[論文レビュー] Identifying mergers using non-parametric morphological classification at high redshifts

Robert Thompson, Romeel Davé+2 more|arXiv (Cornell University)|Aug 8, 2015

Astronomy and Astrophysical Research参考文献 1被引用数 5

ひとこと要約

本研究では、高解像度の宇宙論的ズームインシミュレーションを用いて、特に非パrametricな形態統計量（特に非対称性 A）が高赤方偏移（z ≈ 2–4）におけるマジョルマージャーを特定するのにどの程度有効であるかを評価している。非対称性 A ≥ 0.8 の閾値を用いることで、誤検出を最小限に抑えながら90%のマージャーを特定でき、特にランダムな向きの系においては Gini–M20 より優れた性能を示すことがわかった。

ABSTRACT

We investigate the time evolution of non-parametric morphological quantities and their relationship to major mergers between $4\geq z \geq 2$ in high-resolution cosmological zoom simulations of disk galaxies that implement kinetic wind feedback, $H_2$-based star formation, and minimal ISM pressurisation. We show that the resulting galaxies broadly match basic observed physical properties of $z\sim 2$ objects. We measure the galaxies' concentrations ($C$), asymmetries ($A$), and $Gini$ ($G$) and $M_{20}$ coefficients, and correlate these with major merger events identified from the mass growth history. We find that high values of asymmetry provide the best indicator for identifying major mergers of $>1:4$ mass ratio within our sample, with $Gini$-$M_{20}\,$ merger classification only as effective for face-on systems and much less effective for edge-on or randomly-oriented galaxies. The canonical asymmetry cut of $A\geq0.35$, however, is only able to correctly identify major mergers $\sim 10\%$ of the time, while a higher cut of $A\geq 0.8$ more efficiently picks out mergers at this epoch. We further examine the temporal correlation between morphological statistics and mergers, and show that for randomly-oriented galaxies, half the galaxies with $A\geq0.8$ undergo a merger within $\pm0.2\,{ m Gyr}$, whereas $Gini$-$M_{20}\,$ identification only identifies about a third correctly. The fraction improves further using $A\geq 1.5$, but about the half the mergers are missed by this stringent cut.

研究の動機と目的

• 高赤方偏移（z ≈ 2–4）におけるマジョルマージャーを特定する非パrametricな形態統計量（集中度 C、非対称性 A、ジニ G、M20）の信頼性を評価すること。
• 局所的ハッブル図に著しく異なる形態を示す高赤方偏移銀河においても適用可能な、低赤方偏移の形態分類手法（例：CAS、Gini–M20）のキャリブレーションを行うこと。
• 高赤方偏移ディスク銀河において、真のマージャー同定率を最大化し、誤検出を最小限に抑える非対称性および Gini–M20 の最適閾値を特定すること。
• 形態統計量とマージャーイベントとの時間的相関を評価し、±200 Myr の時間窓内での予測能力を検討すること。
• 観測視角（正面、縁側、ランダム）が、マージャー検出における形態診断の性能に与える影響を評価すること。

提案手法

• z ≈ 2–4 におけるディスク銀河の高解像度の宇宙論的ズームインシミュレーションを実施。運動的風フィードバック、H2に基づく星形成、最小限のISM圧力化を含む。
• GADGET-3 コードを用いて銀河形成・進化をシミュレートし、後処理として Loser を用いて HST WFC3 F160W の模擬観測画像を生成。
• シミュレートされたフラックス画像から、非パrametricな形態統計量（集中度 C、非対称性 A、ジニ G、M20）を計算。
• 赤方偏移 4 ≥ z ≥ 2 の範囲で質量増加履歴の追跡により、マジョルマージャーイベント（質量比 ≥1:4）を同定。
• パラメータ空間における Gini–M20 マージャー分離線からの距離を定量化する「マージャーネス」パラメータを定義。
• 時間的相関を分析するため、与えられた形態統計量を持つ銀河が ±200 Myr の間にマージャーを経験する確率を測定。

実験結果

リサーチクエスチョン

• RQ1 非対称性（A）、ジニ（G）、M20 は、高赤方偏移銀河（z ≈ 2–4）におけるマジョルマージャーイベントとどの程度相関しているか？
• RQ2 標準的な非対称性閾値（A ≥ 0.35）は高赤方偏移マージャーを信頼性高く同定できるのか、それともより高い閾値が必要か？
• RQ3 観測視角（正面、縁側、ランダム）が A および Gini–M20 のマージャー検出性能に与える影響はいかほどか？
• RQ4 形態統計量（例：A ≥ 0.8）が、予期されるまたは最近のマージャーを信頼性高く示す時間窓はどの程度か？
• RQ5 Gini–M20 空間からのマージャーネスパラメータは、高赤方偏移において異なる観測視角でマージャーを効果的に同定できるか？

主な発見

• 非対称性（A）は、すべての形態統計量の中でマージャー質量比と最も強い相関を示すが、C、G、M20 は有意な相関を示さない。
• 非対称性 A ≥ 0.8 の閾値を用いることで、サンプル内の10個のマジョルマージャーのうち9つを同定でき、誤検出率は約50%にとどまる。これは標準的な A ≥ 0.35 切り捨てよりも顕著に優れた性能である。
• A ≥ 1.5 にすると誤検出がさらに減少するが、約半数のマージャーを逃すため、完全性と純度のトレードオフが生じていることが示された。
• ランダムな向きの銀河において、A ≥ 0.8 である銀河は、±200 Myr の間にマージャーを経験する確率が約50%であり、A ≥ 1.5 では約70%に上昇する。
• ランダムまたは縁側の向きでは、Gini–M20 マージャー分類の性能が著しく劣り、マージャーの約30%しか正しく同定できない。正面の場合は弱い相関しか示さない。
• 非対称性は、合体段階における進行中の力学的摂動に敏感であるため、主に合体前マージャーを特定する傾向にある。