globally collapsing cloudsを地球規模で崩壊する雲と訳してくれるので、分子雲が細分化して収縮する話かと思ったら逆だった。
直径208光年のガス流が衝突するシミュレーション。スケールが大きい。
星形成領域の模擬観測:全球規模で崩壊する雲の赤外線進化https://arxiv.org/abs/2304.04864
概要
流体力学的シミュレーションと観測を直接比較することは、改善するために必要です。
前者には物理学が含まれ、後者にはテストバイアスが含まれます。 後処理放射伝達と
合成観測は現在、これを行うための標準的な方法です。 の最初のアプリケーションについて報告します
星形成雲のシミュレーションへのSKIRT放射転送コード。 合成観測
その後、従来の観察ワークフローに従って分析されます。 私たちは、初期の段階でそれを見つけます
シミュレーションによると、星の放射は塵を銀河系で観測された温度まで加熱するのに非効率的です
星間放射場の追加が必要です。 スペクトルエネルギー分布
星形成の開始から約 3 Myr の進化の後、雲の一部はかなり急速に落ち着きますが、その
形態は、Hii 領域の拡大とそれぞれの
キャビティ、フィラメント、リッジの作成。 1 成分または 2 成分による合成 Herschel フラックスのモデリング
修正された黒体は、ダストの総質量を約 2 分の 1 に過小評価します。
本質的価値の約 70% まで回復します。 この「失われた塊」は非常に冷たい塵の中にあります
10 K 未満の温度の成分で、遠赤外線にはあまり寄与しません。
フラックス。 そのような塵が大量に存在する場合、この効果は実際の観測を偏らせる可能性があります。 最後に、テストしました
赤外線フラックスに基づく SFR の観測キャリブレーションを行い、それらが一致していると結論付けました。
シミュレーションの固有の SFR と比較すると、平均して 100 Myr 以上になります。
キーワード: 星: 形成 — 赤外線: 星 — 赤外線: ISM — 方法: 数値 — ISRF
1.はじめに
宇宙での星形成はガスによって促進される
分子雲 (MCs) では、多くの疑問が残る
未回答。 近年になって初めて、マルチスケールの解決を実行できる計装の出現
研究により、グローバルなスケールとローカルなスケールを結び付けることが可能になりました
(レビューについては、Motte et al. 2018 を参照してください)。 重要なトピック
現在の研究では、天の川銀河と外部銀河の星形成に関する私たちの知識を結び付けています (例:Kennicutt & Evans 2012 によるレビュー)。
MCがわかりにくい 光の星の光であり、近赤外線 (近赤外線) から電波の波長まで自分自身を放射します。
過去20年間、宇宙を使った銀河面の赤外線 (IR) 調査 スピッツァーやハーシェルなどの望遠鏡が発表されました
私たちの銀河系の星形成内容 (e.g., Churchwell et al. 2009; Molinari et al. 2010)。 補完的
(サブ)ミリ単位の地上調査が行われている
によって追跡される MC の質量の大部分をマッピングするためのキー
それらの冷たい (T ~ 10 から 30 K) ダストと分子ガス (例えば、シュラー等。 2009; アギーレ等。 2011)。
重要な観測上の制約が現在存在しています
星形成の物理。 最も重要なものの中で
一つは、銀河地域が
可能性を除いて、ガスを星に変換するのは非効率的
最も密度の高い部分で。 推定された現在の星形成効率は、近くの雲で約 0 から数パーセント (例: Forbrich et al. 2009; Evans et al. 2009) から、最も活発な雲で 10% を超える範囲です。
天の川 (e.g., Galv´an-Madrid et al. 2013; Louvet et al. 2014; Ginsburg et al. 2016)。 MC の進化と星形成のいくつかの理論的シナリオは、
さまざまな観察上の制限を再現することができました (たとえば、Federrath & Klessen 2012; Krumholz を参照)。
ら。 2012; V´azquez-Semadeni 他 2019; スミスら。2020; ヘンネベル等。 2022年)。 その中でも、全球規模で崩壊している MC のシミュレーションは、クラスター化された環境 (例えば、V´azquez-Semadeniら。 2007; Heitsch & Hartmann 2008; コリンら。
2013;Ib´a´nez-Mej´ia et al. 2016; Zamora-Avil´es 他 2019年)
大規模な星形成の塊は自己重力によって支配されているように見えるからです (e.g., Liu et al. 2012; Lin et al.
