar de espectros profundos de regiones H ii . . . . Lun. No. R. Astron. Soc. 496, 1051–1076 (2020).

ADS del artículo Google Scholar

Minniti, JH y cols. Usando cefeidas clásicas para estudiar el lado opuesto del disco de la Vía Láctea. I. Clasificación espectroscópica y gradiente de metalicidad. Astron. Astrofia. 640, A92 (2020).

Artículo de Google Scholar

Zhang, H., Chen, Y. & Zhao, G. Migración radial desde gradiente de metalicidad de cúmulos abiertos y valores atípicos. Astrofia. J. 919, 52 (2021).

ADS del artículo Google Scholar

Spina, L., Magrini, L. & Cunha, K. Mapeo del gradiente de metalicidad galáctica con cúmulos abiertos: estado del arte y desafíos futuros. Universo 8, 87 (2022).

ADS del artículo Google Scholar

Bensby, T., Alves-Brito, A., Oey, MS, Yong, D. y Meléndez, J. Una primera restricción en la longitud de la escala del disco grueso: abundancias radiales diferenciales en gigantes K en radios galactocéntricos 4, 8 y 12 kpc. Astrofia. J. Lett. 735, L46 (2011).

ADS del artículo Google Scholar

Bovy, J. y col. La estructura espacial de las subpoblaciones de monoabundancia del disco de la Vía Láctea. Astrofia. J. 753, 148 (2012).

ADS del artículo Google Scholar

Schönrich, R. & McMillan, PJ Comprensión de los gradientes de metalicidad inversa en los discos galácticos como consecuencia de la formación de adentro hacia afuera. Lun. No. R. Astron. Soc. 467, 1154-1174 (2017).

Anuncios Google Scholar

Bundy, K. y col. Descripción general de la encuesta SDSS-IV MaNGA: mapeo de galaxias cercanas en el Observatorio Apache Point. Astrofia. J. 798, 7 (2015).

ADS del artículo Google Scholar

Pillepich, A. et al. Primeros resultados de la simulación TNG50: la evolución de los discos estelares y gaseosos a lo largo del tiempo cósmico. Lun. No. R. Astron. Soc. 490, 3196–3233 (2019).

ADS del artículo Google Scholar

Nelson, D. y col. Primeros resultados de la simulación TNG50: flujos galácticos impulsados ​​por supernovas y retroalimentación de agujeros negros. Lun. No. R. Astron. Soc. 490, 3234–3261 (2019).

ADS del artículo Google Scholar

Bland-Hawthorn, J. & Gerhard, O. La galaxia en contexto: propiedades estructurales, cinemáticas e integradas. Año. Rev. Astron. Astrofia. 54, 529–596 (2016).

ADS del artículo Google Scholar

Boardman, N. y col. Análogos de la Vía Láctea en MaNGA: homogeneidad multiparamétrica y comparación con la Vía Láctea. Lun. No. R. Astron. Soc. 491, 3672–3701 (2020).

ADS del artículo Google Scholar

González Delgado, RM et al. El estudio CALIFA a lo largo de la secuencia del Hubble. Propiedades de población estelar resueltas espacialmente en galaxias. Astron. Astrofia. 581, A103 (2015).

Artículo de Google Scholar

Kudritzki, R.-P. et al. Espectroscopia cuantitativa de estrellas supergigantes azules en el disco de M81: metalicidad, gradiente de metalicidad y distancia. Astrofia. J. 747, 15 (2012).

ADS del artículo Google Scholar

Saglia, RP et al. Poblaciones estelares de la región central de M 31. Astron. Astrofia. 618, A156 (2018).

Artículo de Google Scholar

Gregersen, D. y col. Tesoro pancromático de Andrómeda del Hubble. XII. Mapeo de distribuciones de metalicidad estelar en M31. Astron. J. 150, 189 (2015).

