[論文レビュー] Photometric redshifts and clustering of emission line galaxies selected jointly by DES and eBOSS

S. Jouvel, Timothée Delubac+66 more|arXiv (Cornell University)|Sep 23, 2015

Galaxies: Formation, Evolution, Phenomena被引用数 4

ひとこと要約

本研究では、ダークエネルギー調査（DES）から選別された発光線銀河（ELG）とeBOSSのスペクトロスコピック調査で観測されたものを対象に、光度赤方偏移とクラスタリング測定値を提示する。9.2 deg²のテストプレートデータを用いて、0.6 < z < 1.2の赤方偏移窓で71%の成功率を達成し、明るいおよびかすかなサンプルの銀河バイアス値をそれぞれ1.72 ± 0.1および1.78 ± 0.12として測定した。また、テンプレート適合法とランダムフォレストアルゴリズムを組み合わせることで、光度赤方偏移の外れ値割合を低減しつつ高い完全性を維持できることを示した。

ABSTRACT

We present the results of the first test plates of the extended Baryon Oscillation Spectroscopic Survey. This paper focuses on the emission line galaxies (ELG) population targetted from the Dark Energy Survey (DES) photometry. We analyse the success rate, efficiency, redshift distribution, and clustering properties of the targets. From the 9000 spectroscopic redshifts targetted, 4600 have been selected from the DES photometry. The total success rate for redshifts between 0.6 and 1.2 is 71\% and 68\% respectively for a bright and faint, on average more distant, samples including redshifts measured from a single strong emission line. We find a mean redshift of 0.8 and 0.87, with 15 and 13\% of unknown redshifts respectively for the bright and faint samples. In the redshift range 0.6

研究の動機と目的

• eBOSSスペクトロスコピック調査の発光線銀河（ELG）選別に、DESの光度測定がどの程度有効であるかを評価すること。
• DESの光度測定に基づくELGターゲット選別における赤方偏移分布、成功率、および星間汚染の測定。
• 0.6 < z < 1.2の赤方偏移範囲における、DES選別ELGサンプルのクラスタリング特性および銀河バイアスの評価。
• テンプレート適合法と機械学習を組み合わせたハイブリッド手法を用いて、光度赤方偏移の精度を向上させ、外れ値割合を低減すること。
• 大規模構造解析のためのパワースペクトル測定に影響を及ぼす可能性がある系統的誤差の影響を評価し、その影響が15%未満に抑えられているかを検証すること。

提案手法

• SVA1データから得たDESのgriz光度測定値を用いて、色ベースのカットを適用して発光線銀河を分離するターゲット選別法。
• eBOSSのテストプレートを用いて9.2 deg²の領域でスレートロスコピック赤方偏移を取得し、光度赤方偏移と直接比較可能にする。
• テンプレート適合（LePhare）と機械学習（ランダムフォレスト、TPZ）を用いて光度赤方偏移を計算し、両手法の比較により外れ値割合を評価。
• 3次元2点相関関数の単一部分（ξ(s)）と、投影された実空間相関関数w(rp)を用いて銀河クラスタリングを分析し、大規模スケールの銀河バイアスを算出。
• チルト、空気質量、深度、星間汚染などの系統的誤差を定量化し、パワースペクトル測定への影響が15%未満に抑えられているかを確認。
• 外れ値の低減戦略として、外れ値割合が10%を超える色領域を除外する、またはテンプレートと機械学習による赤方偏移の乖離が著しい上位15%のサンプルを除外する手法を適用。

実験結果

リサーチクエスチョン

• RQ1 eBOSS調査におけるDES光度測定を用いたELGターゲット選別における成功率と赤方偏移分布は何か？
• RQ2 DES選別ELGの銀河バイアスは、理論的予想やVIPERSなどの先行調査と比較してどの程度か？
• RQ3 テンプレート適合法と機械学習を組み合わせたハイブリッド手法を用いることで、光度赤方偏移の外れ値割合をどの程度低減できるか？
• RQ4 0.6 < z < 1.2の窓において、スレートロスコピック赤方偏移と光度赤方偏移に基づくクラスタリング測定値にはどのような差があるか？
• RQ5 ターゲット選別プロセスにおける主な系統的誤差は何か？また、それらは宇宙論的パワースペクトル解析に耐えうる許容範囲内にあるか？

主な発見

• 明るいDES ELGサンプルは、赤方偏移範囲0.6 < z < 1.2で71%の成功率を達成し、平均赤方偏移は0.8、15%の赤方偏移が不明であった。
• かすかなDES ELGサンプルは、同じ赤方偏移窓で68%の成功率を達成し、平均赤方偏移は0.87、13%の赤方偏移が不明であった。
• 銀河バイアスは、明るいサンプルで1.72 ± 0.1、かすかなサンプルで1.78 ± 0.12と測定され、M_B - 5 log h < -21.0の銀河に対して理論的期待値と整合的であった。
• 両サンプルにおける星間汚染は2%未満であったことが判明し、ELG選別プロセスの純度が非常に高いことが示された。
• ランダムフォレストアルゴリズム（TPZ）を用い、外れ値割合が10%を超える色領域を除外することで、外れ値割合を10%に低減しつつ71%の完全性を維持した。
• クラスタリング解析の結果、スレートロスコピック赤方偏移と光度赤方偏移に基づく相関関数に顕著な差は認められず、光度赤方偏移を大規模構造研究に用いることの妥当性が裏付けられた。