2016; 劉 2017)。 理想的には、そのようなシミュレーションには、若い大質量からのイオン化フィードバックの効果が含まれている必要があります。
主な成分の一つであるスター
そうでなければ暴走する星の形成とセットを止める
最終的な星形成効率 (例えば、Matzner 2002;ピーターズ等。 2010; デール等。 2012; ハイド等。 2019)。
最終決定に重要なその他の要因
MCの星形成効率は初期条件、雲規模の磁場やその量など
大規模な超新星によって設定された乱気流 (例えば、Mac Low& Klessen 2004; Commer¸con等。 2011; ピーターズ等。
2011; Federrath & Klessen 2012)、および他のタイプ
恒星風、バイポーラ アウトフロー、放射線圧(例:Dale et al. 2014; Geen et al.2021; オリビエ等。 2021; ローゼン 2022)。
ただし、理論モデルはさらにテストする必要があります。 アン
を正しく比較するための重要な制限
流体力学的シミュレーションと観測は、放射伝達と機器の応答によって課せられる障壁です。 MC を横切ってオブザーバーに到達する放射の伝搬の後処理計算
合成観測の生産は、シミュレーションと観察結果を均一に比較するための標準的な手法 (例: Arthur et al. 2011; Koepferl
ら。 2017a; ベティ等。 2021; イスキエルド等。 2021年)。 あ
このトピックに関する最近のレビューは、Haworth et al. にあります。 (2018)。
近赤外線から遠赤外線までのダスト放出の合成観測の比較は、ダスト連続体放出が最も広く使用されているため、特に有用です。
星間物質のトレーサー (例えば、Koepferl et al.2017b; ライスル等。 2020; 劉ら。 2021年)。
このような合成観測は、精度のテストに使用できます。物理を再現する流体力学シミュレーション
星形成領域の性質。 逆に、合成観測を使用して観測結果をテストできます。
プロパティの計算に一般的に使用される手法
MCの。 シミュレートされた雲の実際の特性と派生した雲の比較は、影響を与える制限とバイアスを定量化するために使用する
これらのテクニック。
この作業では、放射伝達を作成して分析します
によって提示されたシミュレーションの合成観測
Zamora-Avil´es 他 (2019)。 これらのモデルは
MCの形成と進化のグローバル階層崩壊(GHC)シナリオとして知られているものに
(V´azquez-Semadeni et al. 2009; V´azquez-Semadeni et al.
2019)。 シミュレーションは、若い星団を形成します
大規模な星形成と電離フィードバック。 セクション 2 では、流体力学シミュレーションについて説明します。 の
セクション 3 では、ダスト連続体放射伝達の方法論を説明します。 セクション 4 では、
合成観測の生成。 セクション 5 では、
実際の観察結果との比較を含め、結果を提示します。 最後に、セクション 6 で結果について説明します。
セクション 7 で結論を述べます。
2. 流体力学シミュレーション
この作業で使用されるスナップショットは、放射磁気流体力学シミュレーションの提示
Zamora-Avil´esらで。 (2019)、それは自己無撞着な冷たい分子の形成と崩壊をたどります
暖かい中性媒体で衝突する流れからの雲(WNM). 読者は、Zamora-Avil´es らを参照してください。
(2018) および Zamora-Avil´es ら。 (2019) 完全版
流体力学シミュレーションにおける数値手法の説明。 ここでは、それらについて簡単に説明します
設定。
流体力学シミュレーションは、FLASH (V2.5; Fryxell et al. 2000)。 それは磁気を含んでいます
フィールド、自己重力、シンク粒子、および光子をイオン化することによるフィードバック。 イオン化フィードバックの実装
in FLASHは「ハイブリッド特性」アプローチを使用
ピーターズらから適応。 (2010)、これは上に構築されています
