Astronomie

Relation entre la magnitude absolue des UV et le taux de formation d'étoiles

Relation entre la magnitude absolue des UV et le taux de formation d'étoiles



We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

J'ai surfé sur Internet et cherché beaucoup de sites, jusqu'à présent j'ai eu ceci

mais incapable de trouver la formule qui ne concerne que Muv et le car je ne connais pas la valeur des paramètres Auv et (z).

S'il existe une telle formule, alors aidez-nous!


La luminosité UV d'une galaxie peut être calculée, étant donné une population stellaire. Cette population, à son tour, peut être calculée étant donné un fonction de masse initiale (FMI), c'est-à-dire la fonction de distribution des masses stellaires. Dans ce cas, la luminosité UV doit être linéairement proportionnelle au taux de formation d'étoiles (SFR), parfois écrit $Psi$.

Les UV sont principalement émis par les jeunes étoiles avec des durées de vie de $lesssim10^8,mathrm{an}$. En supposant que le SFR est constant sur des échelles de temps plus longues, Kennicutt (1998) calcule dans son article fondateur (avec ~5000 citations) pour un FMI Salpeter (1995) (tout aussi séminal; ~6700 citations) avec des limites de masse 0,1 et 100 $M_odot,mathrm{an}^{-1}$ cette $$ frac{Psi_mathrm{Sal}}{M_odot,mathrm{an}^{-1}} = 1.4 imes10^{-28}frac{L_ u}{mathrm{ erg},mathrm{s}^{-1},mathrm{Hz}^{-1}}. $$ ont été $L_ u$ est la luminosité UV émise densité, c'est-à-dire la luminosité par tranche de fréquence. A une distance (luminosité) $d_L$ de la galaxie, la densité de flux observée $f_ u$ est alors $$ f_ u = frac{L_ u}{4pi d_L^2}. $$

La densité de flux est liée à la magnitude UV apparente (observée) $m_mathrm{UV}$ comme (Oke & Gunn 1983 ; ~ 1900 citations malgré leur erreur +/- dans leur équation la plus importante) $$ m_mathrm{UV} = -2.5log frac{f_ u}{mathrm{erg},mathrm{s}^{-1},mathrm{cm}^{-1} ,mathrm{Hz}^{-1}} - 48.6. $$

Module de distance et extinction des poussières

La magnitude apparente est liée à la magnitude absolue $M$ par le module de distance $$ mu equiv m - M. $$

De plus, les relations ci-dessus ne tiennent pas compte du fait qu'une partie de la lumière émise est absorbée par la poussière. Extinction de la poussière augmente la magnitude observée (car les magnitudes sont à l'envers) par un nombre $A_mathrm{UV}$.

C'est-à-dire que la magnitude apparente des UV est $$ m_mathrm{UV} = M_mathrm{UV} + mu + A_mathrm{UV}. $$

En règle générale, l'extinction $A_mathrm{UV}$ n'est pas mesuré explicitement (car les mesures UV sont difficiles) ; l'extinction est plutôt mesurée dans deux bandes optiques, par ex. $B$ et $V$. L'extinction $A_lambda$ à une longueur d'onde donnée $lambda$ peut alors être estimé comme $$ A_lambda = k_lambda E(B-V), $$$E(B-V)équiv A_B - A_V$ est l'excès de couleur, et $k_lambda$ est donnée par la loi d'extinction supposée, par ex. une loi de Cardelli (1989) ou une loi de Calzetti (2000).

Le rôle de la fonction de masse initiale

Le Salpeter IMF est ancien, et à cette époque nous n'avions pas de très bonnes données pour les étoiles de faible masse (qui sont faibles), donc il a juste ajusté une seule loi de puissance. Avec de meilleures données, il a finalement été découvert qu'il y avait moins d'étoiles de faible masse qu'on ne le pensait auparavant, c'est-à-dire qu'il faut moins de masse stellaire pour produire une luminosité UV donnée. Un choix populaire aujourd'hui est le FMI de Chabrier (2003) (~5100 citations), qui donne grossièrement un facteur 1,8 de plus d'UV que le Salpeter IMF par étoile formée, en moyenne. C'est-à-dire que le facteur de conversion est 1,8 fois plus petit.

Avec un IMF de Chabrier, vous obtenez donc que la relation entre la magnitude absolue des UV et le taux de formation d'étoiles (c'est ce que vous demandez) est $$ frac{Psi_mathrm{Cha}}{M_odot,mathrm{yr}^{-1}} = 7.8 imes10^{-29}, imes,4pi d_L^ 2 imes10^{-(M_mathrm{UV} + mu + A_mathrm{UV}+48.6)/2.5}, $$$d_L$ se mesure en cm.

Relation plus simple

La formule ci-dessus ressemble à celle que vous donnez, mais est un peu étrange dans la mesure où elle contient à la fois $mu$ et $d_L$, qui ne sont que deux mesures différentes de la même chose. Utiliser la définition $$ mu = 5logleft(frac{d_L}{10,mathrm{pc}} ight) $$ nous pouvons - après un peu d'algèbre - exprimer la définition de la grandeur d'Oke & Gunn (AB) comme $$ M_mathrm{UV} = -2.5log L_ u + 51.6. $$ Avec cela, nous pouvons écrire la relation comme $$ frac{Psi_mathrm{Cha}}{M_odot,mathrm{an}^{-1}} = 7.8 imes10^{-29} , imes 10^{-(M_ mathrm{UV}+A_mathrm{UV}-51,6)/2,5}, $$ ou même $$ oxed{ frac{Psi_mathrm{Cha}}{M_odot,mathrm{yr}^{-1}} = 3.4 imes10^{-8} , imes 10^{- (M_mathrm{UV}+A_mathrm{UV})/2.5}.} $$


Timothy M. Heckman et Philip N. Best
Vol. 52, 2014

Abstrait

Nous résumons ce que les grands sondages de l'Univers contemporain nous ont appris sur la physique et la phénoménologie des processus qui lient la formation et l'évolution des galaxies à leurs trous noirs supermassifs centraux. Nous présentons une image dans laquelle . Lire la suite

Figure 1 : L'histoire cosmique de la croissance des trous noirs et de la croissance de la masse stellaire. Le taux d'accrétion moyen des trous noirs est comparé au taux de formation d'étoiles en fonction du redshift, où ce dernier est g.

Figure 2 : La distribution des galaxies dans l'échantillon de galaxie principale du SDSS sur le plan de la masse stellaire en fonction du taux de formation d'étoiles spécifique (sSFR = SFR/M∗). L'échelle de gris indique la dist pondérée en volume.

Figure 3 : Schémas des moteurs centraux des AGN en mode radiatif et en mode jet (pas à l'échelle). (a) Les AGN en mode radiatif possèdent un disque d'accrétion géométriquement mince et optiquement épais, atteignant i.

Figure 4 : La catégorisation de la population AGN locale adoptée tout au long de cet examen. Le texte bleu décrit les propriétés typiques de chaque classe AGN. Ceux-ci, ainsi que la propagation des propriétés pour.

Figure 5 : Un ensemble de diagrammes de diagnostic pour l'échantillon de galaxie principale du Sloan Digital Sky Survey tiré de Kewley et al. (2006). La ligne rouge est la ligne d'étoile maximale de Kewley et al. (2001), où.

