[論文レビュー] Joint Survey Processing of LSST, Euclid and WFIRST: Enabling a broad array of astrophysics and cosmology through pixel level combinations of datasets

Ranga‐Ram Chary, Gabriel Brammer+24 more|arXiv (Cornell University)|Oct 3, 2019

Astronomy and Astrophysical Research被引用数 4

ひとこと要約

本論文は、LSST、Euclid、WFIRSTのピクセルレベルのデータを統合する共同調査処理（JSP）を提案する。高分解能の宇宙望遠鏡画像と深紫外・可視光の地上望遠鏡データを統合することで、源の混同やアストロメトリック不一致といったシステム的誤差を低減する。この手法により、より高精度な光度的カタログが得られ、宇宙論的パラメータの制約が著しく向上し、暗黒エネルギーから銀河進化に至る多様な天体物理学的科学が可能になる。

ABSTRACT

Joint survey processing (JSP) is the pixel level combination of LSST, Euclid, and WFIRST datasets. By combining the high spatial resolution of the space-based datasets with deep, seeing-limited, ground-based images in the optical bands, systematics like source confusion and astrometric mismatch can be addressed to derive the highest precision optical/infrared photometric catalogs. This white paper highlights the scientific motivation, computational and algorithmic needs to build joint pixel level processing capabilities, which the individual projects by themselves will not be able to support. Through this white paper, we request that the Astro2020 decadal committee recognize the JSP effort as a multi-agency project with the natural outcome being a collaborative effort among groups which are normally supported by a single agency. JSP will allow the U.S. (and international) astronomical community to manipulate the flagship data sets and undertake innovative science investigations ranging from solar system object characterization, exoplanet detections, nearby galaxy rotation rates and dark matter properties, to epoch of reionization studies. It will also result in the ultimate constraints on cosmological parameters and the nature of dark energy, with far smaller uncertainties and a better handle on systematics than by any one survey alone.

研究の動機と目的

• 個別の調査データの限界を克服するため、高分解能の宇宙望遠鏡画像と深紫外・可視光の地上望遠鏡データを統合する。
• 光度的精度を低下させるような、源の混同やアストロメトリック不一致といったシステム的誤差を低減する。
• 次世代の主力調査に向け、光学・赤外光度的カタログとして可能な限り高精度なものを実現する。
• 単一の調査では到達できない範囲の広範な天体物理学的・宇宙論的調査を支援する。
• 長期的サポートとデータ処理の統合を確保するため、JSPを複数機関が協働するプロジェクトとして推進する。

提案手法

• LSST、Euclid、WFIRSTのデータセットをピクセルレベルで合成し、異なる空間分解能や観測条件に合わせて画像を整列・統合する。
• EuclidとWFIRSTの高角分解能を活用して、LSSTの見かけの分解能制限下にある混在源を解体し、源の分離を向上させる。
• 宇宙望遠鏡調査からのアストロメトリック解を用いて、地上望遠鏡カタログの位置ずれを是正する。
• 光学および近赤外バンドにおける一貫したフラックス測定を確保するため、全3調査にわたる光度校正技術を適用する。
• 膨大なデータ量と複数調査間の複雑なデータモデル相互作用に対応できる計算パイプラインを開発する。
• 共通の天体物理学的基準座標系と共有された源検出・光度測定アルゴリズムを用いて、複数調査のデータを統合する。

実験結果

リサーチクエスチョン

• RQ1 LSST、Euclid、WFIRSTのデータをピクセルレベルで統合することで、源の混同やアストロメトリック不一致といったシステム的誤差をどの程度低減できるか？
• RQ2 高分解能の宇宙望遠鏡画像と深紫外・可視光の地上望遠鏡データを統合することで、光度的精度と源の信頼性にどの程度の向上が得られるか？
• RQ3 共同処理によって、特に暗黒エネルギーの状態方程式や暗黒物質の性質といった宇宙論的パラメータの制約がどの程度強化されるか？
• RQ4 スケーラブルで協働可能な複数調査データセット処理を実現するための、計算およびアルゴリズム基盤はどのようなものが必要か？
• RQ5 統一されたデータ処理フレームワークは、太陽系天体、系外惑星、銀河運動論、再結合期の研究など、多様な科学的探求をどの程度支援できるか？

主な発見

• 共同調査処理により、個別の調査よりも著しくシステム的誤差が低減された光度的カタログの作成が可能になる。
• 高分解能の宇宙データと深紫外・可視光の地上データの統合により、混在した領域における源の分離が向上し、混同ノイズが低減する。
• 調査間のアストロメトリック整列により、より正確な源位置が得られ、バンド間の光度的一致性が向上する。
• この手法により、暗黒エネルギー状態方程式や物質パワースペクトルといった宇宙論的パラメータの制約が、個別の調査よりも不確実性を低くして強化される。
• 共同処理により、近傍銀河の回転曲線の詳細な特徴化や、再結合期における高赤方偏移銀河の検出の向上といった、新たな科学的課題が可能になる。
• このアプローチには、データ量、計算負荷、アルゴリズム統合の管理を含めた、調整された複数機関のインfraストラクチャが不可欠である。