蓋亞星表

WCYue

蓋亞（Gaia）任務概況

名稱：蓋亞
使命：確定十億顆恆星的位置和速度，創建最大最精確的銀河系立體地圖
發布日期： 2013年
任務結束： 5.5 年後（2019 年）名義任務結束，包括 0.5 年調試。

運載火箭：聯盟號-Fregat
發射質量： 2030公斤，包括710公斤的有效載荷、920 公斤的服務艙和400公斤的推進劑。
尺寸： 10米寬，已部署太陽能電池板
軌道： L2 周圍的李薩如（Lissajous）式軌道

儀器： Astro（2個相同的望遠鏡和成像系統）；BP/RP（藍色和紅色光度計）和 RVS（徑向速度光譜儀）

合作夥伴關係：蓋亞是由歐洲太空總署設計、建造和運營的完全歐洲任務。
蓋亞數據處理和分析聯盟（Data Processing and Analysis Consortium）將處理原始數據，以在有史以來最大的恆星目錄中發佈。

主要任務目標：
- 測量銀河系中大約十億顆恆星的位置和速度
- 確定它們在太空中的亮度、溫度、成分和運動
- 創建銀河系的立體地圖

預期的其它發現：
-太陽系內的數十萬顆小行星和彗星
-太陽系外的七萬顆行星，是數萬顆「失敗」的恆星，稱為褐矮星
-兩萬顆爆炸的恆星，稱為超新星
-數十萬顆遙遠的活躍星系，稱為類星體

蓋亞任務事實
- 蓋亞將在五年內觀察十億顆恆星約七十次。平均每天有四千萬次觀測！
- 十億顆恆星約佔銀河系恆星的1%。
- 在蓋亞將觀察到的十億顆恆星中，99% 從未準確測量過它們的距離。
- 蓋亞將攜帶近十億像素的最大數碼相機進入太空。相比之下，智能手機攝像頭的像素約為一千萬。
- 蓋亞將探測到比肉眼可見的微弱一百萬倍的天體。
- 對於比肉眼極限微弱四千倍的物體，蓋亞將測量它們的位置，精度為24微弧秒，相當於在一千公里的距離測量人類頭髮的直徑。蓋亞的前身依巴谷衛星（Hipparcos）可以測量二十公里外人類頭髮的直徑。
- 最近的恆星的距離測量精度高達 0.001%。即使是距離銀河中心約三萬光年的恆星，其距離的測量精度也將在20%以內。
- 蓋亞數據處理和分析聯盟由四百多人組成，他們將為蓋亞數據處理工作貢獻大約等於二千人一年的努力。
- 到任務結束時，數據存檔將超過 1 PB（100 萬千兆字節），相當於大約二十萬張DVD的數據。


1 微弧秒=百萬分之一弧秒（0.000001 或者 10ᐨ⁶ 或者 1⁄1,000,000）

WCYue

蓋亞 DR1 星表

WCYue

蓋亞 DR2 星表

蓋亞 DR2 星表檔案大小

星等至15等，不含依巴谷星表，下載大小 1.1GB
星等由15等至18等，下載大小 7.8GB
其餘星等從18等到21等左右，下載大小36.4GB

整個DR2星表合共：45.3GB

超過13億顆恆星的五參數天體測量解決方案 - 天空位置（赤經 α，赤緯 δ）、視差和自行. 對於 G < 15等恆星，視差不確定性在高達 0.04 毫弧秒（micro arc second）的範圍內，對於 G = 17等恆星，視差不確定性約為 0.1毫弧秒，在暗端，在 G = 20等恆星，不確定性約為 0.7毫弧秒。相應的各自自行分量的不確定性高達 0.06毫弧秒 yr -1（對於 G < 15等）、0.2毫弧秒 yr -1（對於 G = 17等）和 1.2毫弧秒 yr -1（對於 G = 20等）。蓋亞DR2 視差和自行僅基於蓋亞數據；它們不再依賴於 Tycho-2 星表。

超過 720 萬顆恆星的平均徑向速度（即曆元的中值），平均 G 等在 4 到 13 之間，有效溫度（T eff）在約 3550 K到 6900 K 的範圍內。這導致完整的六參數解決方案：帶有視差和徑向速度的天空位置和運動，均與平均 G 值相結合。在明亮端的徑向速度的整體精度約為每秒200米至300米而在暗端，整體精度約為每秒1,200米，T eff為 4750 K，約為每秒2,500米，T eff為 6500 K。