Rijkhorst らによる研究。 (2006)。 まずは水素
列密度は、シンクからの光線に沿って計算されます
粒子、および細胞のイオン化率の速度方程式は、これらの光線に沿って解かれます。 暖房と
冷却は電離放射線と非電離放射線で別々に計算されます。 読者をザモラ・アビリネスに紹介します
ら。 (2019) これらの実装の詳細については。
数値ボックスのサイズは x で 256 pc です。
軸、および y 軸と z 軸で 128 pc。 箱には最初、均一な密度の暖かい中性ガスが入っています
n = 2 cm^-3 および T = 1450 K の温度。
初期組成は純粋に原子ガスであると仮定されます
分子量μ = 1.27。 したがって、総質量
ボックス内は Mtot ≈ 2.6×10^5 M⊙ です。 採用されているグリッド改良基準は、標準の Jeans 基準ではなく、「一定質量」の基準です。 この意味は、
一定数のセルを維持するのではなく、
ジーンズの長さ (これは ∆x ∝ ρ^1/2 thr ) 私たちはそれを課します
セルの質量は、新しい精製ステップごとに同じです
(意味する ∆x ∝ ρ^1/3 thr )、到達する最大物理分解能は ∆x = 0.03 pc です。
分子雲は2つの圧縮によって形成されます
図 1 に概略的に示すように、WNM からの円筒形の流れ。流れの半径は Rflow = 32 pc
長さ Lflow = 112 pc であり、超音速で x 軸に沿って反対方向に移動します。
vflow = 7.5 km /s
. 背景の亜音速
k^-2 のあるフィールド
スペクトルはボックスに課せられます
マッハ数 Mrms ≈ 0.7. 最後に、ボックスは x 方向に沿って整列した磁場によって浸透されます。
3 µG の初期均一強度で、観測 (Beck 2001)。
図 1: で使用される初期条件を示すスケッチ
Zamora-Avil´esらによって提示されたシミュレーション。 (2019)、
数値ボックスの中心で衝突する 2 つの円筒形の流れで構成されます。
図 2: 流体力学シミュレーションにおける星の総質量の進化。 黒い点は年齢を示します
放射伝達を計算したスナップショット
合成観測を作成しました。
図 3: 理想的な合成観測から得られた SED。 上のパネルは、のフェイスオンラインで観察された SED を示しています。
視力。 下のパネルは、真横から見た図です。 色付きの実線は、さまざまなスナップショットの結果のクラウド SED を示しています。
点線は、入力ソースのそれぞれの合計 SED (星 + ISRF) を表します。 黒の実線は、
ISRF ソースのみの入力 SED。
図 4: 背景を差し引いた合成観測を取得するプロセスのスケッチ。 左のパネルは生の SKIRT を示しています
出力画像。 中央のパネルは、PACS 70 μm PSF との畳み込み後の中間合成観察を示しています。
黄色のボックスは、背景が定義されている外側の領域から観測された雲を分離します。 右側のパネルは、
バックグラウンド減算後の合成観察。 カラースケールは、分子雲の特徴を強調するために任意です。 これ
スナップショットは、最初の星が誕生した後の 3.3 Myr に相当します。
図 5: 観測された合成 SED と銀河系の星形成領域のものとの比較。 緑の線は
正面(実線)および側面(破線)のモデル ビューの合成 SED。 モデルのタイムステップは異なるマーカーを使用します。
マーカーのない線は、Binder & Povich (2018) のサンプルのアクティブな雲からの SED です。
スター マーカーは、Lin らの IRDC サンプルからの SED です。 (2017)。 すべてのフラックスは、2.9 kpc の距離にスケーリングされています。
図 8: ダスト表面密度マップ (M⊙ pc−2) 正面合成観測への空間分解フィッティングの結果
さまざまなタイムステップで。 マーカーは、予測されたシンクの位置を表します。青い星は、質量のあるシンクに使用されます
≥ 100 M⊙ 、質量が 50 M⊙ ~ 100 M⊙ のシンクの赤い四角、および ≤ 50 M⊙ のシンクのオレンジ色の円。 の中に
