恒星的星等和颜色作为最直接的观测量，与恒星的温度、丰度、质量等性质密切相关，是恒星内禀性质的重要表征。欧空局Gaia卫星提供了目前史上全天数量最多和精度最高的星等和颜色测量数据，是开展恒星物理及银河系结构与演化等研究的利器。
然而，为了覆盖从6等到22等较宽的星等范围，Gaia卫星依据G星等亮度不同使用了不同的观测模式，且G星等和BP、RP星等的终端仪器也有所区别。不同观测模式间存在着天然的系统误差，难以精确修正，这大大限制了Gaia数据本应有的威力。
为了充分发挥Gaia高精度测光数据特点，研究人员借助LAMOST海量恒星光谱优势，利用恒星颜色回归方法（Stellar color regression；Yuan et al. 2015）去精确修正Gaia测光数据随星等及颜色变化的系统误差。
基于LAMOST光谱的恒星颜色回归方法示意图
研究人员首先将LAMOST与Gaia数据进行交叉，从中选取观测质量足够高且消光值足够小的数据，将其分为主序矮星和红巨星样本，选择其中G星等在13.3到13.7范围内的恒星作为参考样本，利用该参考样本建立恒星大气参数（有效温度、金属丰度、表面重力加速度）与内禀颜色之间的关系。接着将该关系应用于全体样本，改正尘埃效应以后，得到观测颜色和模型颜色之差随G星等的变化趋势，并将这一趋势作为修正曲线。
研究人员还讨论了造成修正项的各个原因，和不同颜色间修正曲线的差异及其可能的原因。结果表明，Gaia DR2数据中不同观测模式间转换会带来较为明显的颜色跳变，整体最大差别可达20毫星等。EDR3数据很大程度上减小了各种误差，但整体趋势仍然可见。经过修正后的颜色精度可以达到1毫星等，这样的测光数据精度有助于进一步利用Gaia数据研究个体恒星和群体样本的统计性质。该成果是LAMOST和 Gaia强强联手提升数据精度的实例典范。
左边为Gaia EDR3修正前后的颜色颜色图；右边为Gaia EDR3修正前后的颜色残差随星等的变化情况。
文章链接：
https://iopscience.iop.org/article/10.3847/2041-8213/abe1c2。
https://doi.org/10.3847/1538-4357/abdbac。