Figure 6 : Diagrammes de diagnostic montrant les galaxies de l'échantillon principal de galaxies du Sloan Digital Sky Survey détectées dans la bande d'ondes radio au-dessus de S1.4GHz=5 mJy. Ces diagrammes sont utilisés pour séparer.

Figure 7 : Relations entre différents estimateurs de la luminosité bolométrique pour les AGN en mode radiatif. Une comparaison de la luminosité de la raie d'émission [Oiii] avec (a) la luminosité de la raie [Oiv] et (b) mi.

Figure 8 : L'énergie mécanique du jet des sources radio, estimée à 4pV à partir des cavités et des bulles dans le gaz à rayons X, par rapport à la radio-luminosité monochromatique à 1,4 GHz. Les données proviennent principalement de Ca.

Figure 9 : (a) La relation MBH-σ des galaxies locales avec les mesures directes de la masse des trous noirs (données de Woo et al. 2013 et références y figurant). Les deux AGN (le codage couleur inclut à la fois le mode radiatif.

Figure 10 : Logarithme du rapport de la luminosité bolométrique totale rayonnée (telle que calculée à partir de la raie d'émission [Oiii] voir Section 2.3.1) par unité de volume due aux AGN de ​​la raie d'émission d'un blac donné.

Figure 11 : La fonction de radio-luminosité locale des AGN radio-forts divisée en sources en mode radiatif et en mode jet. Les données sont en grande partie tirées des résultats de Best & Heckman (2012), qui a divisé ces .

Figure 12 : (a) La distribution des taux d'accrétion à l'échelle d'Eddington pour les AGN sélectionnés par ligne d'émission de l'échantillon de galaxie principale du Sloan Digital Sky Survey (SDSS) divisé par l'activité de formation d'étoiles. Suivez.

Figure 13 : Une collection d'estimations de la distribution de la masse à travers la population locale de trous noirs (c'est-à-dire la fonction de masse des trous noirs locaux mise à l'échelle par la masse des trous noirs) tirée de Shankar et al. (.

Figure 14 : (En haut) La distribution des galaxies de l'échantillon de galaxies principales du Sloan Digital Sky Survey dans le plan de la masse stellaire par rapport à la résistance à la rupture de 4 000 Å, pondérée selon (de gauche à droite.

Figure 15 : Comme la figure 14, mais montrant maintenant les distributions dans la masse du trou noir par rapport au plan de résistance à la rupture de 4 000 Å.

Figure 16 : La distribution de la luminosité AGN par unité de masse stellaire parmi les galaxies de l'échantillon de galaxie principale du Sloan Digital Sky Survey en fonction de (a) la masse stellaire de la galaxie, (b) la surface stellaire ma.

Figure 17: (a) Les distributions de la luminosité radiative bolométrique AGN par unité de masse stellaire de galaxie et (b) la luminosité radiative bolométrique par masse de trou noir dans la densité de masse de surface stellaire ver.

Figure 18 : (En haut) Le taux moyen d'accrétion des trous noirs (BHAR) moyenné sur toutes les galaxies dans un échantillon de galaxies starburst et poststarburst (ligne noire). La zone grisée montre le 10e et le .

Figure 19 : La relation entre L[OIII]/MBH, D(4000) et le déséquilibre de la galaxie (Ai1). Le codage couleur de ces histogrammes bidimensionnels indique la médiane L[OIII]/MBH. La corrélation primaire.

Figure 20 : Images optiques du télescope spatial Hubble des régions centrales de quatre galaxies Seyfert de type 2 typiques de Malkan et al. (1998). La pointe de flèche pointe vers le nord et la barre pointe vers l'est, et le a.

Figure 21 : Exemples illustratifs d'effets de rétroaction au travail. (a) L'image composite « Grands Observatoires » du vent galactique entraîné par les étoiles dans M82 : la lumière visible est affichée en jaune-vert, IR emi.

Figure 22 : Le taux de formation d'étoiles spécifique (sSFR = SFR/M∗) des hôtes AGN en mode radiatif comparé aux galaxies normales à formation d'étoiles (SFG) en fonction du décalage vers le rouge. La région ombrée en vert montre le e.

Figure 23 : Rapport du taux total de formation d'étoiles (SFR) par unité de volume dans les galaxies au taux d'accrétion total par unité de volume sur les trous noirs tel que tracé par les AGN de ​​type 2 tracés en fonction du b.


Relation entre la magnitude absolue des UV et le taux de formation d'étoiles - Astronomie

Nous combinons les résultats de notre étude précédente des caractéristiques UV de 18 novae classiques (CNe) avec des données de la littérature et avec les récentes déterminations de distance précises du satellite Gaia pour étudier les propriétés statistiques des vieilles novae. Tous les paramètres finaux de l'échantillon incluent un traitement détaillé des erreurs et de leur propagation. Les propriétés physiques rapportées ici incluent les magnitudes absolues au maximum et au minimum, une nouvelle relation magnitude maximale en fonction du taux de déclin (MMRD) et la luminosité du disque d'accrétion 1100-6000 Å corrigée en inclinaison. Plus important encore, ces données nous ont permis de dériver un ensemble homogène de taux d'accrétion au repos pour les 18 novae. Toutes les novae de l'échantillon étaient super-Eddington pendant l'explosion, avec une magnitude absolue moyenne au maximum de -7,5 ± 1,0. La magnitude absolue moyenne au minimum corrigée de l'inclinaison est de 3,9 ± 1,0. Le taux d'accrétion de masse médian est log Ṁ 1 M⊙ = -8,52 (en utilisant 1 M ⊙ comme masse de WD pour toutes les novae) ou log Ṁ MWD = -8,48 (en utilisant les masses de WD individuelles). Ces valeurs sont inférieures à celles supposées dans les études sur l'évolution du CNe et semblent atténuer le besoin d'une hypothèse d'hibernation pour interpréter le phénomène nova. Nous avons identifié un certain nombre de corrélations entre les paramètres physiques des phases de repos et d'éruption, certaines déjà connues mais d'autres nouvelles et même surprenantes. Plusieurs grandeurs sont en corrélation avec la classe de vitesse t 3 dont, de manière inattendue, le taux d'accrétion de masse (Ṁ). Ce taux est également en corrélation avec la magnitude absolue au minimum corrigée de l'inclinaison, et avec l'amplitude de l'explosion, fournissant des moyens nouveaux et simples d'estimer Ṁ grâce à sa dépendance fonctionnelle vis-à-vis de quantités (plus) faciles à observer. Il n'y a pas de corrélation entre et la période orbitale.


Relier les propriétés des galaxies à leurs histoires de formation d'étoiles

Pendant plus d'un siècle, les astronomes ont continué à identifier des galaxies plus faibles et plus éloignées. Dans les années qui ont suivi l'illustration historique de Hubble des types de galaxies avec son « diapason » éponyme, des progrès incroyables ont été réalisés dans la compréhension de la démographie et de l'évolution des galaxies. Cela est dû en grande partie à la richesse des observations multi-longueurs d'onde rendues possibles par des relevés incroyablement profonds, analysés de concert avec des simulations de galaxies à haute résolution. Un consensus s'est lentement dégagé : la plupart des galaxies vivent dans l'une des deux populations, et évoluent de l'une à l'autre principalement en cessant leur formation d'étoiles.

