預測的氣相金屬性（Zg）與測量的氣相金屬性。學分:uux.cn/天文學與天體物理學（2023年）。金屬佳預DOI:10.1051/0004-6361/202346708
（神秘的含量地球uux.cn）據美國物理學家組織網（大衛·阿佩爾）：一組天文學家發現，星系中恒星的測器總質量并不能很好地預測星系中重元素的豐度，根據先前的尋找星系研究，這是金屬佳預一個令人驚訝的結果。相反，含量星系的測器引力勢是一個更好的預測指標。這些發現發表在《天文學與天體物理學》雜志上。尋找星系
這很重要，金屬佳預因為在調查和分類星系時，含量“標度關系”在理解星系形成和演化方面起著重要作用。測器如果已知某些更簡單的尋找星系屬性，例如質量、金屬佳預大小、含量光度和顏色等屬性之間的趨勢，它們是有助于預測恒星、星云和星系的其他屬性的重要關系。
在研究星系時，一個經常被報道的關系是星系的“金屬性”。由于宇宙中絕大多數普通（非暗物質）質量——約98%——是氫或氦，天文學家將其余部分稱為“金屬”，并將它們的豐度稱為“金屬性”。金屬是在大爆炸后很久（相對而言）才產生的，因此物體的金屬性程度是大爆炸后恒星活動的標志。
金屬性被定義為金屬的質量分數除以恒星、星云或星系的質量。（實際上，天文學家有幾種計算金屬性的方法，但都表示較重元素的程度。）實際上，通常只有氧或鐵被用作金屬性的代表。氧是宇宙中最豐富的重元素，鐵也很常見，因為它有最穩定的原子核。
在目前的研究中，由西班牙格林納達大學的勞拉·桑切斯-門吉亞諾領導的研究小組使用了來自美國新墨西哥阿帕奇角天文臺的鄰近星系測繪調查的3000多個鄰近恒星形成星系的數據。

各種星系參數對氣相金屬性標度關系的相對重要性。φ是重子引力勢。信用:uux.cn/許可協議下的開放訪問（知識共享署名4.0國際許可）。
該小組使用了描述這組星系中每個星系某些方面的148個參數，使用一種稱為“隨機森林回歸算法”的計算機算法來建立整個星系組的許多星系參數之間的比例關系，以找到最能預測星系氣相金屬度的參數，即星系星際介質中氣體的金屬度。
對于氣相金屬性，他們使用氧豐度（一種追蹤星系演化的化學物質）與氫質量的比率作為代理，該比率是在一個有效星系半徑的距離處測量的。
星系中的金屬含量逐漸增加，因為恒星在星系中不斷形成，隨著恒星變成超新星，它們所有的元素質量都噴入星系星際介質中。星系的內部過程以及其他外部過程都會在氣相金屬性上留下印記，天文學家發現這是了解星系特征和發展的一個非常強大的工具。
隨機森林算法是一種受監督的機器學習技術，天文學家在天文學界廣泛使用該技術并取得了巨大成功。該技術使用決策樹的組合來查找包含輸出信息最多的輸入要素或目標要素。這里的輸入特征是許多星系屬性，目標特征是氣相金屬性。
最終，通過決策樹的多種組合，該算法創建了一個模型，以使用許多輸入要素值的一組條件來預測目標要素。
回歸表明，氣相金屬性的最佳預測因子是星系的重子引力勢，即恒星質量與有效半徑的比值。（引力常數G不包括在內，因為它只是一個常數，如果需要的話，可以隨時添加進來。)
重子是一種粒子，像質子或中子一樣，由三種成分組成——夸克。這些粒子通過強力相互作用，因此電子不是重子。（無論如何，質子和中子的質量幾乎是電子的2000倍，因此電子對恒星和星際質量的貢獻非常小。)
星系的重子引力勢給出了比星系恒星質量更好的氣相金屬豐度預測。事實上，分析表明，最強的相關性是比率（恒星總質量與有效半徑之比）的0.6次方。對于質量在太陽質量3億到3千億倍之間的星系來說，結果是好的。該組織認為，小于1的0.6次方是銀河系中包含暗物質的原因。
桑切斯-門吉亞諾說:“找到最緊密和最基本的關系有助于我們提高對星系運行方式的理解，這對完善未來的模擬至關重要。”“現在重要的是研究這個參數在星系一生中經歷的其他過程中的作用，以提高我們對星系形成和演化的全球過程的理解。”
盡管如此，該研究確實發現了證據表明，僅憑重子引力勢無法預測氣相金屬性，其他次要參數可能在決定氣相金屬性方面發揮重要作用。未來的研究正在進行中，以進一步調查這些關系。

(責任編輯：百科)