額外的一組超過 3.61 億顆恆星，可使用雙參數解決方案：天空上的位置（赤經 α，赤緯 δ）與平均 G 幅度 相結合。這些源在 G=20 處的位置不確定性約為 2毫弧秒，在 J2015.5。

超過 16.9 億顆恆星的 G 等， 精度從明亮 (G<13) 端的約 1 毫 mag 到 G = 20 的約 20 毫 mag 不等。請注意，蓋亞DR2 中 G 波段的光度系統與蓋亞DR1 中使用的光度系統不同。

超過 13.8 億個源的G BP和 G RP震級，精度從明亮 (G<13) 端的幾毫等​​到 G=20 時的約 200 毫等不等。

G、BP 和 RP 的完整通帶定義。這些通帶現在可供下載。這裡給出了詳細的描述。

基於超過 150 萬次 CCD 觀測的 14,099 個已知太陽系天體的曆元天體測量。96% 的沿掃描 (AL) 殘差在 -5 到 5毫弧秒的範圍內，52% 的 AL 殘差在 -1 到 1毫弧秒的範圍內。凌日觀測是蓋亞DR2 的一部分，也已交付給小行星中心。

受限制（見下文）超過 1.61 億個源的有效溫度 T eff超過 17 等，有效溫度範圍為 3000 到 10,000 K。對於大約 8700 萬個源的子集，視距消光給出了G和變紅 E(BP-RP)，並且對於該子集的一部分（大約 7600 萬顆恆星），亮度和半徑也是可用的。

超過 550,000 個可變來源的分類，包括造父變星、RR Lyrae、Mira 和半常規候選星以及高振幅 Delta Scuti、BY Draconis 候選星、SX Phoenicis 候選星和短時間尺度現象。

一方面，Gaia DR2 源與 Hipparcos-2、Tycho-2、2MASS PSC、SDSS DR9、Pan-STARRS1、GSC2.3、PPM-XL、AllWISE 和 URAT-1 數據之間的計劃交叉匹配.

WCYue

蓋亞 DR3 星表

2020 年 12 月 3 日作為 Gaia Early Data Release 3 (Gaia EDR3) 發布的數據集包括：

完整的天體測量解決方案——天空上的位置（α、δ）、視差和自行——用於大約 14.6 億（1.46 109）個光源，極限星等約為 G ≈ 21，亮度極限約為 G ≈ 3。天體測量解決方案伴隨著一些新的質量指標，如 RUWE 和源圖像描述符。

完整的天體測量解決方案已作為 5.85 億個源的 5 參數解決方案和 8.82 億個源的 6 參數解決方案完成。在 6 參數解決方案中，額外的擬合量是所謂的偽色，對於沒有高質量顏色信息的源，必須包含它。