Les galaxies de type tardif présentent des couleurs bleues, en raison des étoiles brillantes O et B de leur formation d'étoiles en cours, et des morphologies spirales en forme de disque. Pendant ce temps, les galaxies de type précoce présentent des couleurs rouges, résultant de la population stellaire plus âgée dominante, des morphologies elliptiques et sont généralement plus massives. Étant donné que les galaxies affichant des mélanges de ces propriétés sont incroyablement rares, les propriétés de couleur, les populations stellaires et les morphologies doivent être largement corrélées.

Cette image est actuellement indisponible en raison d'un dysfonctionnement connu du serveur.

Figure 1. Les galaxies de type tardif (à gauche) présentent des couleurs bleues, de jeunes étoiles et une morphologie en spirale. Les galaxies de type précoce (à droite) présentent des couleurs rouges, de vieilles étoiles et des morphologies elliptiques. Images de la NASA/ESA/HST ESO.

Un diagramme couleur-amplitude est présenté sur la figure 2, mais avec des galaxies au lieu d'étoiles. Les deux populations sont nettement séparées. Mais cela ne devrait pas être une surprise. La couleur est essentiellement un traceur de la population stellaire, directement liée au taux de formation d'étoiles. D'autre part, la magnitude absolue trace le nombre d'étoiles, ou de même la masse stellaire totale. Cette relation a finalement été rendue plus facile à comprendre en traduisant les paramètres astronomiques de couleur et de magnitude en paramètres astrophysiques de taux de formation d'étoiles et de masse stellaire. Dans cet espace de paramètres ultérieurs, les galaxies de type tardif avec leur taux de formation d'étoiles élevé se trouvent en haut à gauche et les galaxies de type précoce généralement plus massives se trouvent en dessous et à droite.

L'un des résultats les plus importants des deux dernières décennies est que pour les galaxies en formation d'étoiles, la masse stellaire est fortement corrélée avec l'augmentation du taux de formation d'étoiles. Cette relation est connue sous le nom de séquence principale de formation d'étoiles. Sa pente est non nulle car la masse stellaire augmente principalement par formation d'étoiles. De plus, la séquence principale se comporte différemment à des époques antérieures de l'Univers et présente une dispersion importante au-dessus et au-dessous de sa ligne de crête, comme le montre la figure 2. Étant donné que cette dispersion dans les taux de formation d'étoiles semble être intrinsèque, il doit y avoir une certaine phénomènes supplémentaires contribuant à cette variation observée.

Cette image est actuellement indisponible en raison d'un dysfonctionnement connu du serveur.

Figure 2. Le diagramme de magnitude de couleur pour les galaxies (à gauche) et le diagramme de taux de formation d'étoiles - masse stellaire (à droite). Les galaxies de type tardif appartiennent à la population représentée en bleu et les galaxies de type précoce en rouge. La séquence principale de formation d'étoiles est mise en évidence par la ligne pointillée bleue. Adapté de Baldry et al. (2004) et Bluck et al. (2016), respectivement.

La position particulière d'une seule galaxie par rapport à la séquence principale devrait être dictée par son histoire récente de formation d'étoiles. Une histoire de formation d'étoiles examine le taux de formation d'étoiles en fonction du temps, et a généralement été traitée sur des échelles de temps de milliards d'années comme une fonction lisse. Si la formation récente d'étoiles est particulièrement forte, alors la galaxie se déplace au-dessus de la séquence principale, et vice versa. Ainsi, nous devons examiner de plus près les taux de formation d'étoiles détaillés résolus sur des échelles de temps de millions d'années pour étudier la dispersion de la séquence principale de formation d'étoiles.

Sur ces courtes échelles de temps, on pense que les histoires de formation d'étoiles sont très variables. En effet, lorsque les galaxies subissent des sursauts de formation d'étoiles, elles épuisent leur réserve de gaz. L'accrétion de l'environnement peut reconstituer l'approvisionnement en gaz, et donc augmenter la formation d'étoiles. Cependant, l'énergie des explosions de supernovae et des trous noirs supermassifs peut réduire la formation d'étoiles en réchauffant le gaz au-delà du point où il peut s'effondrer pour former des étoiles, ou éjecter entièrement le gaz. De telles histoires de formation d'étoiles seraient stochastique, ou agissant dans un comportement apparemment aléatoire, en raison d'une combinaison de phénomènes qui peuvent inclure des événements d'accrétion de gaz et de rétroaction.

Présentés dans Astrobite d'aujourd'hui, Caplar & Tacchella présentent le premier article d'une série qui propose un modèle sous-jacent unique pour générer des histoires stochastiques de formation d'étoiles afin d'élucider la nature de la diffusion intrinsèque dans la séquence principale de formation d'étoiles.

Les auteurs proposent de construire ces histoires stochastiques de formation d'étoiles en définissant les contributions relatives de différentes fréquences, qui correspondent à différents phénomènes physiques opérant sur des échelles de temps caractéristiques. Nous pouvons comprendre cette construction comme une transformée de Fourier du domaine fréquentiel au domaine temporel, tout comme une transformée de Fourier. D'une part s'il y a une forte contribution des grandes fréquences, l'histoire de la formation des étoiles sera très variable sur des échelles de temps très courtes. D'un autre côté, la domination par des fréquences plus petites produira une histoire de formation d'étoiles variant plus lentement.

Le modèle qu'ils proposent est une densité spectrale de puissance ou PSD. Le PSD décrit l'importance relative des grandes et des petites fréquences, et pour cette application est choisi pour être de la forme générale d'une soi-disant "loi de puissance brisée", qui commence à une faible pente, puis se brise à une certaine fréquence caractéristique tau , tombant avec une pente relativement plus raide jusqu'à atteindre une fréquence au-delà de laquelle il n'y a pas de contribution.

La relation entre l'historique de formation d'étoiles et la PSD qui la produit est illustrée à la figure 3. Les PSD d'essais individuels sont dérivées en ajoutant un bruit aléatoire supplémentaire à la PSD analytique donnée par tau et a. Les fréquences en dessous de la cassure à tau ont des contributions similaires à l'histoire de la formation des étoiles, et au-delà de la cassure, la galaxie peut changer rapidement son taux de formation d'étoiles. Si la pente a est peu profonde avec une petite échelle de temps de rupture, alors l'histoire de formation d'étoiles qui en résulte oscille rapidement. Pendant ce temps, l'inverse est vrai pour les grandes valeurs a (c'est-à-dire les pentes raides) avec de grandes échelles de temps de rupture, ce qui entraîne des taux de formation d'étoiles variant plus lentement.

Cette image est actuellement indisponible en raison d'un dysfonctionnement connu du serveur.

Figure 3. L'évolution de la dispersion autour de la séquence principale (à gauche) telle que gouvernée par la densité spectrale de puissance (à droite). De haut en bas, il est évident que le comportement exact de la dispersion avec le temps est régi par les contributions relatives des événements de longue et de courte durée, comme décrit par la densité du spectre de puissance avec la pente a et l'échelle de temps de rupture tau (ligne verticale rouge). Adapté de la figure 2 de l'article.

