Em busca de estrelas Be utilizando fotometria de múltiplas bandas: estudo de caso de NGC330 utilizando dados do SOAR e S-PLUS

Autor Pedro Ticiani dos Santos
Orientador Alex Cavalieri Carciofi
Tipo de programa Mestrado
Ano da defesa 2023
Palavras chave Aglomerados estelares
Aglomerados estelares jovens
Estrelas Be
Estrelas em emissão
Machine Learning
Departamento Astronomia
Resumo

Devido a grande quantidade de diferentes classes de objetos astronômicos, responsáveis por contribuições científicas relevantes para todo o campo da astronomia, múltiplas técnicas observacionais e métodos de classificação de objetos foram desenvolvidos ao longo da história. No caso das estrelas Be clássicas (CBe) objetos de tipo espectral B de alta rotação (próxima do limite crítico), não supergigantes e que apresentam ou já apresentaram um disco kepleriano ejetado pela própria estrela a técnica observacional pioneira foi a espectroscopia, na qual as epônimas linhas espectrais em emissão se tornaram as características mais marcantes. Porém, através do uso de outras técnicas observacionais como a fotometria e a polarimetria, outras manifestações foram detectadas, como um excesso de emissão no contínuo e polarização linear não nula. Uma das tarefas ainda ativas no campo de CBes é encontrar formas acuradas de classificar estes objetos em uma dada população estelar jovem. Por exemplo, no aglomerado estelar jovem NGC330, localizado na Pequena Nuvem de Magalhães, foi encontrada uma alta fração de CBes, a partir da década de 70, através de levantamentos espectroscópicos. Dos anos 80 em diante, houve a descoberta de que CBes em um aglomerado estelar poderiam ser classificadas utilizando fotometria, especialmente com o uso de filtros de banda estreita centralizados na linha espectral H. Porém, há uma forte limitação no método: apenas CBes com um disco ativo, e suficientemente denso, são passíveis de classificação. Visando contornar este problema, este trabalho utilizou modelos realistas de estrelas B e CBes a fim de produzir aglomerados sintéticos e sua subsequente fotometria sintética para modelar NGC330 com os algoritmos de aprendizado de máquina supervisionado k-Nearest Neighbors (k-NN) e Decision Tree (DT). Os dados utilizados foram fotometria do levantamento S-PLUS e do imageador SAMI/SOAR, ambos contendo um filtro estreito em H. Os modelos k-NN e DT treinados nas magnitudes do aglomerado sintético foram utilizados para realizar predições inéditas nos dados, resultando na classificação dos objetos presentes em três diferentes classes: estrelas de sequência principal pertencentes ao aglomerado, estrelas Be clássicas pertencentes ao aglomerado, e estrelas não pertencentes à sequência principal ou não membros do aglomerado, como objetos de fundo e/ou estrelas evoluídas. O resultado obtido foi de 44 e 47 estrelas classificadas como CBes pelos respectivos modelos k-NN e pelo DT no conjunto de magnitudes do S-PLUS, e um total de 206 e 289 objetos classificados como CBes no conjunto do SOAR, considerando o k-NN e o DT, respectivamente. No conjunto do SOAR, o modelo DT estima uma fração mínima CBe/(B+CBe) de 26%. Em ambos algoritmos, quase toda estrela CBe com emissão em H foi classificada como candidata a CBe. Um dos resultados mais impressionantes diz respeito ao fato de que os modelos classificaram as candidatas a CBe na região mais avermelhada da sequência principal, local já conhecido de estrelas CBes inativas e de sistemas com discos pouco densos (por exemplo, no começo ou fim das respectivas fases de construção e dissipação de um disco). Como o primeiro trabalho a ter considerado propriedades conhecidas dos discos de estrelas CBe na formulação de um aglomerado estelar sintético, é possível afirmar que nossa metodologia desenvolvida é promissora, visto que as análises preliminares aqui contidas resultaram na predição de uma fração de CBes ainda maior do que em estimativas prévias da literatura, incluindo levantamentos espectroscópicos de alta resolução quando considerada a mesma profundidade observacional.

Anexo Dissertation_MSc_CORRIGIDO_PDF.pdf