比较修正黑体拟合法在星际云中估计尘埃光学深度的方法
摘要：用单个改进的黑体(MBB)来拟合尘埃远红外光谱能量分布(SED)，光学深度往往会被低估。这是因为温度变化造成的，采用几个温度组份进行拟合可以减小误差。我们希望量化单个MBB标准模型与一些多组分模型之间的性能。我们对准分子云模型进行了研究。用单个MBB、几个MBB的总和和一组固定频谱模板的总和进行合成光谱拟合，但保持尘埃的透明度光谱指数不变。当观测数据使用其原始分辨率时，波束卷积成为拟合过程的一部分。这会增加计算成本，但是使用直接优化或马尔可夫链蒙特卡洛方法仍然可以分析大地图。与单个MBB拟合相比，多组分模型可以显示出更小的系统误差，但代价是更大的统计噪音。拟合的$chi^2$值不是正确度估计的好指标，因为模型误差可能起主导作用。如果与经验校正相结合以减小偏差，单个MBB模型仍然是一个有效的选择。技术上可以将多组分模型拟合到数百万像素的地图中。然而，需要仔细选择SED模型和先验，并通过比较替代模型来估计模型误差。
作者：M. Juvela (1) ((1) University of Helsinki)
论文ID：2304.05102
分类：Instrumentation and Methods for Astrophysics
分类简称：astro-ph.IM
提交时间：2023-05-24