此外，兩參數解決方案——天空上的位置（α，δ）——用於大約 3.44 億個額外的源。

大約 18.06 億個源的 G 級（EDR3 中存在的已知問題在 Gaia DR3 中更正）。

英鎊和 GRP 幅度分別約為 15.4 億和 15.5 億個來源。

在 Gaia Data Release 3 (Gaia DR3) 中，上述數據集補充了 2022 年 6 月 13 日發布的新產品

來自 4.7 億個物體的 BP/RP 光譜的 15.9 億個源和天體物理參數（Teff、logg、[M/H]、AG、距離等）的物體分類，包括大多數具有天體物理參數的源的 MCMC 樣本（EAS 演示文稿 O .Creevey）。 BP/RP 光譜中的其他天體物理參數包括：
光譜類型（2.17 億顆恆星）和發射線恆星分類（57,000 顆恆星）；
230萬顆熱星、94000顆超冷星的光譜參數、130萬顆冷星的活動指數和2.35億顆H-α發射；
1.28億顆恆星的演化參數（質量和年齡）；
3.48 億個天體的天體物理參數，基於 BP/RP 光譜中未解析二元的假設；
基於具有最弱對象分類的 5600 萬個源的自組織地圖（異常值）分析。
來自 550 萬個物體的 RVS 光譜的天體物理參數（Teff、logg、[M/H]、[X/M] 等 12 種元素），包括 472,000 個物體的漫星際帶。
具有 4 種不同空間分辨率（HEALPIx 級別 6、7、8 和 9）的全天銀河系總滅絕圖。
2.19 億個源的平均 BP/RP 光譜，其中大部分的 G < 17.6 mag (EAS Presentation F. De Angeli)。
100 萬個行為良好的物體的平均 RVS 光譜（EAS 演示文稿 P. Sartoretti）。
3300 萬顆恆星的平均徑向速度和 3200 萬顆 GRVS <~ 14 mag 且有效溫度 (Teff) 在 ~3100 到 14,500 K 範圍內的物體的平均 GRVS 星等（EAS 演示 P. Sartoretti）。
GRVS <~ 12 mag 的 350 萬個源的旋轉速度。
1050 萬個來源的變異性分析以及基礎曆元測光法。除了分為 24 個可變性類別外，以下候選者的詳細可變性結果在單獨的表格中提供（EAS 演示 L. Eyer）：
造父變星（15,021 個天體）；
緊湊型同伴（6306 個對象）；
日食二進製文件（2,184,477 個對象）；
長期變量（1,720,588 個​​對象）；
微透鏡事件（363 個對象）；
行星凌日（214 個物體）；
RR Lyrae 恆星（271,779 個物體）；
短時間尺度變量（471,679 個對象）；
類太陽旋轉調製變量（474,026 個物體）；
上主序振盪器（54,476 個對象）；
活動星系核（872,228 個物體）。
158,000 個源（包括 31 顆行星衛星）的太陽系結果，154,000 個物體的軌道解和單個曆元觀測以及 60,000 多個物體的平均 BP/RP 反射光譜（EAS 演示 P. Tanga）。
大約 813,000 顆非單星，其中包括與天體測量加速解決方案兼容的源的非單星模型、與趨勢兼容的光譜雙星的非單星軌道模型以及源的非單星軌道模型與雙體解決方案兼容（EAS 演示 F. Arenou）。
大約 660 萬個類星體候選者，其中大多數都具有紅移估計（EAS 報告 L. Galluccio）。
分析了大約 110 萬個類星體，檢測到 60,000 個宿主星系和 15,000 個宿主星系的表面亮度剖面。
大約 480 萬個候選星系，對超過 100 萬個物體的紅移估計（EAS 報告 L. Galluccio）。
用兩個表面亮度分佈分析了大約 900,000 個星系。
蓋亞仙女座光度測量 (GAPS)，包括位於仙女座星系中心 5.5 度半徑場中的所有 120 萬個光源的光度時間序列。
從使用 Gaia DR3 發布的 Gaia Collaboration 性能驗證論文中選擇的表格。
在 Gaia DR3 基礎期間觸發的所有 2612 個科學警報。

WCYue

數據背景

觀測數據獲得的時間：蓋亞 DR3數據（蓋亞 EDR3和完整的蓋亞 DR3）基於2014年7月25日（UTC時間10:30）至2017年5月28日（UTC時間08:44）期間收集的數據，為期34個月。

作為比較，蓋亞 DR2基於22個月的數據，而蓋亞 DR1基於蓋亞常規運營階段前14個月收集的觀測結果。

參考曆元：每個蓋亞數據發布的參考曆元都是不同的，蓋亞 DR1的參考曆元是J2015.0，蓋亞 DR2的參考曆元是J2015.5，蓋亞 DR3（蓋亞 EDR3和完整的蓋亞 DR3）的參考曆元為2016.0。

源標示符（source_id）：蓋亞中的源都是通過 source_id 識別的， 它包含天體位置坐標的粗略資訊，詳細的構造方法請參考官方相關文件。 同一個源在不同批次數據中的 soruce_id 可能會更改或者消失，請注意將蓋亞 DR1 DR2 DR3分別當做獨立的，其 source_id 不可通用。 隨著蓋亞數據不斷更新， source_id 逐漸變得穩定。

三角視差的系統差：與蓋亞 DR2相比，系統差整體變小。 例如， 從河外源推斷的視差零點約為-17μas。 給出了視差零點的一個初步修正公式。

WCYue

天體測量精度

下表總結：列出了不同亮度的源的天體測量精度。  蓋亞數據中，6參數解決方案的不確定性平均略差於下表所述的5參數解決方案。 中值2參數解（僅位置）不確定性為1-3 mas（mas = milli arc second = 毫角秒 = 千分之一角秒）。

                                                中位值不確定性σ
                        位置(mas)                視差(mas)                自行(mas/yr)
G<15                0.01-0.02                 0.02-0.03                  0.02-0.03
G=17                0.05                         0.07                           0.07
G=20                0.4                           0.5                             0.5
G=21                1.0                           1.3                             1.4

測光精度

下表總結：列出了不同亮度的源在三個波段（G、GBP和GRP）的測光精度。
mmag = milli magnitude = 毫星等 = 千分之一等


                                                中位值不確定性σ
                        G波段（mmag）        BP波段（mmag）        RP波段（mmag）
G<13                0.3                                0.9                                 0.6
G=17                1                                   12                                  6
G=20                6                                   108                                52