左下のパネル、マゼンタの破線の楕円は、マークされた 2 つの Hii 領域の拡大によって形成された過密度を表します
赤丸で。 適切な適合条件を満たさないピクセルは非表示になります。
7. 結論
この作業では、後処理モンテカルロダスト放射伝達を提示および分析しました。
Zamora-Avil´es らによって提示されたイオン化フィードバックを使用した流体力学シミュレーションの SKIRT を使用。 (2019)、
これは、世界的な階層崩壊シナリオのコンテキストで作成されました (V'azquez-Semadeni et al.2019)。
合成観測は、以下を使用して分析されました。
測光や形態学的分析、統合された観察技術などの一般的な観察技術
SEDフィッティングを解決しました。
合成の作成における重要な成分
観測は、光子の主要なソースの選択です。 シンク粒子によって表される恒星集団における確率の影響を考慮するには、
私たちはそれらのそれぞれをサンプリングし、
IMF と中央値の光度を持つものを選択しました。 の
異なる選択の効果が調査され、
劇的。 もう1つの重要な側面は、
星間放射場の処方箋により、星形成の前に雲全体のダストを現実的なレベルまで予熱することができました。
シミュレートされた雲の赤外線の外観
IRDCに類似した静止領域から進化し、
気泡の存在による活発な星形成へ
比叡地域の拡大による尾根。 これ
進化は、星形成の開始後、合計約 8 Myr の間隔で発生しますが、全球 IR SED
3 Myr を過ぎるとすぐに落ち着きます。 最終的な明るさ
雲の明るさはオリオン星雲に匹敵する
クラスターですが、はるかに広い範囲に広がっています。
合成観測を使用して、プロパティを回復するための標準的な手法の有効性をテストしました
ダスト量や温度など。 1 つおよび 2 つの温度で修正された黒体フィッティングを実行しました
コンポーネント、空間的に統合された SED と
解決済みの方法で。 MBBフィッティングは、シミュレーションで固有のダスト質量を体系的に過小評価します
約×2倍のグリッド。 ピクセルごとのフィッティングにより、ダスト質量の約 70% が回復します。 「失われた質量」
温度が 10 ~ 15 K を大幅に下回る最も冷たいダストで構成されており、その熱放出は
遠赤外線でも、雲の流れには寄与しない
波長。 この効果は本物であり、可能性があると信じています
観測に影響を与えますが、雲が非常に寒い場合
ほこり。
最後に、観測キャリブレーションをテストしました
に基づく雲の地球規模の星形成率
Binder &
ポビッチ(2018)。 しかし、星形成率は
シミュレートされた雲 – の場合について前述したように
光度 - よりも集中していないように見えます
観測された星形成雲で。 これは、
責任を負うアセンブリメカニズムの処方箋
シミュレーションでの雲の形成と進化はありません
十分に小さい領域に十分なガスをもたらすことができます。 GHC シナリオ内の将来のシミュレーションは、
この問題を調査するには、さらに大きなスケールからの重力集束がさらに必要になる可能性があります。
シミュレーションと観測の比較に関しては、この記事で提示された作業からの一歩前進
紙は、シミュレートされた雲のサンプルを分析することになります
関連する範囲の形成メカニズムにまたがる
および分子内に存在することが知られている物理的条件
雲。 理想的には、シミュレートされた雲は、より大きな (銀河の) スケール (例えば、Walch
ら。 2015; スミスら。 2020)、乱流と磁場の現実的な処方箋が含まれています。 また、
関連する恒星フィードバックの発生源 (Hii 領域、ダストへの放射圧、恒星風、バイポーラ アウトフロー)
理想的には含まれるべきです。 それに向けた最近の取り組み
方向は Grudi´c らによって提示されました。 (2022)。
これは難しい問題であり、通常、シミュレーションは
これらのプロセスのすべてではなく一部のみを含めることができます
(例: Peters et al. 2011; Krumholz et al. 2012; Dale et al.
