juliensimon/gaia-dr3-long-period-variables

Gaia DR3长周期变量（LPV）目录包含约170万颗由欧洲航天局（ESA）Gaia任务的变异性处理管道识别的变星候选体。每颗源包括主要脉动频率、G波段振幅、RP光谱变异性代理和碳星分类标志。长周期变量是演化到渐近巨星支（AGB）的巨星，脉动周期范围从约10天到超过1000天，包括Mira变量（大振幅、近正弦光变曲线，由基模脉动驱动）、半规则变量（SRb/SRa，多周期或不规则）和OSARG（OGLE小振幅红巨星，泛音脉动体）。这些变量对天文学至关重要，原因包括：它们在近红外波段遵循紧密的周期-光度关系（类似于造父变星），可作为邻近星系的距离指示器；它们是星际介质中尘埃和化学富集物质的主要生产者之一；其脉动特性约束了AGB恒星演化模型。碳星（is_cstar=True）由于其大气中碳氧比大于1（由氦燃烧壳层碳上涌到表面导致），RP光谱显示独特的CN和C2分子带特征，与富氧M型AGB星的TiO主导光谱明显不同。该Gaia DR3目录是迄今为止最大的LPV汇编，在天空覆盖范围和样本数量上比OGLE、2MASS和WISE等先前大规模巡天高出一个数量级。license: 其他 license_name: CC-BY-NC-3.0-IGO license_link: https://creativecommons.org/licenses/by-nc/3.0/igo/ pretty_name: "盖亚DR3长周期变星" language: - en description: "盖亚DR3长周期变星（Long Period Variables, LPV）目录包含约170万个变巨星候选体，这些候选体由欧洲空间局（ESA）盖亚任务的变异性处理流程识别得到。每个源数据均包含主导脉动频率、G波段振幅、RP（红光度计, Red Photometer）光谱变异性代理指标以及碳星分类标记。" task_categories: - tabular-classification - tabular-regression tags: - space - gaia - variable-stars - long-period-variables - agb-stars - esa - astronomy - open-data - tabular-data - parquet size_categories: - 1M<n<10M configs: - config_name: default data_files: - split: train path: data/gaia_dr3_long_period_variables.parquet default: true --- # 盖亚DR3长周期变星 <div align="center"> <img src="banner.jpg" alt="用作盖亚LPV数据集横幅的哈勃太空望远镜图像" width="400"> <p><em>署名：NASA/ESA/哈勃</em></p> </div> *本数据集属于Hugging Face上的[天文数据集合集](https://huggingface.co/collections/juliensimon/astronomy-datasets-69c24caf2f17e36128946743)的一部分。* ## 数据集说明 盖亚DR3长周期变星（Long Period Variables, LPV）目录包含约170万个变巨星候选体，这些候选体由欧洲空间局（ESA）盖亚任务的变异性处理流程识别得到。每个源数据均包含主导脉动频率、G波段振幅、RP光谱变异性代理指标以及碳星分类标记。 长周期变星（LPV）是位于渐近巨星分支（Asymptotic Giant Branch, AGB）上的演化后巨星，其脉动周期范围约为10天至1000天以上。它们包括米拉变星（Mira variables，以基模脉动驱动的大振幅近正弦光变曲线）、半规则变星（SRb/SRa，多周期或不规则变星）以及OSARG（光学引力透镜实验小振幅红巨星，泛音脉动变星）。LPV的重要性体现在多个方面：它们在近红外波段存在紧密的周期-光度关系（与造父变星类似），可作为邻近星系的距离指示器；它们是星际介质中最丰富的尘埃与化学富集物质的产生源之一；其脉动特性可用于约束AGB恒星演化模型。 碳星（is_cstar=True）的大气中碳氧比大于1，这是由于淘洗事件将氦燃烧层产生的碳输送至恒星表面所致。其RP光谱具有独特的CN和C2分子带特征，与富氧M型AGB星以TiO为主的光谱存在显著差异。本盖亚DR3目录包含170万个候选体，是迄今为止规模最大的LPV汇编，在天区覆盖范围与样本规模上均比此前的大型巡天项目（如OGLE[光学引力透镜实验]、2MASS[2微米全天巡天]与WISE[广域红外巡天探测器]）高出一个数量级。 本数据集适用于**表格分类、表格回归**任务。 ## 数据结构 | 列名 | 数据类型 | 描述 | 示例值 | 空值占比 | |--------|------|-------------|--------|--------| | `source_id` | int64 | 盖亚DR3唯一源标识符；可用于与gaia_source表交叉匹配以获取天球坐标与测光数据 | 154863636444160 | 0.0% | | `frequency` | float64 | 以每日周期数为单位的主导脉动频率；对应LPV光变曲线的主周期 | 0.0045675368518594 | 77.2% | | `frequency_error` | float64 | 以每日周期数为单位的脉动频率形式不确定度 | 0.00021300006 | 77.2% | | `amplitude` | float64 | 盖亚G波段的峰-峰变星振幅，单位为星等；大振幅（>1星等）表明为米拉型脉动变星 | 0.99943 | 