ADS del artículo Google Scholar

Liu, C. y col. Un estudio espectroscópico de estrellas supergigantes azules en galaxias espirales del grupo local: Andrómeda y Triángulo. Astrofia. J. 932, 29 (2022).

ADS del artículo Google Scholar

Sánchez-Blázquez, P. et al. Gradientes de población estelar en discos de galaxias del estudio CALIFA. La influencia de los bares. Astron. Astrofia. 570, A6 (2014).

Artículo de Google Scholar

Rix, H.-W. et al. El pobre y viejo corazón de la Vía Láctea. Astrofia. J. 941, 45 (2022).

ADS del artículo Google Scholar

Wang, E. y col. SDSS-IV MaNGA: cese de la formación estelar en galaxias de bajo corrimiento al rojo. I. Dependencia de la masa estelar y propiedades estructurales. Astrofia. J. 856, 137 (2018).

ADS del artículo Google Scholar

Lin, L. y col. SDSS-IV MaNGA: extinción de galaxias de adentro hacia afuera versus de afuera hacia adentro en diferentes entornos locales. Astrofia. J. 872, 50 (2019).

ADS del artículo Google Scholar

Hasselquist, S. y col. Abundancias APOGEE [C/N] en toda la Galaxia: migración y caída desde edades de gigantes rojas. Astrofia. J. 871, 181 (2019).

ADS del artículo Google Scholar

Nelson, EJ y cols. Formación estelar resuelta espacialmente y extinción de adentro hacia afuera en la simulación TNG50 y observaciones 3D-HST. Lun. No. R. Astron. Soc. 508, 219–235 (2021).

ADS del artículo Google Scholar

Pillepich, A. et al. Burbujas de rayos X en el medio circungaláctico de galaxias similares a la Vía Láctea TNG50 y M31: señales de actividad de agujeros negros supermasivos. Lun. No. R. Astron. Soc. 508, 4667–4695 (2021).

ADS del artículo Google Scholar

Chiappini, C., Matteucci, F. & Romano, D. Gradientes de abundancia y la formación de la Vía Láctea. Astrofia. J. 554, 1044–1058 (2001).

ADS del artículo Google Scholar

Schönrich, R. & Binney, J. Evolución química con mezcla radial. Lun. No. R. Astron. Soc. 396, 203–222 (2009).

ADS del artículo Google Scholar

Chen, B. y col. Evolución química con reducción de mezcla radial: extendiéndose más allá del Barrio Solar. Preimpresión en arXiv https://doi.org/10.48550/arXiv.2204.11413 (2022).

Buck, T. Sobre el origen de la bimodalidad química de las estrellas de disco: una historia de fusión y migración. Lun. No. R. Astron. Soc. 491, 5435–5446 (2020).

ADS del artículo Google Scholar

Lian, J. y col. La estructura edad-abundancia química del disco galáctico—II. α-dicotomía y formación de disco grueso. Lun. No. R. Astron. Soc. 497, 2371–2384 (2020).

ADS del artículo Google Scholar

Blanton, MR y cols. Sloan Digital Sky Survey IV: mapeo de la Vía Láctea, las galaxias cercanas y el Universo distante. Astron. J. 154, 28 (2017).

ADS del artículo Google Scholar

Ahumada, R. et al. La decimosexta publicación de datos de Sloan Digital Sky Surveys: primera publicación del estudio sur APOGEE-2 y publicación completa de los espectros eBOSS. Astrofia. J. Supl. Ser. 249, 3 (2020).

ADS del artículo Google Scholar

Jönsson, H. et al. Datos APOGEE y análisis espectral de SDSS Data Release 16: siete años de observaciones, incluidos los primeros resultados de APOGEE-Sur. Astron. J. 160, 120 (2020).

ADS del artículo Google Scholar

Zasowski, G. et al. Selección de objetivos para el Experimento de Evolución Galáctica del Observatorio Apache Point (APOGEE). Astron. J. 146, 81 (2013).

