环球消息!恒星“批量生产”使用同一参数模板?郭守敬望远镜重磅成果挑战天文学经典理论
宇宙中的恒星“摇篮”区域在孕育恒星时,往往会批量形成许多不同质量的新生恒星。在进行恒星的“批量生产”时,每次都会使用同一个参数模板吗?
1月19日凌晨,国际学术期刊《自然》杂志发表了我国天文学家利用郭守敬望远镜(LAMOST)超大光谱数据样本优势,结合欧洲空间局盖亚(Gaia)卫星数据的最新发现:恒星初始质量分布规律会随着恒星金属元素含量和年龄发生显著变化。
(资料图)
这一结论挑战了“恒星初始质量分布规律不变”的经典理论,刷新了人类对这一基本概念的认知。
▲变化的恒星初始质量函数的艺术展示图。宇宙诞生之初(围绕中心明亮部分的内环)质量较大的恒星(浅黄色的圆盘)更多;而在较年轻的星族中(外环),质量较小的恒星(红色的小圆盘)则显著增加。图中右下角展示了完成这一观测的郭守敬望远镜(LAMOST)外观。
广袤宇宙的千亿星系中无时无刻不在诞生着新的恒星。恒星初始质量分布规律(天文学上通常称为恒星初始质量函数)描述了一群恒星在刚刚诞生时,不同质量恒星所占的比例。这是现代天文学中一个非常基础的物理概念。
半个多世纪以来,天文学家通常认为恒星初始质量函数是普适不变的,并将其作为基本假设,在诸多天体物理研究领域广泛应用,几乎成为天体物理教科书中的“经典假设”。但是,天文学家近年来通过各种新的观测发现,这个函数很可能并非普适不变的。
“一些迹象显示,在恒星形成活跃的环境中大质量恒星的比例更高。”论文合作者、南京大学天文系教授张智昱说,但要挑战天文学的基本概念,天文学家需要在银河系中找到更为直接有力的观测证据。
近年来,随着LAMOST、Gaia等国内外大型天文设施投入观测运行,获得了海量观测数据,成为我国天文学家探寻恒星初始质量函数变化直接证据的强大助力。
中科院国家天文台刘超研究员带领的研究团队发挥LAMOST大样本光谱数据优势,从中筛选出目前最精细的9万多颗太阳邻域的恒星样本,并获取了每颗恒星的金属元素含量和质量。结合Gaia卫星的观测数据,他们首次通过最直观的恒星计数法——数星星,对具有不同金属元素含量和年龄的恒星进行统计,从观测角度直接获取了几乎不依赖于任何模型的恒星初始质量函数。
论文第一作者、国家天文台博士研究生李佳东介绍,他们首次清晰观测到,年轻的小质量恒星数量比例明显高于年老的恒星。此外,他们还发现,恒星家族的金属含量越高,其中的小质量恒星数量也越多、比例越高。
▲图中横坐标显示了恒星星族的金属元素含量(金属丰度),数值越大金属丰度越高。纵坐标显示了恒星初始质量函数的形状,α数值越大表示质量较小的恒星比例越高。红色圆点显示了年老星族α值比较小,即质量较小恒星的比例低;蓝色三角形显示较年轻恒星随着金属丰度变高,α值也增加,即质量较小恒星的比例增加。
这是天文学家首次如此清晰地观测到恒星初始质量分布规律随着恒星金属元素含量和年龄发生了显著变化。这一发现直接使得“恒星初始质量分布规律在宇宙中普适不变”的基本假设不再成立,从而终结了一直以来天文界关于恒星初始质量分布规律是否变化的争议。
这一突破性成果将对天体物理学多个领域的研究产生影响。恒星初始质量函数领域的国际权威,德国波恩大学教授帕弗尔·库鲁帕认为该成果对于深入理解银河系中不同环境不同时间恒星形成的性质非常重要。论文合作者、中国科学院紫金山天文台符晓婷副研究员认为,这一新发现让人类认识到恒星初始质量函数是复杂而变化的,这对恒星形成理论也提出了严峻的挑战。
据悉,我国即将发射的中国空间站工程巡天望远镜(CSST),未来将助力天文学家在银河系更深远区域及近邻星系中进一步验证这一重大发现。
作者:许琦敏
图片:中科院国家天文台提供
责任编辑:任荃
*文汇独家稿件,转载请注明出处。
为您推荐
广告
- 环球消息!恒星“批量生产”使用同一参数模板?郭守敬望远镜重磅成果挑战天文学经典理论
- 2023武汉军队文职体检是自费吗
- 学习小卡?快船与76人的比赛刚结束,乔治就表态不会出战背靠背-当前热门
- 焦点精选!雷钧翔入选2023年十大影响力童星
- 环球速读:新材料投融资火热 华夏新材料龙头混合趁势发行
- 酸奶和牛肉可以一起吃吗 牛肉和酸奶能一起吃吗 当前报道
- 将动画版压在地上摩擦的《三体》电视剧,再度打开了中国科幻大门
- 每日热点:德阳经开区:在高质量发展中奋力开创现代化一流国家级经开区建设新局面
- 电科院实控人父子“内讧” 儿子董事长职位被免:我与父亲在经营理念上存在分歧
- 中泰证券给予欧派家居买入评级 业绩预告符合预期 龙头彰显韧性 环球速递
- 每日速读!微信再造一个“朋友圈”?视频号使用时长已达80%
- 连续二跌停桂发祥:公司未开展相关配餐、食材配送供应链业务计划
- 非洲布吉纳法索约50名女性失踪,疑遭圣战士绑架
- 环球热推荐:如何提升我国基层卫生机构患者救治能力?