RVS波段測光：G、BP波段和RP波段在蓋亞 EDR3中已經發佈，RVS波段在蓋亞 DR3中是新的。

WCYue

蓋亞衛星（Gaia）使用的 G 波段、BP 波段 和 RP 波段 測光系統與傳統的 Johnson-Cousins UBVRI 系統 存在一些關鍵的差異，這些差異主要體現在光譜覆蓋範圍、過濾器設計以及最終觀測顏色的呈現上。以下是詳細說明：

1. 波段覆蓋範圍的比較

        •        Gaia 測光系統:
        •        G 波段：涵蓋整個可見光波段（約 330-1050 nm），是寬帶測光，目的是提供高精度的總光度。
        •        BP 波段（Blue Photometer）：覆蓋短波長區域（330-680 nm），強調藍光部分。
        •        RP 波段（Red Photometer）：覆蓋長波長區域（640-1050 nm），強調紅光和近紅外部分。
        •        Johnson-Cousins 系統:
        •        U 波段：紫外光（~320-400 nm）。
        •        B 波段：藍光（~400-500 nm）。
        •        V 波段：目視光（~500-600 nm）。
        •        R 波段：紅光（~600-700 nm）。
        •        I 波段：近紅外光（~700-900 nm）。

        差異：Gaia 的波段設計更寬（尤其是 G 波段），與 Johnson-Cousins 系統中的狹窄濾光器相比，光譜響應曲線更平滑，光通量測量覆蓋範圍更廣。

2. 測得的顏色指數

        •        在 Johnson-Cousins 系統中，顏色指數（如 B-V）是基於特定窄波段濾光器的光度差異計算而來。
        •        B-V：反映恆星的溫度（藍色與目視光的對比）。
        •        V-R、R-I：反映恆星的紅化程度或塵埃消光影響。
        •        在 Gaia 系統中，顏色指數主要是基於 BP 和 RP 波段的光度差計算：
        •        BP-RP：類似於 B-V，但覆蓋更寬的波長範圍，對溫度、金屬豐度和塵埃影響更敏感。
        •        G-BP、G-RP：可以用於額外的性質推斷。

        差異：由於 Gaia 的濾光器覆蓋波段更寬，得出的顏色指數更易受光譜特徵（如金屬吸收線）影響，因此其顏色指數與 Johnson-Cousins 系統中的指數不能直接對比。

3. 與肉眼目視的差異

        •        Gaia 的 G 波段與人眼的光學響應接近，但由於其覆蓋範圍更廣，對紅外部分的響應比人眼更敏感。
        •        BP 波段捕捉了更多紫外和藍光部分，這是人眼不太敏感的波段，因此在該波段中的恆星看起來比肉眼觀測更藍。
        •        RP 波段強調紅光和近紅外部分，這些波段通常比人眼所能捕捉的波長更長，因此在該波段中的恆星會顯得更紅。

        總結：

        •        肉眼顏色：主要是受 V 波段影響，接近 Johnson-Cousins 系統的 V 波段光譜範圍。
        •        Gaia 顏色：由於寬波段測光，顏色指數對塵埃消光和溫度的敏感性更高，可能會與肉眼觀測的顏色有顯著不同。

4. 實際應用中的轉換關係

為了在不同系統之間進行對比，天文學家通常需要構建轉換關係。例如：
        •        使用已知的恆星目錄（如主序星的光譜型和溫度）來校正 Gaia 的 G、BP、RP 與 Johnson-Cousins 的 V、B-V 等顏色指數的關係。
        •        塵埃影響（如紅化）在不同系統中的校正也需要特定模型。

這些轉換公式可以幫助天文學家將 Gaia 的數據與過去的數據（如 Hipparcos 或地面望遠鏡測光）進行一致性比較。

WCYue

蓋亞星表中的天體顏色（基於 G、BP、RP 波段測光系統）與天文攝影師用的 LRGB 濾光鏡片 拍攝照片後合成的顏色存在多方面的差異，這些差異來自於波段設計、數據處理以及合成方法的不同。以下是具體的分析：

1. 波段覆蓋範圍的差異

        •        蓋亞測光系統：
        •        G 波段：涵蓋 ~330–1050 nm，是寬波段，整合了紫外、可見光到近紅外部分。
        •        BP 波段：330–680 nm，偏向藍端，包含紫外到藍光。
        •        RP 波段：640–1050 nm，偏向紅端，涵蓋紅光到近紅外。
        •        LRGB 濾光鏡片：
        •        L（Luminance）：寬帶濾鏡，通常涵蓋 ~400–700 nm，近似於人眼的可見光範圍，且不包括紅外部分。
        •        R（Red）：紅光濾鏡，涵蓋 ~600–700 nm。
        •        G（Green）：綠光濾鏡，涵蓋 ~500–600 nm。
        •        B（Blue）：藍光濾鏡，涵蓋 ~400–500 nm。