2014)。 将来的には、合成観測と実際の観測の比較に関するさらなる研究を提示する予定です。
直径208光年のガス流が衝突するシミュレーション。スケールが大きい。
星形成領域の模擬観測:全球規模で崩壊する雲の赤外線進化https://arxiv.org/abs/2304.04864
概要
流体力学的シミュレーションと観測を直接比較することは、改善するために必要です。
前者には物理学が含まれ、後者にはテストバイアスが含まれます。 後処理放射伝達と
合成観測は現在、これを行うための標準的な方法です。 の最初のアプリケーションについて報告します
星形成雲のシミュレーションへのSKIRT放射転送コード。 合成観測
その後、従来の観察ワークフローに従って分析されます。 私たちは、初期の段階でそれを見つけます
シミュレーションによると、星の放射は塵を銀河系で観測された温度まで加熱するのに非効率的です
星間放射場の追加が必要です。 スペクトルエネルギー分布
星形成の開始から約 3 Myr の進化の後、雲の一部はかなり急速に落ち着きますが、その
形態は、Hii 領域の拡大とそれぞれの
キャビティ、フィラメント、リッジの作成。 1 成分または 2 成分による合成 Herschel フラックスのモデリング
修正された黒体は、ダストの総質量を約 2 分の 1 に過小評価します。
本質的価値の約 70% まで回復します。 この「失われた塊」は非常に冷たい塵の中にあります
10 K 未満の温度の成分で、遠赤外線にはあまり寄与しません。
フラックス。 そのような塵が大量に存在する場合、この効果は実際の観測を偏らせる可能性があります。 最後に、テストしました
赤外線フラックスに基づく SFR の観測キャリブレーションを行い、それらが一致していると結論付けました。
シミュレーションの固有の SFR と比較すると、平均して 100 Myr 以上になります。
キーワード: 星: 形成 — 赤外線: 星 — 赤外線: ISM — 方法: 数値 — ISRF
1.はじめに
宇宙での星形成はガスによって促進される
分子雲 (MCs) では、多くの疑問が残る
未回答。 近年になって初めて、マルチスケールの解決を実行できる計装の出現
研究により、グローバルなスケールとローカルなスケールを結び付けることが可能になりました
(レビューについては、Motte et al. 2018 を参照してください)。 重要なトピック
現在の研究では、天の川銀河と外部銀河の星形成に関する私たちの知識を結び付けています (例:Kennicutt & Evans 2012 によるレビュー)。
MCがわかりにくい 光の星の光であり、近赤外線 (近赤外線) から電波の波長まで自分自身を放射します。
過去20年間、宇宙を使った銀河面の赤外線 (IR) 調査 スピッツァーやハーシェルなどの望遠鏡が発表されました
私たちの銀河系の星形成内容 (e.g., Churchwell et al. 2009; Molinari et al. 2010)。 補完的
(サブ)ミリ単位の地上調査が行われている
によって追跡される MC の質量の大部分をマッピングするためのキー
それらの冷たい (T ~ 10 から 30 K) ダストと分子ガス (例えば、シュラー等。 2009; アギーレ等。 2011)。
重要な観測上の制約が現在存在しています
星形成の物理。 最も重要なものの中で
一つは、銀河地域が
可能性を除いて、ガスを星に変換するのは非効率的
最も密度の高い部分で。 推定された現在の星形成効率は、近くの雲で約 0 から数パーセント (例: Forbrich et al. 2009; Evans et al. 2009) から、最も活発な雲で 10% を超える範囲です。
天の川 (e.g., Galv´an-Madrid et al. 2013; Louvet et al. 2014; Ginsburg et al. 2016)。 MC の進化と星形成のいくつかの理論的シナリオは、
さまざまな観察上の制限を再現することができました (たとえば、Federrath & Klessen 2012; Krumholz を参照)。
ら。 2012; V´azquez-Semadeni 他 2019; スミスら。2020; ヘンネベル等。 2022年)。 その中でも、全球規模で崩壊している MC のシミュレーションは、クラスター化された環境 (例えば、V´azquez-Semadeniら。 2007; Heitsch & Hartmann 2008; コリンら。
2013;Ib´a´nez-Mej´ia et al. 2016; Zamora-Avil´es 他 2019年)
大規模な星形成の塊は自己重力によって支配されているように見えるからです (e.g., Liu et al. 2012; Lin et al.
