景英杰， 杜翠花

(中國科學(xué)院大學(xué)物理科學(xué)學(xué)院，北京 101408)(2016年3月15日收稿； 2016年4月13日收修改稿)

自從Gilmore和Reid[1]通過恒星計(jì)數(shù)方法對銀盤恒星數(shù)密度的研究引入厚盤以來，越來越多的研究表明厚盤在很多方面有著與薄盤不同的特性.例如：厚盤的標(biāo)高約為1 kpc，而薄盤約為0.3 kpc；厚盤的平均金屬豐度[Fe/H]～-0.6 dex，而薄盤有著偏富的金屬豐度，平均金屬豐度[Fe/H]～-0.2 dex；厚盤有著比薄盤小的旋轉(zhuǎn)速度和較大的速度彌散.

盡管厚盤的提出至今已經(jīng)有30多年了，但是對于厚盤的形成和演化依然沒有一個(gè)一致的解釋.目前厚盤的形成模型主要有吸積模型(accretion model)[2]、加熱模型(heating model)[3]、富氣體并合模型(gas-rich merger model)[4-5]、徑向遷移模型(radial migration model)[6]等.吸積模型假設(shè)厚盤主要是通過吸積瓦解的衛(wèi)星星系形成的，Abadi等[2]模擬顯示有超過70的厚盤星是這樣形成的.加熱模型認(rèn)為厚盤星主要來自在衛(wèi)星星系并合過程中被動(dòng)力學(xué)加熱的前薄盤星(pre-existing thin disk).富氣體并合模型采用的假設(shè)是厚盤形成于銀河系早期氣體并合的混亂時(shí)代，這里厚盤星主要是在“本地”形成，與吸積模型是很不一樣的.徑向遷移模型認(rèn)為薄盤中的星與旋臂發(fā)生共振會(huì)向外或向內(nèi)遷移，由于恒星的速度彌散及所處位置與銀盤的面亮度相關(guān)，從內(nèi)部向外遷移的恒星會(huì)造成銀盤加厚.

Sales等[7]提出太陽鄰域厚盤星的軌道偏心率分布可以用來限制銀河系厚盤的演化模型，一些研究已經(jīng)用類似方法基于一些巡天數(shù)據(jù)來研究厚盤的起源.例如：Wilson等[8]基于RAVE (Radial Velocity Experiment)的數(shù)據(jù)，Lee等[9]基于SEGUE(Sloan Extension for Galactic Understanding and Exploration)的數(shù)據(jù).

在本文中我們用LAMOST數(shù)據(jù)來研究太陽鄰域厚盤的偏心率分布并與以上4種模型的數(shù)值模擬結(jié)果進(jìn)行對比.

1 數(shù)據(jù)

1.1 觀測數(shù)據(jù)

郭守敬望遠(yuǎn)鏡(LAMOST，大天區(qū)面積多目標(biāo)光纖光譜天文望遠(yuǎn)鏡)位于中國科學(xué)院國家天文臺(tái)興隆觀測站，是一架有效口徑約4 m，視場約5°的“王-蘇反射施密特望遠(yuǎn)鏡”.LAMOST有4 000根光纖，可以同時(shí)獲得4 000個(gè)天體的光譜，因此具有很高的光譜獲取率.巡天的第2批數(shù)據(jù)已經(jīng)釋放，其中恒星光譜有3 784 461條，包含有計(jì)算出的恒星大氣參數(shù)以及視向速度(line-of-sight velocity).包括恒星光譜型、金屬豐度[Fe/H]、表面重力logg在內(nèi)的大氣參數(shù)是通過Ulyss計(jì)算[10]，而視向速度是交叉匹配恒星光譜和Elodie模版[11]得出的.

我們采用LAMOST第2批釋放數(shù)據(jù)中的恒星大氣參數(shù)和視向速度，并基于位置與SDSS 測光數(shù)據(jù)進(jìn)行匹配以獲得恒星的視星等，恒星的自行則是來自SDSS-POSS自行星表[12-13].接下來，選取一個(gè)F/G型的主序星樣本，光譜型來自LAMOST，logg大于3.5判定為主序星，并限制樣本星光譜g波段的信噪比S/N大于15.為了用分光視差法求距離，限制色指數(shù)0.2