La clé ici est que la largeur de la dispersion intrinsèque de la séquence principale devrait fournir des contraintes sur les amplitudes des histoires de formation d'étoiles. Cela contraint à son tour les paramètres PSD et donne un aperçu des phénomènes sous-jacents. En utilisant les données de plus de 9 000 galaxies, les auteurs ont pu contraindre la forme de la PSD qui décrit le mieux la diffusion intrinsèque de la séquence principale de formation d'étoiles !

Ceci étant dit, l'étalement au-dessus et au-dessous de la séquence principale dépend fortement de la résolution temporelle des histoires de formation d'étoiles. Une résolution plus mauvaise entraîne un maculage sur les pics nets, ce qui entraîne un historique de formation d'étoiles plus lisse. Le problème se manifeste également par l'observation, car différents traceurs de formation d'étoiles sondent différentes échelles de temps. La construction d'une séquence principale avec un traceur qui sonde un large éventail de types d'étoiles se traduira par une histoire de formation d'étoiles moins stochastique et donc une séquence principale plus serrée.

Malgré ces difficultés, cette étude a jeté les bases d'une nouvelle piste d'investigation qui pourrait donner un aperçu du cœur même de l'évolution des galaxies. Les auteurs prévoient de développer davantage ce modèle en l'examinant dans le contexte de simulations de galaxies, et décriront ces résultats dans un article à venir.


Relation entre la magnitude absolue des UV et le taux de formation d'étoiles - Astronomie

3 tel que calibré par les galaxies Starburst locales

Abstrait

Nous affinons une technique pour mesurer la luminosité ultraviolette (UV) corrigée de l'absorption des galaxies en étoile en utilisant uniquement les quantités UV du cadre de repos et l'appliquons aux décrochages U à la limite de Lyman à z

3 trouvés dans le champ profond de Hubble (HDF). La méthode est basée sur une corrélation observée entre le rapport des flux infrarouge lointain (FIR) et UV avec la pente spectrale (une couleur UV). Un simple ajustement à cette relation permet de calculer le flux UV absorbé par la poussière et retraité dans le FIR, et donc de déterminer la luminosité UV sans poussière. Les spectres de l'explorateur ultraviolet international et les flux de satellites astronomiques infrarouges d'étoiles locales sont utilisés pour calibrer la relation F FIR /F 1600 versus en termes de A 1600 (l'absorption de poussière à 1600 Å) et la transformation de la couleur photométrique à large bande en . Les deux étalonnages sont presque complètement indépendants des modèles théoriques de population stellaire. Nous montrons que les récentes détections marginales et non-détections de pertes de signal HDF U aux longueurs d'onde radio et submillimétriques sont cohérentes avec leur nature supposée en étoile et notre A 1600 calculé. C'est également vrai des observations récentes du rapport entre le flux de la raie d'émission optique et la densité du flux UV dans les chutes d'U les plus brillantes. Ce dernier rapport s'avère ne pas être un bon indicateur d'extinction des poussières. Dans les décrochages U, la magnitude absolue M 1600,0 est corrélée avec β : les galaxies les plus brillantes sont plus rouges, comme c'est le cas pour les galaxies en étoile locale. Cela suggère qu'une relation masse-métallicité est déjà en place à z

3. La fonction de luminosité UV à absorption corrigée des décrochages U s'étend jusqu'à M 1600,0

-24 AB mag, correspondant à un taux de formation d'étoiles

200 Mscr solaire an -1 (H 0 =50 km s -1 Mpc -3 et q 0 =0,5 sont supposés partout). La densité de luminosité UV corrigée par absorption à z

3 est 1600,0 >=1.4×10 27 ergs -1 Hz -1 Mpc -1 . C'est encore une limite inférieure car les corrections d'exhaustivité n'ont pas été faites et parce que seules les galaxies avec A 1600 <

3,6 mag sont suffisamment bleus dans l'UV pour être sélectionnés comme U dropouts. Le facteur d'absorption de poussière moyen pondéré par la luminosité de notre échantillon est de 5,4 +/- 0,9 à 1600 Å.

Basé sur des observations avec le télescope spatial NASA/ESA Hubble obtenues au Space Telescope Science Institute, qui est exploité par l'Association of Universities for Research in Astronomy, Inc., dans le cadre du contrat NASA NAS 5-26555.


Galaxie masque : Segmentation morphologique des galaxies

H. Farias, . M. Solar , en Astronomie et Informatique , 2020

1. Introduction

La morphologie des galaxies est sans doute le principal indicateur des processus physiques qui régissent l'évolution des galaxies. Par conséquent, la classification morphologique des galaxies est essentielle pour comprendre la formation et l'évolution des galaxies dans l'univers. Les fondements de la classification morphologique ont été proposés par Hubble (1926) comme un système purement descriptif. Traditionnellement, la classification a été effectuée soit visuellement par des experts, soit par l'extraction automatisée de caractéristiques, c'est-à-dire la mesure d'indicateurs tels que l'indice de concentration, le profil de luminosité de surface, la couleur, etc., qui sont en corrélation avec différentes caractéristiques morphologiques (par exemple, Conselice, 2003). Cependant, les deux méthodes ont des avantages et des inconvénients. Par exemple, les experts peuvent atteindre une grande précision dans la reconnaissance des structures et des formes, mais ne peuvent inspecter qu'une quantité très limitée de données. En revanche, des fonctionnalités peuvent être obtenues massivement par ordinateur, mais les résultats ne sont pas toujours satisfaisants. Néanmoins, l'avènement des dispositifs couplés chargés (CCD) et l'augmentation de la puissance de calcul ont propulsé l'utilisation de techniques de calcul pour l'analyse des données astronomiques. Depuis plus de deux décennies, l'identification et la segmentation des sources individuelles et étendues dans les images astronomiques s'appuient sur des logiciels semi-automatisés, principalement SExtractor ( Bertin et Arnouts, 1996 ). Les avantages de cette approche sont la capacité de classer des sources étendues (généralement des galaxies) dans de grands volumes de données bien qu'au risque d'utiliser des proxys de morphologie, qui ne sont pas nécessairement corrélés avec des types morphologiques.

Les avancées récentes des techniques d'apprentissage automatique et de vision par ordinateur ont démontré des résultats satisfaisants pour l'identification et la classification automatisée d'objets astronomiques en images (pour un résumé, voir Baron, 2019). Parmi les différents types de données générées en astronomie, les enquêtes sur de grandes zones sont particulièrement utiles pour l'application et le test de tels modèles d'apprentissage automatique, en partie parce que les observations générées par une enquête présentent un certain niveau d'homogénéité dans leurs caractéristiques et dans les configurations techniques de les instruments à partir desquels ils ont été générés. Quelques bons exemples en sont le Sloan Digital Sky Survey (SDSS ci-après York et al., 2000 ) et la mission Gaia ( Brown et al., 2016 ).