77.2% | | `median_delta_wl_rp` | float64 | RP（红光度计）光谱相对于模板光谱的中位波长偏移，单位为纳米；该指标可表征由脉动周期内TiO/CN分子带变化驱动的光谱变异性 | 5.953 | 1.6% | | `is_cstar` | boolean | 布尔分类标记：若源被归类为碳星（C/O>1，C型AGB星）则为True，富氧LPV（M型或S型AGB星）则为False；基于RP光谱形状进行分类 | False | 1.6% | | `period_days` | float64 | 以天为单位的主导脉动周期，由1/frequency计算得到；周期范围约为10天（OSARG型）至1000天以上（长周期米拉变星） | 218.93638353304354 | 77.2% | ## 快速统计数据 - **1,720,588** 个LPV候选体总计 - 碳星（is_cstar=True）：**546,468** 个，占比31.8% - 富氧LPV（is_cstar=False）：**1,174,120** 个，占比68.2% - 脉动周期中位数：**252.3** 天 - G波段振幅中位数：**0.130** 星等 ## 使用示例 python from datasets import load_dataset ds = load_dataset("juliensimon/gaia-dr3-long-period-variables", split="train") df = ds.to_pandas() python from datasets import load_dataset import matplotlib.pyplot as plt ds = load_dataset("juliensimon/gaia-dr3-long-period-variables", split="train") df = ds.to_pandas() # 统计碳星与富氧LPV的数量占比 n_cstar = df["is_cstar"].sum() print(f"碳星数量: {n_cstar:,} ({100*n_cstar/len(df):.1f}%)") print(f"富氧LPV数量: {(~df['is_cstar']).sum():,}") # 绘制脉动周期分布直方图（对数坐标轴） df["period_days"].clip(upper=2000).hist(bins=200, log=True) plt.xlabel("周期（天）") plt.ylabel("计数（对数坐标轴）") plt.title("盖亚DR3 LPV周期分布") plt.show() # 绘制振幅与周期的散点图（随机抽样50000个样本） sample = df.sample(50_000) plt.scatter(sample["period_days"], sample["amplitude"], c=sample["is_cstar"].astype(int), cmap="coolwarm", s=1, alpha=0.3) plt.xscale("log") plt.xlabel("周期（天）") plt.ylabel("G波段振幅（星等）") plt.title("振幅与周期关系 — 盖亚DR3 LPV") plt.colorbar(label="碳星标记（1=是）") plt.show() # 通过source_id与gaia_source表交叉匹配获取天球坐标等信息 # （source_id为盖亚DR3的64位标识符） print("可使用source_id与gaia_source表连接以获取赤经/赤纬、视差等数据") ## 数据来源 https://gea.esac.esa.int/archive/ ## 相关数据集 - [juliensimon/gaia-dr3-cepheids](https://huggingface.co/datasets/juliensimon/gaia-dr3-cepheids)：盖亚DR3造父变星数据集 - [juliensimon/gaia-dr3-rrlyrae](https://huggingface.co/datasets/juliensimon/gaia-dr3-rrlyrae)：盖亚DR3天琴座RR型变星数据集 - [juliensimon/gcvs-variable-stars](https://huggingface.co/datasets/juliensimon/gcvs-variable-stars)：GCVS变星数据集 > 如果您认为本数据集有用，请考虑在Hugging Face上为其[点赞](https://huggingface.co/datasets/juliensimon/gaia-dr3-long-period-variables)，这将帮助更多用户发现该数据集。 ## 作者信息 本数据集由[Julien Simon](https://julien.org)创建，现任Fortino Capital的AI运营合伙人，属于[太空数据集合集](https://julien.org/datasets)的一部分。 ## 引用格式 bibtex @dataset{gaia_dr3_long_period_variables, title = {Gaia DR3 Long Period Variables}, author = {juliensimon}, year = {2026}, url = {https://huggingface.co/datasets/juliensimon/gaia-dr3-long-period-variables}, publisher = {Hugging Face} } ## 许可证 [CC-BY-NC-3.0-IGO](https://creativecommons.org/licenses/by-nc/3.0/igo/)