Tian等[14]報(bào)告LAMOST得出的視向速度與APOGEE有一個(gè) -5.7 km·s-1的系統(tǒng)偏差.我們對比了LAMOST與SDSS-SSPP得出的視向速度，同樣基于位置匹配了LAMOST第2批數(shù)據(jù)(g波段信噪比S/N > 20，logg> 3.5)和SDSS-SSPP(平均信噪比S/N > 20 ) 得到了3 077顆恒星數(shù)據(jù)，并將結(jié)果畫在圖1中，圖中顯示LAMOST得出的視向速度與SDSS-SSPP的差值集中在 -6.76 km·s-1, 彌散為7.9 km·s-1.這個(gè)系統(tǒng)偏差的原因尚不清楚，在本文中，為了與其他巡天數(shù)據(jù)相符，我們在LAMOST的視向速度數(shù)據(jù)上加上6.76 km·s-1.

圖1 LAMOST和SDSS-SSPP的視向速度偏移Fig.1 Discrepancies in the radial velocities between the LAMOST pipeline and the SDSS-SSPP

1.2 樣本星的空間速度和軌道偏心率的計(jì)算

圖2 131 353顆樣本星在Z-R面的空間分布Fig.2 Spatial distribution in the Z-R plane of the 131 353 sample stars

下面計(jì)算恒星的軌道偏心率，我們采用的銀河系的引力勢來自Paczynski[17]，包括核球、銀盤和球狀暈.恒星軌道偏心率定義為e=(rapo-rperi)/ (rapo+rperi)，其中rapo代表恒星運(yùn)行到距銀心最遠(yuǎn)的距離，而rperi則是恒星運(yùn)行到距銀心最近的距離，我們把恒星現(xiàn)在的位置和速度作為初始條件來計(jì)算偏心率.圖3顯示的是樣本星的偏心率e和[Fe/H]的對比分布圖，圖中顯示樣本星的金屬豐度范圍主要在-1<[Fe/H]<0.5，大部分樣本星的偏心率e<0.6.

圖3 樣本星的金屬豐度[Fe/H]和偏心率e分布圖Fig.3 Metallicity[Fe/H]vs.orbital eccentricity for the sample stars

2 厚盤恒星軌道偏心率的分布

薄盤、厚盤和暈在空間分布和金屬豐度上并沒有明確的界限，而是有相互重疊的地方.為了排除暈星的污染，剔除金屬豐度[Fe/H]<-1.0的樣本星，并且限制旋轉(zhuǎn)速度Vφ>50 km·s-1(Carollo等[18]顯示厚盤星平均旋轉(zhuǎn)速度約在180 km·s-1，彌散為51 km·s-1，而暈平均旋轉(zhuǎn)速度在0附近；類似Wilson等[8]限制V>50 km·s-1).為研究薄盤的影響，我們計(jì)算了在不同的金屬豐度范圍和不同垂直距離|Z|的恒星的偏心率分布情況，結(jié)果展示在圖4中.圖4橫坐標(biāo)表示偏心率e，縱坐標(biāo)表示在對應(yīng)偏心率范圍內(nèi)樣本星數(shù)量所占比率.圖4的3個(gè)子圖分別代表恒星金屬豐度在-1.0<[Fe/H]<-0.6，-1.0<[Fe/H]<-0.4和-1.0<[Fe/H]<-0.1之間，而圖中的點(diǎn)線、點(diǎn)橫線和實(shí)線分別代表恒星垂直距離在0.1<|Z|<1.0 kpc,1.0<|Z|<1.5 kpc和1.5<|Z|<3.0 kpc之間.厚盤標(biāo)高約為1 kpc，而薄盤只有約0.3 kpc，因此隨著|Z|的增多，薄盤星所占比率減小，在1.5<|Z|<3.0 kpc厚盤占主導(dǎo)，圖3顯示隨著|Z|增大，偏心率小于0.1的恒星比率減小，大于0.3比率略有增加；整體來看恒星所占比率峰值在e=0.1到e=0.3之間，大于0.3的所占比率隨偏心率增大而減小，而且沒有起伏.金屬豐度-1.0<[Fe/H]<-0.6范圍內(nèi)厚盤占主導(dǎo)，薄盤星金屬豐度相對偏富[9]，因此圖4(a)厚盤星占主導(dǎo)(尤其在1.5<|Z|<3.0 kpc范圍內(nèi))，偏心率分布峰值在e～0.2，而圖4(b)和圖4(c)受薄盤影響逐漸增大，雖然偏心率小于0.2數(shù)量有所增加，但峰值以及向高偏心率延伸出一個(gè)尾巴(到e～0.8)的趨勢沒有改變.計(jì)算出的偏心率受所選引力勢的影響，因此我們對比了采用其他引力勢模型(Xue等[19])得出的偏心率，結(jié)果顯示偏心率的分布沒有明顯的不同.綜上，我們認(rèn)為厚盤星的偏心率分布峰值約在0.2，大于0.2的恒星數(shù)量隨偏心率增大而逐漸減小，沒有起伏變化.