ADS del artículo Google Scholar

Zasowski, G. et al. Selección de objetivos para la Encuesta SDSS-IV APOGEE-2. Astron. J. 154, 198 (2017).

ADS del artículo Google Scholar

Beaton, RL y cols. Estrategia de focalización final para la encuesta SDSS-IV APOGEE-2N. Astron. J. 62, 302 (2021).

ADS del artículo Google Scholar

Santana, FA et al. Estrategia de focalización final para la encuesta SDSS-IV APOGEE-2S. Astron. J. 162, 303 (2021).

ADS del artículo Google Scholar

Wilson, JC y cols. Los espectrógrafos del Experimento de Evolución Galáctica del Observatorio Apache Point (APOGEE). Publ. Astron. Soc. Pac. 131, 055001 (2019).

ADS del artículo Google Scholar

Gunn, JE y cols. El telescopio de 2,5 m del Sloan Digital Sky Survey. Astron. J. 131, 2332–2359 (2006).

ADS del artículo Google Scholar

Holtzman, JA, Harrison, TE y Coughlin, JL El telescopio NMSU de 1 m en el Observatorio Apache Point. Adv. Astron. 2010, 193086 (2010).

ADS del artículo Google Scholar

Bowen, IS y Vaughan, JAH El diseño óptico del monitor de 40 pulgadas. telescopio y del telescopio Irénée DuPont en el Observatorio Las Campanas, Chile. Aplica. Optar. 12, 1430-1434 (1973).

ADS del artículo Google Scholar

Nidever, DL et al. El canal de reducción de datos para el experimento de evolución galáctica del Observatorio Apache Point. Astron. J. 150, 173 (2015).

ADS del artículo Google Scholar

García Pérez, AE et al. ASPCAP: el oleoducto APOGEE de parámetros estelares y abundancias químicas. Astron. J. 151, 144 (2016).

ADS del artículo Google Scholar

Smith, VV y cols. La lista de líneas espectrales de APOGEE Data Release 16. Astron. J. 161, 254 (2021).

ADS del artículo Google Scholar

Mackereth, JT y cols. Calentamiento dinámico a través del disco de la Vía Láctea utilizando APOGEE y Gaia. Lun. No. R. Astron. Soc. 489, 176-195 (2019).

ADS del artículo Google Scholar

Leung, HW & Bovy, J. Aprendizaje profundo de abundancias de múltiples elementos a partir de datos espectroscópicos de alta resolución. Lun. No. R. Astron. Soc. 483, 3255–3277 (2019).

Anuncios Google Scholar

Chaplin, WJ y cols. Datación por edad de una de las primeras fusiones de la Vía Láctea mediante astrosismología de la estrella a simple vista ν Indi. Nat. Astron. 4, 382–389 (2020).

ADS del artículo Google Scholar

Bergemann, M., Lind, K., Collet, R., Magic, Z. y Asplund, M. Formación de líneas de Fe no LTE en estrellas de tipo tardío: I. Estrellas estándar con atmósferas modelo 1D y 〈3D〉. Lun. No. R. Astron. Soc. 427, 27–49 (2012).

ADS del artículo Google Scholar

Bergemann, M. y col. Espectroscopia estelar de equilibrio termodinámico no local con modelos 1D y 〈3D〉. I. Métodos y aplicación a las abundancias de magnesio en estrellas estándar. Astrofia. J. 847, 15 (2017).

ADS del artículo Google Scholar

Souto, D. et al. Abundancias químicas de estrellas de secuencia principal, desvío, subgigantes y gigantes rojas de los espectros APOGEE. I. Firmas de difusión en el cúmulo abierto M67. Astrofia. J. 857, 14 (2018).

ADS del artículo Google Scholar

Lian, J. y col. Tomografía de la Vía Láctea con APOGEE: distribución de densidad intrínseca y estructura de poblaciones de monoabundancia. Lun. No. R. Astron. Soc. 513, 4130 (2022).