2016; 劉 2017)。 理想的には、そのようなシミュレーションには、若い大質量からのイオン化フィードバックの効果が含まれている必要があります。
主な成分の一つであるスター
そうでなければ暴走する星の形成とセットを止める
最終的な星形成効率 (例えば、Matzner 2002;ピーターズ等。 2010; デール等。 2012; ハイド等。 2019)。
最終決定に重要なその他の要因
MCの星形成効率は初期条件、雲規模の磁場やその量など
大規模な超新星によって設定された乱気流 (例えば、Mac Low& Klessen 2004; Commer¸con等。 2011; ピーターズ等。
2011; Federrath & Klessen 2012)、および他のタイプ
恒星風、バイポーラ アウトフロー、放射線圧(例:Dale et al. 2014; Geen et al.2021; オリビエ等。 2021; ローゼン 2022)。
ただし、理論モデルはさらにテストする必要があります。 アン
を正しく比較するための重要な制限
流体力学的シミュレーションと観測は、放射伝達と機器の応答によって課せられる障壁です。 MC を横切ってオブザーバーに到達する放射の伝搬の後処理計算
合成観測の生産は、シミュレーションと観察結果を均一に比較するための標準的な手法 (例: Arthur et al. 2011; Koepferl
ら。 2017a; ベティ等。 2021; イスキエルド等。 2021年)。 あ
このトピックに関する最近のレビューは、Haworth et al. にあります。 (2018)。
近赤外線から遠赤外線までのダスト放出の合成観測の比較は、ダスト連続体放出が最も広く使用されているため、特に有用です。
星間物質のトレーサー (例えば、Koepferl et al.2017b; ライスル等。 2020; 劉ら。 2021年)。
このような合成観測は、精度のテストに使用できます。物理を再現する流体力学シミュレーション
星形成領域の性質。 逆に、合成観測を使用して観測結果をテストできます。
プロパティの計算に一般的に使用される手法
MCの。 シミュレートされた雲の実際の特性と派生した雲の比較は、影響を与える制限とバイアスを定量化するために使用する
これらのテクニック。
この作業では、放射伝達を作成して分析します
によって提示されたシミュレーションの合成観測
Zamora-Avil´es 他 (2019)。 これらのモデルは
MCの形成と進化のグローバル階層崩壊(GHC)シナリオとして知られているものに
(V´azquez-Semadeni et al. 2009; V´azquez-Semadeni et al.
2019)。 シミュレーションは、若い星団を形成します
大規模な星形成と電離フィードバック。 セクション 2 では、流体力学シミュレーションについて説明します。 の
セクション 3 では、ダスト連続体放射伝達の方法論を説明します。 セクション 4 では、
合成観測の生成。 セクション 5 では、
実際の観察結果との比較を含め、結果を提示します。 最後に、セクション 6 で結果について説明します。
セクション 7 で結論を述べます。
2. 流体力学シミュレーション
この作業で使用されるスナップショットは、放射磁気流体力学シミュレーションの提示
Zamora-Avil´esらで。 (2019)、それは自己無撞着な冷たい分子の形成と崩壊をたどります
暖かい中性媒体で衝突する流れからの雲(WNM). 読者は、Zamora-Avil´es らを参照してください。
(2018) および Zamora-Avil´es ら。 (2019) 完全版
流体力学シミュレーションにおける数値手法の説明。 ここでは、それらについて簡単に説明します
設定。
流体力学シミュレーションは、FLASH (V2.5; Fryxell et al. 2000)。 それは磁気を含んでいます
フィールド、自己重力、シンク粒子、および光子をイオン化することによるフィードバック。 イオン化フィードバックの実装
in FLASHは「ハイブリッド特性」アプローチを使用
ピーターズらから適応。 (2010)、これは上に構築されています
Rijkhorst らによる研究。 (2006)。 まずは水素
