周一 · 知古通今|周二 · 牧夫专栏

周三 · 太空探索|周四 · 观测指南

周五 · 深空探测|周六 · 茶余星话|周日 · 视频天象

翻译：张翰之

校对：牧夫校对组

编排：张莹

后台：朱宸宇

引用文献：

Hans-Walter Rix et al, The Poor Old Heart of the Milky Way, The Astrophysical Journal (2022). DOI: 10.3847/1538-4357/ac9e01

盖亚太空望远镜DR3数据中识别出的贫金属巨星地图显示了银河系中被称为“古老心脏”的恒星（白色圆圈标记的集中区域）。地图的中心就是我们银河系的中心位置。

图片来源: H.-W. Rix / MPIA

一组来自马克斯-普朗克天文研究所（MPIA）的天文学家成功地发现了“银河系的古老心脏”，这是我们银河系最早历史遗留下来的恒星群，位于我们银河系的核心区域。

为了实现这一“银河考古”的的壮举，天文学家分析了欧空局（ESA）最新发布的盖亚太空望远镜（Gaia）的数据，并通过使用神经网络计算了我们银河系内部200万颗明亮巨星含有的金属丰度。这些恒星的探测，为我们银河系最早历史的宇宙学模拟提供了可喜的佐证。

我们的银河系是在跨越130亿年的整个宇宙历史中逐渐形成的。在过去的几十年里，天文学家通过效仿考古学家重建城市历史的方式，成功地重建了不同时期的银河系历史（有些区域甚至带有明确的“建造日期”！）

对于考古学家来说，使用更原始的建筑材料或更古老的风格意味着这些建筑已经出现过，在其他结构下面发现残余物的情况也是如此。空间格局对许多城市都很重要，比如，总有一个中心老城被明显更新的地区包围。

而对于天文学家来说，宇宙考古学的发展方向与考古学非常相似。星系的基本组成部分是恒星。对于一小部分恒星，天文学家可以精确溯源到它们的年龄。例如，对于亚巨星（sub-giants）来说，恒星的亮度和温度可以用来推断其年龄。

根据化学信息来估算恒星的年龄

事实上，几乎所有的恒星都有一种固定的“建筑风格”，可以让天文学家们对他们的年龄做出判断，那就是：恒星的金属丰度（metallicity，恒星大气中比氦重的化学元素的数量）。天文学家称之为“金属”的这类元素通过核聚变在恒星内部产生，并会在恒星寿命接近或结束时释放出来。当低质量恒星的大气层散开时，高质量恒星会爆炸成为超新星。这就类似于每一代恒星都会“播种”下一代恒星形成的星际气体，并且每一代的金属含量都会高于其他恒星。

对于更大规模的结构来说（就像在城市中一样）空间分布很重要。但是，考虑到星系的静态性不如城市（建筑物通常不会四处乱跑），恒星的运动模式会包含重要信息。银河系恒星可能会局限于中心区域，也可能会是银河系薄盘或厚盘中有序旋转运动的一部分。又或者，它们可能是我们延展的银河晕中混乱的恒星轨道的一部分（包括轨道偏心率非常高的恒星，这些恒星经常反复穿过内部和外部区域）。

星系是如何随时间生长的？

对城市来说，他们可能会经历繁荣建设或密集重塑的时期，而星系的历史是由合并、碰撞以及数十亿年来流入星系的大量新鲜氢气形成的。可以说，氢气就是星系制造新恒星的原材料。一个星系的历史总是始于较小的原始星系，比如大爆炸后不久，在稠密的区域中气体云坍塌形成恒星。

两个正在合并的星系。

图片来源: NAOJ

原始星系的碰撞就是形成更大的星系的原因。如果在这些稍大的天体上再加上一个原星系，即一个偏离中心的原星系（拥有大轨道角动量），我们就可能会得到一个恒星盘。当合并两个足够大的星系，它们的气体库就会升温，将枯竭的星系与现有老恒星的复杂轨道模式相结合，形成一个复杂的椭圆星系。

重建这种历史是一个将复杂的信息观测与复杂的模型相结合的问题。尽管星系形成和演化过程的图景已经存在了好几十年，但具体的细节直到最近才被破译，这在很大程度上要归功于那些获得了更好、更全面望远镜提供的数据。