ADS del artículo Google Scholar

Bressan, A. y col. PARSEC: huellas estelares e isócronas con el Código de Evolución Estelar PAdova y TRieste. Lun. No. R. Astron. Soc. 427, 127-145 (2012).

ADS del artículo Google Scholar

Bovy, J., Rix, H.-W., Green, GM, Schlafly, EF y Finkbeiner, DP Sobre el modelado de la densidad galáctica en presencia de extinción de polvo. Astrofia. J. 818, 130 (2016).

ADS del artículo Google Scholar

Kroupa, P. Sobre la variación de la función de masa inicial. Lun. No. R. Astron. Soc. 322, 231–246 (2001).

ADS del artículo Google Scholar

Hayden, MR y cols. Cartografía química con APOGEE: funciones de distribución de metalicidad y estructura química del disco de la Vía Láctea. Astrofia. J. 808, 132 (2015).

ADS del artículo Google Scholar

Xiang, M.-S. et al. La evolución de los gradientes de metalicidad estelar del disco de la Vía Láctea a partir de estrellas de apagado de la secuencia principal LSS-GAC: ¿una historia de formación de discos de dos fases? Res. Astron. Astrofia. 15, 1209-1239 (2015).

ADS del artículo Google Scholar

Stanghellini, L. & Haywood, M. Nebulosas planetarias galácticas como sondas de gradientes de metalicidad radial y otros patrones de abundancia. Astrofia. J. 862, 45 (2018).

ADS del artículo Google Scholar

Wheeler, A. y col. Abundancias en la Vía Láctea a través de cinco canales nucleosintéticos de 4 millones de estrellas LAMOST. Astrofia. J. 898, 58 (2020).

ADS del artículo Google Scholar

Vickers, JJ, Shen, J. y Li, Z.-Y. El aplanamiento del gradiente de metalicidad en el delgado disco de la Vía Láctea. Astrofia. J. 922, 189 (2021).

ADS del artículo Google Scholar

Bovy, J. y col. La estructura de la población estelar del disco galáctico. Astrofia. J. 823, 30 (2016).

ADS del artículo Google Scholar

Mackereth, JT y cols. La estructura de edad-metalicidad del disco de la Vía Láctea utilizando APOGEE. Lun. No. R. Astron. Soc. 471, 3057–3078 (2017).

ADS del artículo Google Scholar

Yu, Z. y col. Mapeo del disco galáctico con la muestra de grupo rojo LAMOST y Gaia. VII. La estructura del disco estelar revelada por las poblaciones de monoabundancia. Astrofia. J. 912, 106 (2021).

ADS del artículo Google Scholar

Yan, R. y col. SDSS-IV/MaNGA: técnica de calibración espectrofotométrica. Astron. J. 151, 8 (2016).

ADS del artículo Google Scholar

Ley, DR et al. El canal de reducción de datos para el estudio de galaxias SDSS-IV MaNGA IFU. Astron. J. 152, 83 (2016).

ADS del artículo Google Scholar

Blanton, MR, Kazin, E., Muna, D., Weaver, BA y Price-Whelan, A. Resta de fondo mejorada para las imágenes de Sloan Digital Sky Survey. Astron. J. 142, 31 (2011).

ADS del artículo Google Scholar

Brinchmann, J. y col. Las propiedades físicas de las galaxias formadoras de estrellas en el Universo de bajo corrimiento al rojo. Lun. No. R. Astron. Soc. 351, 1151-1179 (2004).

ADS del artículo Google Scholar

Licquia, TC, Newman, JA y Bershady, MA ¿La Vía Láctea obedece a relaciones de escala de galaxias espirales? Astrofia. J. 833, 220 (2016).

ADS del artículo Google Scholar

Goddard, D. y col. SDSS-IV MaNGA: historias de formación de estrellas resueltas espacialmente en galaxias en función de la masa y el tipo de galaxia. Lun. No. R. Astron. Soc. 466, 4731–4758 (2017).

