Почему звездные скопления полезны для разработки моделей звездной эволюции?

Ключом к ответу на этот вопрос являются изохроны .

В теоретической модели звездной эволюции одним из самых основных результатов, которые вы можете получить, является набор изохрон. Что вы делаете, так это создаете звездные модели, все с одинаковым химическим составом, но с разным диапазоном масс, и останавливаете их все в одном возрасте. Геометрическое место светимости в зависимости от температуры на диаграмме Герцшпрунга-Рассела, полученной из этих моделей, известно как изохрона.

Можно предположить, что звезды в скоплении имеют сходный химический состав, потому что они образовались из одного и того же хорошо перемешанного газового облака и также могут считаться имеющими одинаковый возраст. Таким образом, при нанесении на диаграмму Герцшпрунга-Рассела геометрическое место, определяемое звездами скопления, должно соответствовать одной изохроне.

Теперь вы можете спросить, почему я не могу просто потребовать, чтобы модельные изохроны соответствовали отдельным звездам разного возраста? Проблема в том, что у вас нет никакого независимого способа оценить возраст этих звезд, и у вас обычно нет никакого способа оценить их массы. Таким образом, хотя вы можете позволить возрасту и массе быть свободными параметрами, вы всегда получите «хорошее соответствие» одной звезде, потому что у вас есть две наблюдаемые (светимость и температура) и два свободных параметра (возраст и масса). С кластером у вас все еще есть возраст как свободный параметр, но вы можете предположить, что у вас есть широкий диапазон масс, и одна и та же изохрона должна соответствовать им всем . Тогда у модели очень мало «пространства для маневра».

Возможно, фотография может сказать больше, чем слова. Вот типичный пример из Yadav et al. (2008). На нем показаны данные по старому(нему) рассеянному скоплению M67. Данные сравниваются с изохронами различных моделей, предсказанными несколькими различными вариантами эволюционной модели. Эти сравнения выполняются в плоскости наблюдения цвета (= температуры) и величины (= светимости, измененной расстоянием). Обратите внимание, как разные модели имеют тонкие (и не очень) различия в форме, связанные с различными физическими допущениями в моделях. Хотя и возраст, и расстояние (а также межзвездное поглощение) являются свободными параметрами, оказывается, что некоторые модели соответствуют данным гораздо лучше, чем другие. Например, на мой взгляд, в то время как модели Падуи и Йеля-Йонсея неплохо справляются с подбором гигантского ответвления и поворота, модели BaSTI и Виктория-Регина намного лучше одновременно предсказывают форму главной последовательности.

В более общем смысле скопления звезд можно использовать для проверки эволюционных моделей не только на HR-диаграмме. Например, большая часть моей работы связана со сравнением прогнозов, сделанных моделями относительно истощения лития в звездах. Опять же, кластеры определяют наблюдаемую изохрону содержания лития в зависимости от температуры, которую можно сравнить с модельными изохронами истощения лития. Если у вас есть кластеры разного возраста, у вас есть еще более мощная проверка моделей, поскольку одни и те же модели (в разном возрасте) должны соответствовать форме наблюдаемых изохрон во всех кластерах одновременно.

Дело не в том, что предполагается, что звезды шарового скопления следуют друг за другом в пространстве температура-светимость со временем. Скорее, идея состоит в том, что внутри отдельного скопления мы якобы устранили различия как в возрасте, так и в металличности, оставив массу в качестве единственной величины, параметризующей распределение.

Предположим, у вас есть звездная модель. Вы можете смоделировать звезды любой массы, металличности и возраста, но как тогда сравнить их с наблюдениями? В частности, есть вырождения, когда треки на HR-диаграмме сходятся, когда разные звезды выглядят одинаково в разном возрасте. И даже для большой выборки наблюдаемых звезд вы, вероятно, могли бы воспроизвести ее даже с плохой звездной моделью, установив правильное распределение масс, металличности и возраста. В конце концов, если ваше предсказанное семейство кривых в пространстве температура-светимость заполняет пространство, где находятся наблюдаемые звезды, вы всегда можете найти способ выборки параметров вашей модели, чтобы они соответствовали любому наблюдаемому распределению.

С другой стороны, с шаровым скоплением у вас гораздо меньше свободы для объяснения проблем с вашей моделью. Теперь игра заключается в том, что вы можете выбрать одну металличность и один возраст, а затем ваша модель работает только в том случае, если распределение на диаграмме HR можно объяснить исключительно исходными различиями в массах.

Для вымышленного примера, если вы предсказываете, что звезды с массой менее$0.8\ M_\odot$выключать главную последовательность перед звездами с массой больше$5\ M_\odot$, то любое шаровое скопление с выключением большой массы должно в вашей модели сопровождаться выключением малой массы. Вы не можете просто сказать: «Ну, я думаю, что все менее массивные звезды моложе, чем более массивные в этом скоплении».