[論文レビュー] Optical Detection of Galaxy Clusters

R. R. Gal|arXiv (Cornell University)|Jan 10, 2006

Galaxies: Formation, Evolution, Phenomena参考文献 2被引用数 7

ひとこと要約

この論文は、銀河団の検出に用いられる光学的手法のレビューを提供し、写真干渉から現代のデジタル画像化および銀河団検出アルゴリズムへの進化を強調している。色-等級図、赤序列選別、および適応型カーネル密度推定法の活用により、特に高赤方偏移やスーパクラスターのような複雑な構造において、検出精度を向上させ、汚染を低減することが可能となる。

ABSTRACT

This chapter provides an overview of past and present techniques for optical detection of galaxy clusters. It follows the progression of cluster detection techniques through time, allowing readers to understand the development of the field while explaining the variety of data and methodologies applied. Within each section we describe the datasets and algorithms used, pointing out their strengths and important limitations, especially with respect to the characterizability of the resulting catalogs. The next section provides a historical overview of pre-digital, photographic surveys that formed the basis for most cluster studies until the start of the twenty-first century. Section three describes the hybrid photo-digital surveys that created the largest current cluster catalogs. The fourth section is devoted to fully digital surveys, most specifically the Sloan Digital Sky Survey and the variety of methods used for cluster detection. We also describe smaller surveys, mostly for higher redshift systems. The fifth section gives an overview of the different algorithms used by these surveys, with an eye towards future improvements. The concluding section discusses various tests that remain to be done to fully understand any of the catalogs produced by these surveys, so that they can be compared to simulations.

研究の動機と目的

• 光学画像データを用いた銀河団検出の歴史的および現代的手法について包括的な概説を行うこと。
• 特に完全性、汚染、選別関数の観点から、さまざまな銀河団検出アルゴリズムの長所と短所を評価すること。
• 観測銀河団カタログと宇宙論的シミュレーションを比較する課題に取り組むこと。特にN体シミュレーションに写真的データが欠落していることによる制約を踏まえて。
• 大規模シミュレーションから得られるシミュレートされた写真的データを用いて銀河団検出アルゴリズムをキャリブレーションし、宇宙論的制約を向上させることを提唱すること。
• 赤序列選別や色-色カットといった色ベースの技術が、高赤方偏移やスーパクラスターのような複雑な構造において、いかに効果的に銀河団を検出できるかを示すこと。

提案手法

• 視覚的検査と等級制限付き銀河数の計数に依存した、パラモールスキー・スカイ・サーベイ やアベールのカタログを含む歴史的写真サーベイを用いる。
• マッチドフィルタ、ボロノイタイル化、および適応型カーネル密度推定法といったアルゴリズム的手法を用い、多バンド画像データにおける空間的過密部を検出する。
• 色-等級図および色-色図（例：r−i 対 i、r−i 対 i−z）を用いて赤序列銀河を特定し、高赤方偏移における銀河団メンバーのトレーサーとして用いる。
• 固定または適応型スムージングカーネル（例：0.33 h⁻¹ Mpc スケール半径）を用いて表面密度および体積密度マップを構築し、赤方偏移スライス全体における3次元空間での銀河団ピークの位置を特定する。
• スぺクトロスコピックに確認されたメンバーを用いて色選別基準をキャリブレーションし、特にCl1604（z ≈ 0.9）のような高赤方偏移系において検出を検証する。
• 宇宙論的シミュレーション（例：ミリオン年シミュレーション）から得られる銀河カタログをもとに、銀河団検出アルゴリズムを走らせる提案により、バイアスの理解とキャリブレーションの向上を図る。

実験結果

リサーチクエスチョン

• RQ1 さまざまな光学的銀河団検出アルゴリズムは、完全性、汚染、選別関数の正確性という観点で、どのように比較できるか？
• RQ2 赤序列選別のような色ベースの手法は、等級のみに依存する手法に比べて、銀河団検出をどの程度向上させるか？
• RQ3 現在の銀河団カタログは、宇宙論的シミュレーションと比較してどのような制限を受けており、それらはどのように是正できるか？
• RQ4 z ≈ 0.9におけるスーパクラスターのような複雑な構造は、従来の銀河団検出手法にどのような挑戦をもたらすか？
• RQ5 宇宙論的シミュレーションから得られるシミュレートされた写真的データを用いて、実際の光学的銀河団サーベイのキャリブレーションと検証が可能か？

主な発見

• 色ベースの検出手法、特に赤序列選別は、等級のみの手法に比べて汚染を著しく低減し、より高い耐障害性を示す。
• z ≈ 0.9におけるCl1604スーパクラスターには、少なくとも12の構造が存在し、360人の確認メンバーを有しており、高赤方偏移の大規模構造の複雑さを示している。
• 従来の銀河団検出手法は、複雑な領域における複数の銀河団を区別できず、しばしば1つの誤った検出に統合してしまう。
• Cl1604メンバーの3次元空間的分布は、ほぼ100 Mpcの深さを示しており、最大の局所的スーパクラスターと同等のスケールを持つ。
• 現在の銀河団カタログは、特に高赤方偏移または低質量系に適用する際、不完全な選別関数によるバイアスを受ける。
• 銀河の写真的性質を含むシミュレーションは、検出アルゴリズムのキャリブレーションおよび観測された銀河団質量関数との信頼性ある比較を可能にするために不可欠である。