Anuncios Google Scholar

Parikh, T. y col. SDSS-IV MaNGA: la función de masa inicial estelar resuelta espacialmente en ~400 galaxias de tipo temprano. Lun. No. R. Astron. Soc. 477, 3954–3982 (2018).

ADS del artículo Google Scholar

Neumann, J. y col. SDSS-IV MaNGA: impulsores de metalicidad estelar en galaxias cercanas. Lun. No. R. Astron. Soc. 508, 4844–4857 (2021).

ADS del artículo Google Scholar

Wilkinson, DM, Maraston, C., Goddard, D., Thomas, D. y Parikh, T. FIREFLY (Ajuste iterativo para análisis de probabilidad): un código de ajuste espectral completo. Lun. No. R. Astron. Soc. 472, 4297–4326 (2017).

ADS del artículo Google Scholar

Maraston, C. y col. Modelos de población estelar basados ​​en la biblioteca de espectros estelares SDSS-IV MaStar—I. Modelos de edad intermedia/antiguos. Lun. No. R. Astron. Soc. 496, 2962–2997 (2020).

ADS del artículo Google Scholar

Yan, R. y col. SDSS-IV MaStar: una biblioteca espectral estelar empírica grande y completa: primer lanzamiento. Astrofia. J. 883, 175 (2019).

ADS del artículo Google Scholar

Cappellari, M. & Emsellem, E. Recuperación paramétrica de distribuciones de velocidad de línea de visión a partir de espectros de líneas de absorción de galaxias mediante probabilidad penalizada. Publ. Astron. Soc. Pac. 116, 138-147 (2004).

ADS del artículo Google Scholar

Ibarra-Medel, HJ, Avila-Reese, V., Sánchez, SF, González-Samaniego, A. y Rodríguez-Puebla, A. Observaciones de espectroscopía de campo integral óptica aplicadas a galaxias simuladas: prueba del método de registro fósil. Lun. No. R. Astron. Soc. 483, 4525–4550 (2019).

ADS del artículo Google Scholar

Weinberger, R. y col. Simulación de la formación de galaxias con retroalimentación térmica y cinética impulsada por agujeros negros. Lun. No. R. Astron. Soc. 465, 3291–3308 (2017).

ADS del artículo Google Scholar

Pillepich, A. et al. Simulando la formación de galaxias con el modelo IllustrisTNG. Lun. No. R. Astron. Soc. 473, 4077–4106 (2018).

ADS del artículo Google Scholar

Hemler, ZS y cols. Gradientes de metalicidad en fase gaseosa de galaxias formadoras de estrellas TNG50. Lun. No. R. Astron. Soc. 506, 3024–3048 (2021).

ADS del artículo Google Scholar

Motwani, B. y col. Primeros resultados de SMAUG: información sobre las condiciones de formación estelar a partir de propiedades ISM resueltas espacialmente en TNG50. Astrofia. J. 926, 139 (2022).

ADS del artículo Google Scholar

Zanisi, L. et al. Un enfoque de aprendizaje profundo para probar la morfología de galaxias a pequeña escala y su relación con la actividad de formación estelar en simulaciones hidrodinámicas. Lun. No. R. Astron. Soc. 501, 4359–4382 (2021).

ADS del artículo Google Scholar

Belfiore, F. y col. El proceso de análisis de datos para el estudio de galaxias SDSS-IV MaNGA IFU: modelado de líneas de emisión. Astron. J. 158, 160 (2019).

ADS del artículo Google Scholar

Westfall, KB et al. El proceso de análisis de datos para el estudio de galaxias SDSS-IV MaNGA IFU: descripción general. Astron. J. 158, 231 (2019).

ADS del artículo Google Scholar

Kauffmann, G. y col. Las galaxias anfitrionas de núcleos galácticos activos. Lun. No. R. Astron. Soc. 346, 1055-1077 (2003).

