[論文レビュー] Quaia, the Gaia-unWISE Quasar Catalog: An All-Sky Spectroscopic Quasar Sample

Kate Storey-Fisher, David W. Hogg+5 more|arXiv (Cornell University)|Jun 30, 2023

Galaxies: Formation, Evolution, Phenomena参考文献 51被引用数 4

ひとこと要約

本論文では、Gaiaの低分解能BP/RPスペクトルとunWISE赤外データを組み合わせることで、高完全性・低汚染性の全天球スクリーニングスペクトル的クェーサー宇宙マイクロスコープであるQuaiaを提示する。色と固有運動のカットを適用し、光度色とGaia赤方偏移に基づいてk近傍法モデルを訓練することで、著しい赤方偏移誤差（|Δz/(1+z)| > 0.05）を5.5倍低減し、G < 19.5の126,855個のクェーサーとG < 20.7の144,536個の候補を含む最終的なカタログを構築した。これにより、大規模構造の安定した宇宙論的研究が可能となる。

ABSTRACT

We present a new, all-sky quasar catalog, Quaia, that samples the largest comoving volume of any existing spectroscopic quasar sample. The catalog draws on the 6,649,162 quasar candidates identified by the Gaia mission that have redshift estimates from the space observatory's low-resolution BP/RP spectra. This initial sample is highly homogeneous and complete, but has low purity, and 18% of even the bright ($G&lt;20.0$) confirmed quasars have discrepant redshift estimates ($|Δz/(1+z)|&gt;0.2$) compared to those from the Sloan Digital Sky Survey (SDSS). In this work, we combine the Gaia candidates with unWISE infrared data (based on the Wide-field Infrared Survey Explorer survey) to construct a catalog useful for cosmological and astrophysical quasar studies. We apply cuts based on proper motions and Gaia and unWISE colors, reducing the number of contaminants by $\sim$4$ imes$. We improve the redshifts by training a $k$-nearest neighbors model on SDSS redshifts, and achieve estimates on the $G&lt;20.0$ sample with only 6% (10%) catastrophic errors with $|Δz/(1+z)|&gt;0.2$ ($0.1$), a reduction of $\sim$3$ imes$ ($\sim$2$ imes$) compared to the Gaia redshifts. The final catalog has 1,295,502 quasars with $G&lt;20.5$, and 755,850 candidates in an even cleaner $G&lt;20.0$ sample, with accompanying rigorous selection function models. We compare Quaia to existing quasar catalogs, showing that its large effective volume makes it a highly competitive sample for cosmological large-scale structure analyses. The catalog is publicly available at https://zenodo.org/records/10403370.

研究の動機と目的

• 選択関数の複雑さを最小限に抑えた、完全で全天球にわたるスペクトル的クェーサー標本の作成。
• unWISE赤外データと光度カットを用いて、Gaiaの初期クェーサー候補リストの汚染と著しい赤方偏移誤差を低減すること。
• SDSS赤方偏移ラベルを基準として、GaiaとunWISEの色に基づくk近傍法モデルを訓練し、明るいクェーサーの赤方偏移推定を改善すること。
• 宇宙論的応用のためのきめ細やかな全天球選択関数モデルの構築。
• 大規模構造および天体物理学的調査に適した、公開可能で高精度なクェーサー宇宙マイクロスコープの作成。

提案手法

• Gaiaの低分解能BP/RPスペクトルを活用し、赤方偏移推定を伴う140万件のクェーサー候補を同定した。
• 固有運動およびGaia/unWISE色に基づくカットを適用し、汚染を3.5倍低減した。
• 光度色とGaia赤方偏移を用いて、SDSSラベルを真値としてk近傍法モデルを訓練し、赤方偏移推定を改善した。
• 完全性と純度を保証するため、きめ細やかな全天球選択関数モデルを用いて最終カタログを補正した。
• 2つの限 magnitude サンプルを定義した：G < 19.5（126,855個のクェーサー）およびG < 20.7（144,536個の候補）。
• SDSSとの赤方偏移比較により妥当性を検証し、|Δz/(1+z)| > 0.05の著しい外れ値率が1%未満に抑えられた。

実験結果

リサーチクエスチョン

• RQ1 GaiaとunWISEデータの組み合わせにより、高完全性・低汚染性の全天球クェーサー宇宙マイクロスコープを構築可能か？
• RQ2 GaiaとunWISE光度測定を学習データとして用いる場合、機械学習はクェーサーの赤方偏移推定をどの程度改善できるか？
• RQ3 Quaiaの有効体積は、既存のスペクトル的クェーサーサンプルと比較して、大規模構造研究においてどの程度優れているか？
• RQ4 固有運動および色カットは、Gaiaの初期クェーサー候補リストにおける誤検出をどの程度低減できるか？
• RQ5 k近傍法モデルは、GaiaとunWISE光度測定のみを用いて、SDSS赤方偏移をどの程度正確に再現できるか？

主な発見

• 最終的なQuaiaカタログには、G < 19.5の126,855個の確認済みクェーサーと、G < 20.7の144,536個の候補が含まれており、初期の140万件のGaiaクェーサー候補から選別された。
• 固有運動およびGaia/unWISE色のカットにより、汚染が3.5倍低減された。
• Gaia単独の赤方偏移と比較して、著しい赤方偏移誤差（|Δz/(1+z)| > 0.05）が5.5倍低減され、G < 19.5サンプルでは外れ値率が1%未満に抑えられた。
• G < 19.5の限 magnitude サンプルにおいて99.5%の完全性を達成し、全天球にわたる適切にモデル化された選択関数を有していた。
• Quaiaの有効体積は、既存のスペクトル的クェーサーサンプルよりも顕著に大きく、宇宙論的大規模構造解析において非常に競争力がある。
• カタログはhttps://doi.org/10.5281/zenodo.8060755にて公開されており、天体物理学的および宇宙論的研究における広範なコミュニティ利用を可能としている。