列密度は、シンクからの光線に沿って計算されます
粒子、および細胞のイオン化率の速度方程式は、これらの光線に沿って解かれます。 暖房と
冷却は電離放射線と非電離放射線で別々に計算されます。 読者をザモラ・アビリネスに紹介します
ら。 (2019) これらの実装の詳細については。
数値ボックスのサイズは x で 256 pc です。
軸、および y 軸と z 軸で 128 pc。 箱には最初、均一な密度の暖かい中性ガスが入っています
n = 2 cm^-3 および T = 1450 K の温度。
初期組成は純粋に原子ガスであると仮定されます
分子量μ = 1.27。 したがって、総質量
ボックス内は Mtot ≈ 2.6×10^5 M⊙ です。 採用されているグリッド改良基準は、標準の Jeans 基準ではなく、「一定質量」の基準です。 この意味は、
一定数のセルを維持するのではなく、
ジーンズの長さ (これは ∆x ∝ ρ^1/2 thr ) 私たちはそれを課します
セルの質量は、新しい精製ステップごとに同じです
(意味する ∆x ∝ ρ^1/3 thr )、到達する最大物理分解能は ∆x = 0.03 pc です。
分子雲は2つの圧縮によって形成されます
図 1 に概略的に示すように、WNM からの円筒形の流れ。流れの半径は Rflow = 32 pc
長さ Lflow = 112 pc であり、超音速で x 軸に沿って反対方向に移動します。
vflow = 7.5 km /s
. 背景の亜音速
k^-2 のあるフィールド
スペクトルはボックスに課せられます
マッハ数 Mrms ≈ 0.7. 最後に、ボックスは x 方向に沿って整列した磁場によって浸透されます。
3 µG の初期均一強度で、観測 (Beck 2001)。
図 1: で使用される初期条件を示すスケッチ
Zamora-Avil´esらによって提示されたシミュレーション。 (2019)、
数値ボックスの中心で衝突する 2 つの円筒形の流れで構成されます。
図 2: 流体力学シミュレーションにおける星の総質量の進化。 黒い点は年齢を示します
放射伝達を計算したスナップショット
合成観測を作成しました。
図 3: 理想的な合成観測から得られた SED。 上のパネルは、のフェイスオンラインで観察された SED を示しています。
視力。 下のパネルは、真横から見た図です。 色付きの実線は、さまざまなスナップショットの結果のクラウド SED を示しています。
点線は、入力ソースのそれぞれの合計 SED (星 + ISRF) を表します。 黒の実線は、
ISRF ソースのみの入力 SED。
図 4: 背景を差し引いた合成観測を取得するプロセスのスケッチ。 左のパネルは生の SKIRT を示しています
出力画像。 中央のパネルは、PACS 70 μm PSF との畳み込み後の中間合成観察を示しています。
黄色のボックスは、背景が定義されている外側の領域から観測された雲を分離します。 右側のパネルは、
バックグラウンド減算後の合成観察。 カラースケールは、分子雲の特徴を強調するために任意です。 これ
スナップショットは、最初の星が誕生した後の 3.3 Myr に相当します。
図 5: 観測された合成 SED と銀河系の星形成領域のものとの比較。 緑の線は
正面(実線)および側面(破線)のモデル ビューの合成 SED。 モデルのタイムステップは異なるマーカーを使用します。
マーカーのない線は、Binder & Povich (2018) のサンプルのアクティブな雲からの SED です。
スター マーカーは、Lin らの IRDC サンプルからの SED です。 (2017)。 すべてのフラックスは、2.9 kpc の距離にスケーリングされています。
図 8: ダスト表面密度マップ (M⊙ pc−2) 正面合成観測への空間分解フィッティングの結果
さまざまなタイムステップで。 マーカーは、予測されたシンクの位置を表します。青い星は、質量のあるシンクに使用されます
≥ 100 M⊙ 、質量が 50 M⊙ ~ 100 M⊙ のシンクの赤い四角、および ≤ 50 M⊙ のシンクのオレンジ色の円。 の中に
左下のパネル、マゼンタの破線の楕円は、マークされた 2 つの Hii 領域の拡大によって形成された過密度を表します