Cette décennie verra une série de méga-projets astronomiques entrer en service produisant des données complexes dont la dimensionnalité et le volume dépasseront toute échelle actuelle. Cela nécessite l'application d'une nouvelle génération de modèles d'apprentissage automatique, plus robustes et plus rapides que ceux actuellement appliqués. Ces projets incluent le télescope au sol Vera C. Rubin et son relevé (LSST, Ivezic et al., 2011 ), des observatoires spatiaux comme le Wide Field Infrared Survey Telescope (WFIRST, Spergel et al., 2015 ) et James Webb Télescope spatial (JWST, Gardner et al., 2006 ). Le LSST générera environ 36 téraoctets (To) de données par nuit, et les données auront une relation séquentielle entre les images, provenant de sources étendues et ponctuelles. Cela nécessitera l'application de modèles qui intègrent également des relations séquentielles dans leur architecture. La vitesse de classification est également pertinente, car le flux de données LSST fournira une image de 15 Go toutes les 15 s. L'exigence est encore plus sévère si l'on considère que l'un des objectifs scientifiques du LSST est de générer des alertes de transitoires en moins d'1 min après la fermeture du volet. On s'attend à ce que le LSST génère 10 000 000 alertes chaque nuit, la classification rapide est donc une caractéristique qui doit être prise en compte dans les nouveaux modèles proposés.

Lorsque l'on réduit le problème à la classification morphologique de sources étendues, telles que les galaxies, les approches qui ont montré les résultats les plus remarquables sont celles basées sur les dernières avancées des techniques de vision numérique. L'architecture de ces réseaux fonde son fonctionnement sur le traitement des images astronomiques comme des images à trois canaux (RVB), même si les données multi-bandes des levés peuvent être plus complexes et riches. De plus, les modèles actuels ne traitent généralement de la classification qu'en indiquant à quelle catégorie appartient une certaine source astronomique. Enfin, les modèles les plus avancés peuvent identifier et localiser une galaxie en incorporant une boîte englobante sur la source astronomique (eg, González et al., 2018 ), mais il n'est pas possible d'indiquer si un certain pixel appartient ou non à la source identifiée. c'est-à-dire que le niveau de segmentation de la source n'est pas atteint.

Notre proposition vise à mettre en œuvre un pipeline unique pour la classification, la localisation et la segmentation des galaxies, en fonction de leur morphologie. Ce pipeline est basé sur un réseau Mask R-CNN ( He et al., 2017 ) qui permet d'intégrer une segmentation au niveau du pixel d'un objet déjà classé et également localisé par le modèle. Le modèle proposé est basé sur le fait qu'il n'y a pas besoin d'ajuster la couleur des images de l'ensemble de données. Cette contribution est organisée comme suit : nous présentons la création du jeu de données à partir des images du SDSS, des labels Galaxy Zoo 1 ( Lintott et al., 2008, 2011 ), et des labels Galaxy Zoo 2 ( Willett et al., 2013 ) dans la section 2 . Ensuite, nous introduisons la définition de l'architecture Deep Learning dans la section 3 . Dans la section 4, nous montrons une analyse détaillée de la stratégie d'apprentissage basée sur le transfert de l'apprentissage, les taux d'apprentissage différentiels et l'augmentation des données. Les résultats généraux sont présentés dans la section 5 et, enfin, la contribution de ce travail et les étapes futures sont abordées dans la section 6 .


NGC 7319

870 kms-1) provenant d'une onde de choc à l'échelle du groupe dans le Stephan's Quintet. Ces observations du télescope spatial Spitzer révèlent des lignes d'émission d'hydrogène moléculaire et rien d'autre. C'est la première fois qu'un spectre de raies H2 le plus pur est observé dans un objet extragalactique. En plus de l'absence de caractéristiques de poussière de PAH et de traceurs de gaz ionisé à très faible excitation, les spectres ressemblent à des gaz de choc observés dans les restes de supernova galactique, mais à grande échelle. L'émission moléculaire s'étend sur 24 kpc le long du front de choc émetteur de rayons X, mais elle a une luminosité de surface 10 fois supérieure à celle des rayons X mous et environ un tiers de la luminosité de surface du continuum IR. Nous suggérons que la puissante émission de H2 est générée par l'onde de choc provoquée lorsqu'une galaxie intruse à grande vitesse entre en collision avec des filaments de gaz dans le groupe de galaxies. Nos observations suggèrent un lien étroit entre les ondes de choc à l'échelle des galaxies et les fortes raies d'émission H2, comme celles observées dans les spectres des galaxies infrarouges ultralumineuses où les collisions à grande vitesse entre les disques des galaxies sont courantes.

100 kpc) et montre une structure en forme de boucle, y compris la queue optique, les régions extragalactiques H II récemment découvertes dans Hα, et d'autres régions d'émission UV découvertes pour la première fois. Les couleurs UV et optiques de la "vieille queue" sont cohérentes avec un seul population stellaire d'âge t

=108,5+/-0,4 an L'émission UV associée à NGC 7318b se trouve dans un très grand (

Disque de 80 kpc), avec un SFR net de 3,37 +/- 0,25 Msolar an-1. Plusieurs grandes régions d'émission UV sont à 30-40 kpc du noyau de NGC 7318b. Bien que NGC 7319 et NGC 7318b présentent une morphologie UV particulière, leur SFR est cohérent avec celui des galaxies Sbc normales, indiquant que la force de l'activité de formation d'étoiles n'est pas renforcée par les interactions.

900 km s-1) entre l'intrusgalaxy NGC 7318b (v=5700 km s-1) et l'IGM (v=6600 kms-1). Nous avons constaté que la crête radio a un indice spectral non thermique abrupt (α=0,93+/-0,13) et un indice de rapport FIR-radio-ratio extrêmement faible (q =1000 km-1) et le fait que dans certains cas, plus de deux systèmes de vitesse étaient détectés le long de la même ligne de visée fournissent une preuve supplémentaire d'une collision en cours le long de la crête. L'IGM starburstSQ-A a un indice radiospectral α=0.8+/-0.3 et un indice FIR-à-radioratio q=2.0+/-0.4, cohérents avec ceux des régions de formation d'étoiles. Les spectres optiques de deux sources dans ce région, M1 (v=6600 kms-1) et M2 (v=6000 kms-1), ont des lineratios typiques des régions H II. M1 et M2 ont tous deux une métallicité légèrement supérieure à la valeur solaire. Le taux de formation d'étoiles estimé à partir de la luminosité Hα corrigée pour l'extinction de SQ-A est de 1,45 Msolaire an-1, dont 1,25 Msolaryr-1 est dû à la composante v=6600 km s-1 et 0,20 Msolaire an-1 à la v = 6000 km s-1 composant. L'Observatoire national de radioastronomie est une installation de la NationalScience Foundation exploitée en vertu d'un accord de coopération par AssociatedUniversities, Inc.

3 à 10 Myrs. Les couleurs bleues extrêmes V-I (F606W-F814W) des amas d'étoiles trouvées dans la queue de l'UGC 10214 ne peuvent être expliquées que si de fortes raies d'émission sont incluses avec une jeune population stellaire. Cela a été confirmé par notre spectroscopie Keck de certains de ces nœuds stellaires bleu vif. The mostluminous and largest of these blue knots has an absolute magnitude ofMV=-14.45, with a half-light radius of 161 pc, and if it is asingle star cluster, it would qualify as a super star cluster (SSC).Alternatively, it could be a superposition of multiple scaled OBassociations or clusters. With an estimated age of

4-5 Myr, its derivedmass is less than 1.3×106Msolar. Thus, theyoung stellar knot is unbound and will not evolve into a normal globularcluster. The bright blue clusters and associations are much younger thanthe dynamical age of the tail, providing strong evidence that starformation occurs in the tail long after it was ejected. UGC 10214provides a nearby example of processes that contributed to the formationof halos and intracluster media in the distant and younger universe.