我们的家乡银河系在这方面起着特殊的作用。银河考古学是我们目前检查恒星的星系的最详细的方式。银河考古学不仅可以让我们重建自身广泛的历史的一部分，还可以从总体上了解银河系演化（这门新兴学科也被称为“本地宇宙学”）。

在银河系的青少年代之前，

究竟发生了什么？

欧空局（ESA）的盖亚太空望远镜（Gaia）。

图片来源: ESA

这次的银河系考古项目还得从2022年春天，MPIA的研究人员利用欧空局的盖亚太空望远镜和LAMOST光谱调查的数据，确定了25万颗亚巨星样本中的恒星的年龄这一发现说起。从这一分析中，天文学家们已经能够重建出110亿年前银河系的“青少时代”和随后更为稳定的“成年期”的样貌。

银河系青少年时期恰逢另一个星系盖亚-恩克拉多斯与银河系的最后一次重大合并，该星系的残余物于2018年首次被发现。它引发了一个密集的恒星形成阶段，并且导致了今天可以看到的相对较厚的恒星盘。银河系的成年期仍有少量氢气的流入，这些气体最终进入银河系延展的薄恒星盘中，数十亿年来缓慢而持续不断地形成新的恒星。

盖亚-恩克拉多斯碰撞。

图片来源: Instituto de Astrofísica de Canarias

天文学家当时也注意到了，在年轻银河系的样本中，最古老的恒星已经具有相当大的金属量，大约是太阳金属量的10%。显然，在这些恒星形成之前，一定有更早的几代恒星用金属污染了星际介质。

所以，银河系的古老核心的模拟

向我们透露了什么？

这些早期核心的存在是符合宇宙历史模拟的计算结果的。此外，这些模拟预测了我们在哪里可以合理地找到这些早期核心的幸存物质。模拟告诉我们，银河系的最初形成涉及三到四个原星系，它们在很近的地方形成了一个相对紧凑的、直径不超过几千光年的核心。

后来，小型星系的加入将导致各种盘状结构和光环的产生。但根据模拟结果，最初的核心部分有望在这些后来的碰撞中安然无恙地幸存下来。即使在数十亿年后的今天，我们也有可能从最初的致密核心：银河系的古老心脏附近的区域找到幸存者。

下一步：寻找古老的核心恒星

MPIA的天文学家从我们银河系的古老核心中寻找恒星产生了兴趣。但他们知道，要找到十几颗这样的恒星，需要一种新的观测策略。先前研究中使用的LAMOST望远镜，由于其在地球上的位置以及无法在夏季季风季节进行观测，根本无法观测银河系的核心区域。而亚巨星，作为之前选择的探针，实在是太暗了，无法在大约7000光年的距离之外观察到。这些使我们银河系的核心区域完全无法触及。

但是，如果我们回想一下，除了那些我们可以确定特定年龄的罕见恒星外，还有一个更为普遍的恒星金属丰度指标，即“不同的建筑风格”，可以将恒星分为更老和更年轻的恒星！令人高兴的是，2022年6月，欧空局盖亚任务发布了数据3（DR3）。自2014年以来，盖亚一直在测量超过10亿颗恒星的高度精确的位置和运动参数，包括距离。DR3是第一个包含盖亚观测到的一些实际光谱的数据发布（2.2亿天体的光谱）。

来自盖亚的红巨星

光谱是天文学家了解恒星大气化学成分信息的重要工具。但是，尽管盖亚的光谱质量很高，而且有着无与伦比的数量，但物体的光按波长细分成基本彩虹色的光谱分辨率相对较低。从盖亚数据中计算可靠的金属丰度值需要额外的分析，这是MPIA的盖亚研究人员汉斯·沃尔特·里克斯和勒内·安德雷与哈佛大学的访问学生韦丹·钱德拉在一个项目中解决的问题。

由于他们知道分析需要到达银河系的核心区域，这三位天文学家专门研究了盖亚样本中的红巨星。典型的红巨星比亚巨星亮一百倍，即使在银河系遥远的核心区域也很容易观测到。这些恒星还有一个额外的优势：编码其金属丰度的光谱特征相对明显，这使得它们特别适合分析金属丰度。