赤丸で。 適切な適合条件を満たさないピクセルは非表示になります。
7. 結論
この作業では、後処理モンテカルロダスト放射伝達を提示および分析しました。
Zamora-Avil´es らによって提示されたイオン化フィードバックを使用した流体力学シミュレーションの SKIRT を使用。 (2019)、
これは、世界的な階層崩壊シナリオのコンテキストで作成されました (V'azquez-Semadeni et al.2019)。
合成観測は、以下を使用して分析されました。
測光や形態学的分析、統合された観察技術などの一般的な観察技術
SEDフィッティングを解決しました。
合成の作成における重要な成分
観測は、光子の主要なソースの選択です。 シンク粒子によって表される恒星集団における確率の影響を考慮するには、
私たちはそれらのそれぞれをサンプリングし、
IMF と中央値の光度を持つものを選択しました。 の
異なる選択の効果が調査され、
劇的。 もう1つの重要な側面は、
星間放射場の処方箋により、星形成の前に雲全体のダストを現実的なレベルまで予熱することができました。
シミュレートされた雲の赤外線の外観
IRDCに類似した静止領域から進化し、
気泡の存在による活発な星形成へ
比叡地域の拡大による尾根。 これ
進化は、星形成の開始後、合計約 8 Myr の間隔で発生しますが、全球 IR SED
3 Myr を過ぎるとすぐに落ち着きます。 最終的な明るさ
雲の明るさはオリオン星雲に匹敵する
クラスターですが、はるかに広い範囲に広がっています。
合成観測を使用して、プロパティを回復するための標準的な手法の有効性をテストしました
ダスト量や温度など。 1 つおよび 2 つの温度で修正された黒体フィッティングを実行しました
コンポーネント、空間的に統合された SED と
解決済みの方法で。 MBBフィッティングは、シミュレーションで固有のダスト質量を体系的に過小評価します
約×2倍のグリッド。 ピクセルごとのフィッティングにより、ダスト質量の約 70% が回復します。 「失われた質量」
温度が 10 ~ 15 K を大幅に下回る最も冷たいダストで構成されており、その熱放出は
遠赤外線でも、雲の流れには寄与しない
波長。 この効果は本物であり、可能性があると信じています
観測に影響を与えますが、雲が非常に寒い場合
ほこり。
最後に、観測キャリブレーションをテストしました
に基づく雲の地球規模の星形成率
Binder &
ポビッチ(2018)。 しかし、星形成率は
シミュレートされた雲 – の場合について前述したように
光度 - よりも集中していないように見えます
観測された星形成雲で。 これは、
責任を負うアセンブリメカニズムの処方箋
シミュレーションでの雲の形成と進化はありません
十分に小さい領域に十分なガスをもたらすことができます。 GHC シナリオ内の将来のシミュレーションは、
この問題を調査するには、さらに大きなスケールからの重力集束がさらに必要になる可能性があります。
シミュレーションと観測の比較に関しては、この記事で提示された作業からの一歩前進
紙は、シミュレートされた雲のサンプルを分析することになります
関連する範囲の形成メカニズムにまたがる
および分子内に存在することが知られている物理的条件
雲。 理想的には、シミュレートされた雲は、より大きな (銀河の) スケール (例えば、Walch
ら。 2015; スミスら。 2020)、乱流と磁場の現実的な処方箋が含まれています。 また、
関連する恒星フィードバックの発生源 (Hii 領域、ダストへの放射圧、恒星風、バイポーラ アウトフロー)
理想的には含まれるべきです。 それに向けた最近の取り組み
方向は Grudi´c らによって提示されました。 (2022)。
これは難しい問題であり、通常、シミュレーションは
これらのプロセスのすべてではなく一部のみを含めることができます
(例: Peters et al. 2011; Krumholz et al. 2012; Dale et al.
2014)。 将来的には、合成観測と実際の観測の比較に関するさらなる研究を提示する予定です。
※コメント投稿者のブログIDはブログ作成者のみに通知されます