1041 ergss-1). This supports the hypothesis that the NGC 4410 group isin the process of evolving via mergers from a spiral-dominated group(which typically has no X-ray-emitting intragroup gas) to anelliptical-dominated group (which often has a substantial intragroupmedium).

40 kpc if at 85 Mpc) isresolved into a narrow NS feature embedded in more extended diffuseemission (Dge3 '). The NS structure is somewhat clumpy, more sharplybounded on the W side and prominent only in the soft band (energiesbelow

2 keV). Its observational properties are best explained as ashock produced by a high velocity encounter between NGC 7318b, a ``newintruder'', and the intergalactic medium in SQ. The shock conditionsnear the high speed intruder suggest that a bow shock is propagatinginto a pre-existing H I cloud and heating the gas to a temperature of0.5 keV. The low temperature in the shock is a problem unless wepostulate an oblique shock. One member, NGC 7319, hosts a Seyfert 2nucleus, with an intrinsic luminosity LX= 1043 ergs-1, embedded in a region of more diffuse emission with 10''radius extent. The nuclear spectrum can be modeled with a stronglyabsorbed power-law typical of this class of sources. Several additionalcompact sources are detected including three in foreground NGC 7320.Some of these sources are very luminous and could be related to theultraluminous X-ray sources found in nearby galaxies.

100pc andabsolute B -band magnitudes in the range and lower limits for thecentral surface brightness , and so appear to constitute a newpopulation of ultracompact dwarf galaxies (UCDs). Such compact dwarfswere predicted to form from the amalgamation of stellar superclusters(by Kroupa) , which are rich aggregates of young massive star clusters(YMCs) that can form in collisions between gas-rich galaxies. Here wepresent the evolution of superclusters in a tidal field. The YMCs mergeon a few supercluster crossing times. Superclusters that are initiallyas concentrated and massive as knot S in the interacting Antennaegalaxies evolve to merger objects that are long-lived and showproperties comparable to the newly discovered UCDs. Less massivesuperclusters resembling knot 430 in the Antennae may evolve to ωCen-type systems. Low-concentration superclusters are disrupted by thetidal field, dispersing their surviving star clusters while theremaining merger objects rapidly evolve into the region populated bylow-mass Milky Way dSph satellites.

26.7 mag arcsec-2 (at more than a 3 σlevel), so there is no direct evidence up to this limiting magnitude ofa relation between the peculiar kinematical structure found in NGC 7331and an ongoing or past interaction between this galaxy and NGC 7320. TheHα emission at high velocity (6000-7000 km s-1) isdistributed in a diffuse structure running north-south between NGC 7319and NGC 7318B and in some other more concentrated features. Some ofthese are located in the tidal tails produced by the interaction betweenthe galaxies of the group. With the Hα images we have made atwo-dimensional velocity map that helps to identify the origin of eachstructure detected. This map does not show features at intermediatevelocities between the high- and low-redshift members of the group. Thisis in agreement with the standard scenario in which the apparentproximity of NGC 7320 to the rest of the galaxies of the Quintet ismerely a projection effect. The only point that is unclear in thisinterpretation is an Hα filament that is seen extending throughoutNGC 7320 with velocity at 6500 km s-1 instead of the 800 kms-1 expected for this galaxy. Accepted in final form 20002July 12.


I. P. Kostiuk and O. K. Silchenko, Baltic Astronomy, 25, 331 (2016).

I. P. Kostiuk and O. K. Silchenko, Astrophys. Bull. 70, 280 (2015).

S. Comerón, H. Salo, E. Laurikainen, et al., Astron. Astrophys. 562, 121 (2014).

R. J. Buta, E. Athanassoula, A. Bosma, et al., Astrophys. J. Suppl. Ser. 217, 32 (2015).

K. Sheth, M. Regan, J. L. Hinz, et al., Publ. Astron. Soc. Pacif. 122, 1397 (2010).

C.-N. Hao, R. C. Kennicutt Jr., B. D. Johnson, et al., Astrophys. J. 741, 124 (2011).

R. C. Kennicutt Jr. and N. J. Evans II, Ann. Rev. Astron. Astrophys. 50, 531 (2012).

E. E. Salpeter, Astrophys. J. 121, 161 (1955).

E. L. Wright, P. R. M. Eisenhardt, A. Mainzer, et al., Astron. J. 140, 1868 (2010).

C. Catalán-Torrecilla, A. Gil de Paz, A. Castillo-Morales, et al., Astron. Astrophys. 584, 87 (2015).

W. A. Joye and E. Mandel, ASP Conference Series, 295, 489 (2003).

A. Gil de Paz, S. Boissier, B. F. Madore, et al., Astrophys. J. Suppl. Ser. 173, 185 (2007).


Relation between absolute magnitude of UV and star formation rate - Astronomy

If we have fluxes or magnitudes at various wavelengths, and redshifts or other distance measures, one may examine group properties of large numbers of galaxies to look for features that can tell about galaxy formation or evolution, as well as being essential to understanding the present-epoch population of galaxies. One might look at

Observational selection effects must first be understood when they cannot be eradicated. The foremost example is Malmquist bias, the fact that in a typical flux-limited sample we see only atypically bright objects at larger distances. This is a major fact of life in extragalactic astronomy as Trimble (1996, PASP 108, 1073) points out, "Any large gathering of observational cosmologists today will include at least one person who thinks that someone else in the room does not understand the Malmquist effect". To allow for this effect, we need to know or guess the luminosity function (LF). As a simple example, take a class of objects with a uniform spatial distribution and a Gaussian LF extreme values only occur within large volumes and thus at large distances, and the detection threshold (slanting line in the picture, where we detect only objects above it) means that the mean luminosity of the sample grows with distance even if the population does not change at all. The situation will look like this:

For real galaxies the situation is even worse, because the LF is very steep and very deep this is why we don't know much about the population of dwarf galaxies. It is always safe (but seldom possible) to search much deeper than you might need to - otherwise elaborate statistical manipulations, such as survival analysis, will be needed to reconstruct the true properties of the sample distribution. Clusters of galaxies are popular for studies of the luminosity function for the same reason that star clusters are - distance-dependent effects are usually insignificant within a single cluster, so that the galaxy population in the cluster may be evaluated free of Malmquist bias. However, using clusters at a range of distances suffers not only from the Malmquist bias, but from the Scott effect - the fact that to be recognized as such at great distances, clusters become less and less typical in population. Note also all the selection effects mentioned at the outset of the course - surface brightness and compactness limits - mean that some kinds of galaxies are barely represented in existing catalogs. These selection effects are especially damaging for distance-scale problems.


Statistics with Hubble type

The number of galaxies of various Hubble types in a magnitude-limited sample is typified by these numbers from the RSA catalog:

Ordinary Barred
E+E/S0 173 SB0+SB0/Sba 48
S0+S0/a 142 SBa+SBab 42
Sa+Sab 123 SBb+SBbc 96
Sb+Sbc 187 SBc 77
Sc 293 SBcd+SBd 8
Scd+Sd 26 SBm+IBm 9
Sm+Im 13 . .
S 16 . .
Spécial 18 . .
Totals 991 . 285

Types Sd,Sm are underrepresented in this flux-limited compilation because they are intrinsically fainter than the earlier spiral classes Sa-Sc. Some ellipticals (the sequence continuing into dwarfs) have similar problems. Only the types S0-Sc are probably fairly represented - these are giant galaxies and can be seen at large distances. If we regard Hubble type as mapping a continuous structural variable, the number of galaxies tells us about the bin widths of the Hubble classes in this variable.