利用机器学习计算金属丰度

OpenAI的产品，ChatGPT。

天文学家们使用了机器学习进行分析。像DALL-E这样的软件的应用目前越来越常见，它可以从简单的文本描述中生成合适的图像，或者像最近超火的ChatGPT，它可以回答问题并满足快速写作要求。机器学习的关键特性是能在没有明确编程的情况下解决问题。相反，算法的核心是一个所谓的神经网络，它与人类大脑中神经元的排列方式有着表面上的相似之处。算法只能对神经网络进行训练，而网络在给定特定输入的情况下才能产生正确的输出。

在这个研究中，天文学家们决定用神经网络：使用选定的盖亚光谱作为输入进行训练。而盖亚光谱的正确答案，即金属丰度，已经从另一项调查（斯隆数字巡天SDSS的一部分的高分辨率光谱观测）中得知。该网络的内部结构被进行了调整，它目前可以再现正确的金属丰度。

200万明亮巨星的金属丰度数据！

在科学中使用机器学习的一个普遍挑战是，神经网络是一个“黑匣子”——其内部结构是由训练过程形成的，不受人的直接控制。这就是为什么MPIA的天文学家们只在SDSS数据的一半上训练了他们的神经网络。该算法被设定为对照SDSS的其他数据并获得惊人的结果：即使是它以前从未遇到过的恒星，神经网络都能够推断出精确和准确的金属丰度。

现在，MPIA的天文学家们不仅训练了他们的神经网络，还确保了它可以获得训练过程中没有遇到的光谱的精确结果。他们将该算法应用于盖亚光谱的全红巨星数据集。结果公布后，研究人员获得了一个规模空前的精确金属丰度样本，其中包括内星系中200万颗明亮的巨星。

绘制银河系的古老心脏

有了这个样本，就证明了比较容易识别银河系银河系的古老心脏。因为它们的金属丰度低，推测年龄大，位置居中，这些恒星似乎集中在银河系中心周围。Gaia（通过视差法）进行了3D重建，显示出那些恒星被限制在中心周围一个大约30000光年宽的较小区域内。

这些恒星完美地补充了天文学家们对银河系的早期研究：它们具有恰到好处的金属丰度，从而产生了后来形成银河系厚盘的那些恒星中的金属。早期的研究提供了厚盘形成的年代学，从而我们得知银河系的古老心脏比125亿年还要古老！

化学证据

对于一小部分天体，光谱产生了这一子集中的恒星的额外性质，特别是氧、硅和氖等元素的丰度。这些元素可以通过一种称为“阿尔法增强（alpha enhancement）”的过程，将alpha（氦-4的原子核）连续添加到现有的原子核中而获得。这些元素的数量表明，早期恒星在大质量恒星的超新星爆炸时，产生了较重的元素。这又一次证实了宇宙学模拟对我们银河系最早历史的描述。

一条找到银河系祖先星系的新方向？

银河系古老核心的存在具有开创性意义，这一发现也让天文学家们想了解更多：能否获得更多甚至所有这些恒星的更详细光谱，从而对它们的化学成分进行更详细的分析？它们是否都表现出阿尔法增强，与它们在银河系初始核心的形成一致？后续项目，如SDSS-V以及4MOST光谱，将会为我们展现回答这些关键问题所需的关键信息。

4MOST模拟器。

图片来源：4MOST Facility Simulator。

如果进展顺利，这些额外的数据甚至可以让研究人员识别出核心区域的哪些恒星属于银河系的哪些祖星系：对于一颗更老的恒星，有关化学成分和温度的额外数据可以可靠地估计恒星的光度。通过比较恒星在天空中的亮度，我们可以推断出恒星的距离。恒星越远，它对我们来说就越暗。对于相对较远的恒星，用这种方法获得的距离值比盖亚视差测量的结果要精确得多！

责任编辑：郭皓存

牧夫新媒体编辑部

『天文湿刻』 牧夫出品

微信公众号：astronomycn

美国国家航空航天局（NSASA）“洞察号”火星探测器。

图片来源：NASA

谢谢阅读