ADS del artículo Google Scholar

Baldwin, JA, Phillips, MM y Terlevich, R. Parámetros de clasificación para los espectros de líneas de emisión de objetos extragalácticos. Publ. Astron. Soc. Pac. 93, 5-19 (1981).

ADS del artículo Google Scholar

Osterbrock, DE y Ferland, GJ Astrofísica de nebulosas gaseosas y núcleos galácticos activos (University Science Books, 2006).

Cardelli, JA, Clayton, GC y Mathis, JS La relación entre la extinción infrarroja, óptica y ultravioleta. Astrofia. J. 345, 245 (1989).

ADS del artículo Google Scholar

Curti, M. y col. El estudio KLEVER: gradientes y mapas de metalicidad resueltos espacialmente en una muestra de galaxias con lentes de 1,2

ADS del artículo Google Scholar

Dopita, MA, Sutherland, RS, Nicholls, DC, Kewley, LJ y Vogt, FPA Nuevos diagnósticos de abundancia de línea fuerte para regiones H ii: efectos de las energías electrónicas distribuidas en κ y nuevos datos atómicos. Astrofia. J. Supl. Ser. 208, 10 (2013).

ADS del artículo Google Scholar

Pettini, M. & Pagel, BEJ [O iii]/[N ii] como indicador de abundancia con alto corrimiento al rojo. Lun. No. R. Astron. Soc. 348, L59-L63 (2004).

ADS del artículo Google Scholar

Marino, RA y cols. Revisión de los indicadores de abundancia de O3N2 y N2: calibraciones mejoradas basadas en datos de literatura basados ​​en CALIFA y Te. Astron. Astrofia. 559, A114 (2013).

Artículo de Google Scholar

Ting, Y.-S. & Weinberg, DH ¿Cuántos elementos importan? Astrofia. J. 927, 209 (2022).

ADS del artículo Google Scholar

Descargar referencias

MB y JL reciben el apoyo de la subvención Lise Meitner de la Sociedad Max Planck. Reconocemos el apoyo del Centro de Investigación Colaborativa SFB 881 (proyectos A5, A10), de la Universidad de Heidelberg, de la Deutsche Forschungsgemeinschaft (DFG, Fundación Alemana de Investigación) y del Consejo Europeo de Investigación (ERC) en el marco del programa de investigación e innovación Horizonte 2020 de la Unión Europea. (acuerdo de subvención 949173). JL agradece el apoyo del Departamento de Ciencia y Tecnología de la provincia de Yunnan en virtud de las subvenciones 202105AE160021 y 202005AB160002. AP reconoce el apoyo de la Deutsche Forschungsgemeinschaft (DFG, Fundación Alemana de Investigación), proyecto ID 138713538, SFB 881 ('El Sistema de la Vía Láctea', subproyectos A01 y A06). Este material se basa en el trabajo apoyado por la Fundación Nacional de Ciencias bajo la subvención AST-2009993.

La financiación para SDSS-IV ha sido proporcionada por la Fundación Alfred P. Sloan, la Oficina de Ciencias del Departamento de Energía de EE. UU. y las instituciones participantes. SDSS-IV agradece el apoyo y los recursos del Centro de Computación de Alto Rendimiento de la Universidad de Utah. El sitio web del SDSS es www.sdss.org.