Correlations with Hubble type may be examined in detail by using de Vaucouleurs' type index T, assigned as follows:

Taper E E/S0 S0 Sa Sb Sc Sd Im
T -4 -2 0 1 3 5 7 10

A further luminosity-class index L (ranging 1-5) is defined for spirals and irregulars. The joint distribution of these for galaxies in the RC2 is given by de Vaucouleurs 1977 (Evolution of Galaxies and Stellar Populations, p. 43). Many useful quantities correlate with T, as shown in his Fig. 2.

Later-type galaxies are fainter in the mean - the scatter is quite large. Note that corrections for internal extinction needed to be made. As well as total optical luminosity and H I content, optical spectra and therefore color indices that relate to SFR history change with Hubble type. Some well-known examples are the UBV system indices U-B,B-V. These three passbands are centered near 3500, 4300, and 5800 Angstroms with passband widths 600-1400 Angstroms. Fig. 6 from de Vaucouleurs 1977 shows their variation (integrated across the whole galaxy) with T.

Early types E/S0 have red colors, as expected for systems with very low SFR. Later types have bluer colors, indicating a larger relative rate of recent star formation. This test alone does not tell whether this is due only to bulge/disk variations, chemical abundance effects or a real difference in the disk histories (I recall a very probing conversation with Sandy Faber about this, as a lowly grad student). We may regard this as a very low-spectral-resolution kind of spectral synthesis. The color-type relation is shown in this figure from Roberts and Haynes (1994 ARA&A 32, 115, reproduced from the ADS). That review also summarizes the evidence for changes in chemical abundance, dynamical mass, and H I content along the Hubble sequence.

It has long been known that the colors of E/S0 galaxies form a very well-defined sequence (the red sequence), reddening for brighter galaxies due to metallicity. It took the large uniform data set from the SDSS, augmented by GALEX, to show that star-forming galaxies have a set of colors which is surprisingly well defined in its own right, the blue sequence or blue cloud there is a genuine minimum between the two populations (the green valley). This is shown in a color-derived mass plot (courtesy of Kevin Schawinski) from SDSS data:

The color bimodality is similar to the morphologcal dichotomy (E/S0 versus spiral/irregular), but not identical. There exist populations of blue early-type galaxies and red spirals, with blue ellipticals most numerous in low-density environments and red spirals just outside the densest regions (Bamford et al. 2009 MNRAS 339, 1324). The "green valley" is too sparse for many red galaxies to become blue by adding starbursts it is potentially very important that these galaxies in transition have the highest probability of hosting AGN.

An important description of the distribution and occurrence of galaxies is the luminosity function &Phi : &Phi(L) dL is the number of galaxies in the interval L +/- dL/2 per unit volume. This may be defined for optical luminosity, radio power, far-IR power, . One always has the hope that this function is fundamental in telling how galaxy masses are distributed that is, that all kinds of galaxies have about the same visible to invisible mass ratio. The determination of &Phi over a wide luminosity range is complicated by Malmquist bias, and the need to reduce all measurements to a common emitted-wavelength frame - this is a special problem for QSOs and very luminous galaxies, for which we must look to significant redshifts to see any of the brightest examples. The luminosity function may be determined, in principle, very simply for objects in luminosity bin je, the luminosity function is simply

where Vm is the volume within which each object could have been detected, and the sum runs over all objects in bin je. All the selection effects fall into determining Vm for a given threshold condition, which may be nontrivial. Actually, it always seems to be nontrivial. An important application of Vmis the Schmidt V/Vm test, which can show whether the sample is complete or at least uniform, and can show the presence of some kinds of evolution with cosmic time when applied over a large redshift range. If the objects are uniformly distributed within the survey volume, the sample mean of the statistic V/Vm, où V is the volume of a sphere centered here and with the object at its surface, will be 1/2. [For cosmological applications one must worry about whether this is the right prescription for the volume of the sphere, integrating volume elements to the distance in question.] A value smaller than this implies that there are more objects close to us, which for galaxies normally means that the sample is more incomplete at large distances than we initially assumed. A mean value greater than 1/2 almost always implies cosmological evolution, as for QSOs. The fact that gamma-ray bursts show a value significantly smaller than 1/2 even for the most complete flux samples is one of their major puzzles.

From the magnitude-limited RSA catalog, the redshift distribution of catalog entries is shown here (less a single object at 9875 km/s).

From the wide range of cz we see that the volumes sampled at various luminosities differ by factors of order 10 6 . Thus careful allowances for sample properties is crucial to measuring the LF. This is clear when comparing the distribution of apparent and absolute magnitude shown in the figures below (again from the RSA, skipping three naked-eye members of the Local Group):

To derive the proper relative numbers, one must correct for the different volumes within which each object would appear in the catalog. This apparent distribution declines fainter than absolute blue magnitude -21.5, while the space density continues to increase greatly to fainter absolute magnitudes.

An important analytic approximation to the overall galaxy luminosity function is the Schechter (1976, ApJ 203, 297) form &Phi (L) dL = &phi* (L/L*) &alpha e -(L/L*) (dL/L*) where &phi * (L/L*) is the normalizing factor, set by the number of galaxies per Mpc 3 , L* is a characteristic luminosity, and &alpha is an asymptotic slope to be fit a value around -5/4 usually agrees with the data. The plot (from Schechter's paper, reproduced by permission of the AAS) shows the fit to the mean of galaxy counts in 13 clusters.

L* appears to be constant among various clusters, and maybe even for non-cluster galaxies, at a given cosmic epoch, so that one may read references to "an L* galaxy". This is sometimes taken as a characteristic scale for galaxy formation. The brightest cD galaxies may require some additional process they may violate the LF shape in that there should be virtually no galaxies so luminous in the observable Universe if the Schechter function held absolutely.

Different kinds of galaxies have different LF shapes and normlizations this explains why Hubble thought of the LF as approximately Gaussian, from studies of (giant) spirals, while Zwicky counted everything, dissented vigorously and as usual correctly, and found a divergence at faint magnitudes. Zwicky distinguished dwarf, pygmy, and gnome galaxies (see his idiosyncratic book Morphological Astronomy). The LF must converge somewhere to avoid Olbers' paradox. The LF is simple only for dwarfs the various types are distributed in Virgo as follows, from Fig. 1 of Binggeli, Sandage, and Tammann 1988 (Ann. Rev. 26, 509 - an excellent reference for the whole topic, figure reproduced from the ADS).

The differences may be clues to how different galaxy types form - in some biassing schemes, for example, ellipticals need stronger peaks than disks. On the other hand, if merging is important, this may tell us about the history of mergers rather than galaxy formation. It does seem to be quite consistent in shape among clusters of galaxies, so that it tells something basic and general about how galaxies have developed.