圖4 在不同金屬豐度和|Z|區(qū)間的恒星偏心率歸一化分布圖Fig.4 Normalized distributions of eccentricities at different metallicities and within different |Z| ranges

3 與不同模型的模擬結(jié)果比較

我們把得到的偏心率分布與數(shù)值模擬的結(jié)果進(jìn)行對比.之前已有不少對厚盤星軌道偏心率分布的研究，例如Wilson等[8]，Lee等[9]，分別利用不同的數(shù)據(jù)和采用不同的引力勢模型都得出一致的結(jié)果，即厚盤星的偏心率分布峰值在低偏心率處，向高偏心率處逐漸減少，缺乏高偏心率的星，在與模擬結(jié)果對比后都認(rèn)為與吸積過程不符合.

圖5取自Sales等[7]，表示不同厚盤形成模型模擬得出的厚盤星偏心率分布.圖中順時(shí)針從左上開始所采用的數(shù)值模擬分別來自Abadi等[2](吸積模型)，Villalobos和Helmi[3](加熱模型), Brook等[4-5](富氣體并合模型)和Roskar等[6](徑向遷移模型).

圖5 4個(gè)厚盤形成模型的偏心率分布圖Fig.5 Eccentricity distributions of the four thick-disk formation models

我們得到的厚盤星偏心率分布峰值出現(xiàn)在較小的偏心率處(約為0.2)，吸積模型與此不符合，其分布峰值偏大(約為0.5).加熱模型雖然在約0.2處有一個(gè)峰值，但是在約0.9處又有一個(gè)小的峰值，而且e> 0.8的恒星占有不少的比率，這與我們得到的分布不符合，我們的分布缺乏e> 0.8的恒星，而且沒有第2個(gè)峰值.不過加熱模型的第2個(gè)峰值主要由吸積引起，而吸積過程與模型中衛(wèi)星星系的初始條件相關(guān)，如果這個(gè)位置出現(xiàn)在偏左位置(例如e=0.5)，這個(gè)峰值可能就表現(xiàn)不出來.相比之下徑向遷移和富氣體并和模型較為符合我們得到的偏心率分布，尤其富氣體模型分布的不對稱性更與我們得到的相符合，而徑向遷移模型的分布則相對比較對稱(符合高斯分布).

厚盤的形成很可能不是一個(gè)單一的過程，從上面的結(jié)果看厚盤可能主要由富氣體并合時(shí)期形成，即主要在“本地”形成，而且也有可能受到了徑向遷移的影響.當(dāng)然這里只是比較了太陽鄰域厚盤恒星的軌道偏心率分布，其他位置(比如反銀心方向)仍需繼續(xù)研究.

值得注意的是圖5中Z的范圍對應(yīng)的是1到3倍的厚盤標(biāo)高，從第3節(jié)來看不同Z范圍對低偏心率數(shù)量稍微有影響，并不影響偏心率的整體分布(峰值約在0.2，大于0.2的數(shù)量隨偏心率增大而逐漸減小)，因此并不影響我們得出的結(jié)論.

4 總結(jié)

在本文中，我們基于LAMOST釋放的數(shù)據(jù)，計(jì)算并得到了太陽鄰域內(nèi)(6.5 0.8的恒星，最后與4個(gè)厚盤演化模型的數(shù)值模擬結(jié)果進(jìn)行對比，發(fā)現(xiàn)與吸積模型和加熱模型不符合，與富氣體并合模型最為相符，與徑向遷移模型有較小出入，我們認(rèn)為厚盤很可能主要由富氣體并合時(shí)期形成(在“本地”形成)，而且有可能受到了徑向遷移的影響.當(dāng)然我們在研究厚盤分布時(shí)，并不能完全排除暈星和薄盤星的影響，得出的結(jié)果還需要更多其他的數(shù)據(jù)進(jìn)行檢驗(yàn).而且要徹底了解厚盤的形成機(jī)制，還需要研究恒星的其他分布特點(diǎn)，比如其他金屬豐度的分布以及運(yùn)動(dòng)學(xué)的特點(diǎn).