SDSS-IV es administrado por el Consorcio de Investigación Astrofísica para las Instituciones Participantes de la Colaboración SDSS, incluido el Grupo de Participación Brasileño, el Instituto Carnegie para la Ciencia, la Universidad Carnegie Mellon, el Grupo de Participación Chileno, el Grupo de Participación Francés, el Centro Harvard-Smithsonian de Astrofísica , Instituto de Astrofísica de Canarias, Universidad Johns Hopkins, Instituto Kavli para la Física y Matemáticas del Universo (IPMU)/Universidad de Tokio, Grupo de Participación Coreano, Laboratorio Nacional Lawrence Berkeley, Instituto Leibniz para Astrofísica de Potsdam (AIP), Max -Planck-Institut für Astronomie (MPIA Heidelberg), Max-Planck-Institut für Astrophysik (MPA Garching), Max-Planck-Institut für Extraterrestrische Physik (MPE), Observatorios Astronómicos Nacionales de China, Universidad Estatal de Nuevo México, Universidad de Nueva York, Universidad de Notre Dame, Observatário Nacional/MCTI, The Ohio State University, Pennsylvania State University, Shanghai Astronomical Observatory, United Kingdom Participation Group, Universidad Nacional Autónoma de México, University of Arizona, University of Colorado Boulder, University of Oxford, University of Portsmouth , Universidad de Utah, Universidad de Virginia, Universidad de Washington, Universidad de Wisconsin, Universidad de Vanderbilt y Universidad de Yale.

Financiamiento de acceso abierto proporcionado por la Sociedad Max Planck.

Instituto Max Planck de Astronomía, Heidelberg, Alemania

Jianhui Lian, María Bergemann y Annalisa Pillepich

Instituto del Suroeste de Investigación Astronómica, Universidad de Yunnan, Kunming, República Popular China

Jianhui Lian

Departamento de Física y Astronomía, Universidad de Utah, Salt Lake City, UT, EE. UU.

Gail Zasowski

Centro de Investigación en Astronomía, Universidad Bernardo O’Higgins, Santiago, Chile

Richard R. Lane

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

También puedes buscar este autor en PubMed Google Scholar.

JL y GZ desarrollaron la idea inicial. JL, GZ y RRL prepararon los datos APOGEE. AP preparó los modelos TNG50. MB preparó los modelos NLTE. JL, MB y AP realizaron el análisis de datos. JL, MB, AP y GZ escribieron el manuscrito.

Correspondencia a Jianhui Lian o Maria Bergemann.

Los autores declaran no tener conflictos de intereses.

Nature Astronomy agradece a Patricia Sánchez-Blázquez y Fernando Rosales-Ortega por su contribución a la revisión por pares de este trabajo.

Nota del editor Springer Nature se mantiene neutral con respecto a reclamos jurisdiccionales en mapas publicados y afiliaciones institucionales.

Higos suplementarios. 1 y 2.

Acceso Abierto Este artículo está bajo una Licencia Internacional Creative Commons Attribution 4.0, que permite el uso, compartir, adaptación, distribución y reproducción en cualquier medio o formato, siempre y cuando se dé el crédito apropiado a los autores originales y a la fuente. proporcione un enlace a la licencia Creative Commons e indique si se realizaron cambios. Las imágenes u otro material de terceros en este artículo están incluidos en la licencia Creative Commons del artículo, a menos que se indique lo contrario en una línea de crédito al material. Si el material no está incluido en la licencia Creative Commons del artículo y su uso previsto no está permitido por la normativa legal o excede el uso permitido, deberá obtener permiso directamente del titular de los derechos de autor. Para ver una copia de esta licencia, visite http://creativecommons.org/licenses/by/4.0/.

Reimpresiones y permisos

Lian, J., Bergemann, M., Pillepich, A. et al. El perfil de metalicidad integrado de la Vía Láctea. Nat Astron 7, 951–958 (2023). https://doi.org/10.1038/s41550-023-01977-z

Descargar cita

Recibido: 07 de julio de 2022

Aceptado: 19 de abril de 2023

Publicado: 22 de junio de 2023

Fecha de emisión: agosto de 2023

DOI: https://doi.org/10.1038/s41550-023-01977-z

Cualquier persona con la que comparta el siguiente enlace podrá leer este contenido:

Lo sentimos, actualmente no hay un enlace para compartir disponible para este artículo.

Proporcionado por la iniciativa de intercambio de contenidos Springer Nature SharedIt

COMPARTIR