Similar clues are hidden in some of the basic correlations among global galaxy properties involving dynamics - the Tully-Fisher and Faber-Jackson relations. The Tully-Fisher relation, often employed as a distance indicator for spirals, is a tight relation between galaxy absolute magnitude and velocity scale of the disk (for example, at the 20% - of - peak level in an integrated H I profile, with appropriate inclination corrections). There are broad theoretical reasons why such a relation might hold, but no deep understanding at this point. The Faber-Jackson relation was also found empirically, from the fact that elliptical-galaxy luminosity and central velocity dispersion &sigma are related approximately as L

&sigma 4 . A generalization, the fundamental plane, was found by noting that scatter about the F-J relation is correlated with metallicity (usually through a simple index of Mg absorption), although it turned out that this may not be the most basic parametrization. Not only is the fundamental plane a useful distance and environment probe, but it sets strong constraints on dynamical evolution any transformations of galaxies must leave them very close to this plane. Since (in log space) the fundamental plane est, as far as we can tell, a plane, there are transformations of variables which correspond to orthogonal variables imbedded in it Burstein and coworkers have explored the interpretation of these so-called &kappa parameters.

Basics of the "fundamental plane" may be found in the review by Kormendy and Djorgovski (1989, ARA&A 27, 235). Their Figure 2 (reproduced from the ADS) compares the observed Faber-Jackson relation (upper left) to more exact projections of the galaxy distribution in the volume of radius, surface brightness, and velocity dispersion.

In the observable parameters, R

&sigma 1.4 +/- 0.15 I -0.9 +/- 0.1 where R is an effective or core (but not isophotal) radius, &sigma is the velocity dispersion (one-dimensional, in the line of sight), and I is an averaged intensity (commonly the mean within the effective radius). Some of the earlier relations, such as L

&sigma 4/3 for diameter to reach a particular mean surface brightness, are projections of this plane along different observable axes. One mapping of particular theoretical interest (in which galaxies are widely spread) is the &sigma - &mu plane, corresponding roughly to the density - cooling rate prescription needed to describe a galaxy's initial collapse. The virial theorem suggests a relation of about the FP form, with departures of the scaling exponents from 2 and 1 coming about if there is systematic variation in the (M/L) ratio with luminosity or other global parameters. The narrowness of the fundamental plane tells us that evolution by merging, if it is significant for ellipticals, must carry galaxies along but not across the plane. There are simulations suggesting that the FP parameters are indeed preserved during (some kinds of) merging. Recent work indicates the the fundamental plane shifts at least in luminosity with redshift, as expected for a broad class of galaxy-evolution schemes.


M 101 (Pinwheel Galaxy)

-0.6) one, in substantial agreement with thetheoretical metallicity effect suggested by synthetic Globular Clusterpopulations with constant age and mass function. Moving outside theMilky Way, we show that the peak magnitude of the MP clusters in M31appears to be consistent with that of Galactic clusters with similarmetallicity, once the same MV(RR)-[Fe/H] relation is used fordistance determination. As for the GCLFs in other external galaxies,using Surface Brightness Fluctuations (SBF) measurements we giveevidence that the luminosity functions of the blue (MP) GlobularClusters peak at the same luminosity within

0.2mag, whereas for the red(MR) samples the agreement is within

0.5mag even accounting for thetheoretical metallicity correction expected for clusters with similarages and mass distributions. Then, using the SBF absolute magnitudesprovided by a Cepheid distance scale calibrated on a fiducial distanceto Large Magellanic Cloud (LMC), we show that the MV(TO)value of the MP clusters in external galaxies is in excellent agreementwith the value of both Galactic and M31 ones, as inferred by an RR Lyraedistance scale referenced to the same LMC fiducial distance. Eventually,adopting μ0(LMC) = 18.50mag, we derive that the luminosityfunction of MP clusters in the Milky Way, M31, and external galaxiespeak at MV(TO) =-7.66 +/- 0.11, - 7.65 +/- 0.19 and -7.67 +/-0.23mag, respectively. This would suggest a value of -7.66 +/- 0.09mag(weighted mean), with any modification of the LMC distance modulusproducing a similar variation of the GCLF peak luminosity.

10-4. Therefore, ifthe minimum energy estimate is applicable, magnetic fields in starburstsare dynamically weak compared to gravity, in contrast to normalstar-forming spiral galaxies. We argue, however, that rapid cooling ofrelativistic electrons in starbursts invalidates the minimum energyestimate. We assess a number of independent constraints on the magneticfield strength in starburst galaxies. In particular, we argue that theexistence of the FIR-radio correlation implies that the synchrotroncooling timescale for cosmic-ray electrons is much shorter than theirescape time from the galactic disk this in turn implies that the truemagnetic field in starbursts is significantly larger thanBmin. The strongest argument against such large fields isthat one might expect starbursts to have steep radio spectra indicativeof strong synchrotron cooling, which is not observed. However, we showthat ionization and bremsstrahlung losses can flatten the nonthermalspectra of starburst galaxies even in the presence of rapid cooling,providing much better agreement with observed spectra. We furtherdemonstrate that ionization and bremsstrahlung losses are likely to beimportant in shaping the radio spectra of most starbursts at GHzfrequencies, thereby preserving the linearity of the FIR-radiocorrelation. We thus conclude that magnetic fields in starbursts aresignificantly larger than Bmin. We highlight severalobservations that can test this conclusion.

7 Msolar thus, thesesources are most likely high-mass X-ray binaries.

2.3 Galaxies: Galaxy Formation Feedback Signatures in the Intergalactic Medium
We present a comparative study of galaxies and intergalactic gas towardthe z=2.73 quasar HS 1700+6416, to explore the effects of galaxyformation feedback on the IGM. Our observations and ionizationsimulations indicate that the volume within 100-200h-171 physical kpc of high-redshift galaxies ispopulated by very small (ΔL

1/10-1/3Zsolar) absorption-line regions. These systems often containshock-heated gas seen in O VI and may exhibit [Si/C] abundanceenhancements suggestive of preferential enrichment by Type IIsupernovae. We argue that the absorber geometries resemble thin sheetsor bubbles and that their unusual physical properties can be explainedusing a simple model of radiatively efficient shocks plowing throughmoderately overdense intergalactic filaments. The high metallicitiessuggest that these shocks are being expelled from, rather than fallinginto, star-forming galaxies. There is a drop-off in the intergalacticgas density at galaxy impact parameters of >

1comoving Mpc) that may represent boundaries of the gas structures wheregalaxies reside. The heavy-element enhancement near galaxies coverssmaller distances: at galactocentric radii between 100 and 200h-171 kpc the observed abundances blend into thegeneral metallicity field of the IGM. Our results suggest that eithersupernova-driven winds or dynamical stripping of interstellar gas altersthe IGM near massive galaxies, even at R>

100 kpc. However, only afew percent of the total mass in the Lyα forest is encompassed bythis active feedback at z

2.5. The effects could be more widespread ifthe more numerous metal-poor C IV systems at impact parameters >

200h-171 kpc are the tepid remnants of very powerfullate-time winds. However, based on present observations it is not clearthat this scenario is to be favored over one involving preenrichment bysmaller galaxies at z>

6.Includes observations made at the W. M. Keck Observatory, which isoperated as a scientific partnership between the California Institute ofTechnology and the University of California it was made possible by thegenerous support of the W. M. Keck Foundation.


Voir la vidéo: FICTIONAL STARSHIPS Size COMPARISON 3D (Septembre 2022).