主要區別：

        1.        波長範圍：Gaia 的 BP 和 RP 波段是重疊的，且各自範圍更寬，而 LRGB 的 R、G、B 是明確分離的窄波段設計，避免過多的重疊。
        2.        紅外響應：Gaia 的 RP 波段向近紅外延伸到 1050 nm，而 LRGB 的濾光鏡通常不包括近紅外波段，因為這超出了人眼可見範圍。

2. 色彩呈現和測量方法的不同

        •        蓋亞系統的顏色：
        •        顏色基於 測光數據（如 BP-RP）計算得出，反映的是恆星或天體在不同波段上的能量分佈，並非直接的「視覺顏色」。
        •        這種顏色受天體的光譜特性（如溫度、化學組成）和塵埃消光影響，呈現出物理學上的顏色特徵，與人眼或攝影器材的觀感並不一致。
        •        LRGB 合成的顏色：
        •        顏色是基於相機的光電響應和濾光片分離的 R、G、B 通道數據，經過後期軟件處理合成的。
        •        顏色調整可以偏向真實視覺（「自然色」）或更強調科學信息的「假色」表現，具高度靈活性。
        •        L 通道強調亮度細節（類似 Gaia 的 G 波段作用），R、G、B 則負責色彩分佈。

主要區別：

        1.        科學 vs 視覺：Gaia 的顏色是純粹的科學數據，對應於天體的物理屬性；而 LRGB 的顏色是基於攝影的表現形式，最終結果可以調整為符合人眼視覺或更具有藝術感的風格。
        2.        顏色準確性：Gaia 的顏色受其寬波段設計影響，某些光譜特徵（如發射線或吸收線）可能被平滑化；LRGB 的窄帶濾光則更能區分這些特徵，特別是在氣體星雲或光譜線明顯的天體（如行星狀星雲）上。

3. 與人眼目視顏色的差異

        •        Gaia 的顏色與人眼：
        •        G 波段與人眼感知的可見光範圍接近，但其紫外和近紅外的擴展使得測得的顏色更偏紅（因為紅外部分的能量在總光度中佔更大比重）。
        •        BP-RP 顏色指數強調紫外和紅外端的光度差，人眼無法直接感知這些波段，因此其數據表達的「顏色」與人眼觀測差異較大。
        •        LRGB 的顏色與人眼：
        •        LRGB 系統經過後期處理，可以調整為「逼近肉眼視覺」的自然色彩（如拍攝銀河或星雲時），但實際拍攝時的單一濾光片影像會偏向純紅、純藍或純綠，與人眼所見有很大差別。
        •        LRGB 可以完全排除紅外光對顏色的影響，更貼近人眼在可見光範圍的感知。

主要區別：

        1.        紅外影響：Gaia 的 RP 波段包括近紅外，使顏色呈現比 LRGB 系統的結果更「偏紅」。
        2.        後期調整：LRGB 合成允許高度靈活的色彩調整，可以逼近人眼的視覺，而 Gaia 的顏色是固定的物理測量，無法隨意調整。

4. 在天文攝影中的實際應用

        •        蓋亞數據的顏色：
        •        適合用於天文科學研究，如分析恆星光譜類型、金屬豐度、塵埃消光等。顏色數據更偏向數據驅動的結果，而非視覺表現。
        •        不適合直接用於天文攝影合成，但可以輔助了解目標的物理性質。
        •        LRGB 濾光的顏色：
        •        更適合天文攝影，特別是在星雲、銀河、星團等的拍攝中，可通過調整來表現天體的真實色彩或藝術效果。
        •        LRGB 的窄波段濾光設計可以突出特定天體特徵，如星雲中的 Hα 發射線，這是 Gaia 的寬波段測光無法做到的。

總結

        1.        蓋亞顏色 是基於科學測量，側重天體的物理性質，表現出的是天體的真實光譜特徵，但不直接反映人眼視覺或攝影表現。
        2.        LRGB 顏色 更偏向天文攝影中的美學與視覺再現，可以靈活調整，目的是生成貼近人眼觀感或具藝術性的照片。
        3.        如果將兩者結合，蓋亞的數據可以用來輔助了解目標的物理屬性，而 LRGB 則是用於最終影像的呈現與藝術表達。