- 世界快资讯:聚众斗殴罪辩护律师费多少钱
- 车企集团的Web3明牌布局! 环球报资讯
- QQ浏览器是如何提升搜索相关性的?-环球聚看点
- 包含大的句子(实用685句)
- 北向资金狂买133亿元,短期分歧让市场调整概率较大 天天视讯
- 天天快看:韩国拟2030年前让三成本土企业使用人工智能技术
- 1快消息!快e贷逾期1年拖欠多久上征信
- 22023昆明新冠疫苗最新消息(持续更新)
- 3我放假啦!这 22 天干点啥呢 天天热闻
- 4小区楼下摆满白色花圈,外卖员凌晨送餐被吓退要求顾客下楼取餐:忌讳这个,我白跑不收钱
- 5中国大城市性别真相:男人更多,但女人更强
- 6环球动态:1月15号后,生肖虎家里有职员调动,未来1个月龙飞凤舞
- 7这家知名珠宝公司,破产重整!曾获红杉等知名机构投资
- 8微头条丨1月11日基金净值:华夏高端制造混合A最新净值1.496,跌1.51%
- 9观速讯丨2023郑州黄帝千古情免费门票活动政策(更新中)
- 10合肥高新区兴园社康恢复核酸采样工作(附采样时间)-环球观焦点
- 1湖南省大数据灾备中心在郴州揭牌
- 2当前速看:虞书欣的死党,鹿晗的死党,蒋依依的死党,看到许凯死党:神仙友谊!
- 3水母能和金鱼一起养吗 水母和金鱼一起养会被吃掉吗
- 4资讯:多主力现身龙虎榜,首创证券换手率达37.51%(01-10)
- 5钻戒品牌“I Do”为何走到生死边缘?
- 6南京地铁7号线什么时候开始运营 每日动态
- 7今亮点!【机构评级】 花旗:予海天国际(01882)“买入”评级 目标价升至28港元
- 8四川将启动森林草原防灭火专项督导 每日快讯
- 9如果真的遇到短信诈骗了怎么办?
- 10今日热门!巴比食品董秘回复:公司长期以来专业从事中式面点速冻食品的研发、生产与销售,致力于“工业化生产,全冷链配送
广告
- 2022东城区五级工伤赔偿标准如何认定|即时看
- REITs研究周报 | 2023年首单公募REITs提前结募,多家上市公司扎堆申报REITs项目 世界讯息
- 世界即时:【见医见药见干部】江口官和乡:“联系卡”架起“连心桥”
- SaaS行业都在裁员,海外:行业进步;国内:走投无路 全球资讯
- 古井集团股权变更;李嘉诚家族收购西澳葡萄园|知酒联播_世界热点
- 黑枸杞能生吃吗 黑枸杞是否可以生吃呢
- 天天速看:胡锡进:美国众议院换了鹰首,中国也应有几只对付美国的鹰
- 世界微资讯!大行评级 | 瑞信:升润燃(1193.HK)评级至“跑赢大市” 目标价上调至37港元
- 瓜子放久了会怎样
- 预喜公告给股价“镀金”,90股预告2022年业绩,13只预计净利润增幅超过100%,1只预增超3800%
- acca会计专业哪些大学有开设?就业前景如何?
- 环球热议:国家邮政局:全国快递员上岗率已达94.9%
- 天天讯息:九鼎投资控股股东及一致行动人解除质押1.64亿股
- 精选!《天龙八部之乔峰传》乔峰形象曝光,网友:最不像乔峰的一个版本
- 知乎往返于洞穴
- 天天速递!涨停雷达:重庆银保监局:批复通过重庆蚂蚁消金公司增资方案 传化智联触及涨停
- 良心大作《网游之寒殇》,天若弃我,天亦可欺! 全球微头条
- 环球资讯:2023年成都重污染橙色预警措施
- 重庆渝快保保障人员有哪些?
- 涨停雷达:建筑装饰个股异动 中装建设触及涨停|全球即时