[논문 리뷰] A New Census of the 0.2< z <3.0 Universe, Part II: The Star-Forming Sequence

Joel Leja, Joshua S. Speagle외 7명|arXiv (Cornell University)|2021. 10. 08.

Astronomy and Astrophysical Research인용 수 10

한 줄 요약

이 논문은 별 형성 은하 사전 선택으로 인한 시스템적 편향을 피하기 위해, 전체 logM∗-logSFR-적색편이 밀도를 정규화 흐름으로 모델링함으로써 0.2 < z < 3.0 범위에서 은하의 별 형성 시퀀스(SFS)를 재정의한다. 비모수적 SFH와 향상된 SED 피팅 덕분에 이전 연구보다 0.2–0.5 덱스 낮은 정규화를 얻었으며, 이는 이론 모델과 오랫동안 존재했던 격리된 오프셋을 해결한다.

ABSTRACT

We use the panchromatic SED-fitting code Prospector to measure the galaxy logM$^*$-logSFR relationship (the `star-forming sequence') across $0.2 &lt; z &lt; 3.0$ using the COSMOS-2015 and 3D-HST UV-IR photometric catalogs. We demonstrate that the chosen method of identifying star-forming galaxies introduces a systematic uncertainty in the inferred normalization and width of the star-forming sequence, peaking for massive galaxies at $\sim 0.5$ dex and $\sim0.2$ dex respectively. To avoid this systematic, we instead parameterize the density of the full galaxy population in the logM$^*$-logSFR-redshift plane using a flexible neural network known as a normalizing flow. The resulting star-forming sequence has a low-mass slope near unity and a much flatter slope at higher masses, with a normalization $0.2-0.5$ dex lower than typical inferences in the literature. We show this difference is due to the sophistication of the Prospector stellar populations modeling: the nonparametric star formation histories naturally produce higher masses while the combination of individualized metallicity, dust, and star formation history constraints produce lower star formation rates than typical UV+IR formulae. We introduce a simple formalism to understand the difference between SFRs inferred from spectral energy distribution fitting and standard template-based approaches such as UV+IR SFRs. Finally, we demonstrate the inferred star-forming sequence is consistent with predictions from theoretical models of galaxy formation, resolving a long-standing $\sim0.2-0.5$ dex offset with observations at $0.5

연구 동기 및 목표

• 0.5 < z < 3 범위에서 관측된 별 형성 시퀀스와 이론적 예측 간 오랫동안 존재한 0.2–0.5 덱스 오프셋을 해결하기 위해.
• 별 형성 은하 사전 선택 방법으로 인해 발생하는 SFS 정규화 및 폭에 대한 시스템적 불확실성의 정량화 및 완화를 위해.
• logM∗-logSFR-적색편이 공간에서 전체 은하 집단 밀도를 위한 강력하고 유연하며 공개 가능한 모델을 개발하기 위해.
• SED 피팅 SFR과 표준 UV+IR SFR 간의 비교를 통해 차이의 물리적 기원을 명확히 하기 위해.
• 어둠성 물질 축적률과 일치하며 향후 관측 및 모델과 직접 비교가 가능한 새로운 정확한 기준 SFS를 제공하기 위해.

제안 방법

• 비모수적 별 형성 역사, 개별화된 먼지, 금속도 및 별 집단 모델링을 포함한 Prospector-α SED 피팅 코드를 사용한다.
• 정규화 흐름—딥 생성 모델—을 활용해 은하의 전체 3차원 밀도 ρ(logM∗, logSFR, z)를 매개변수화한다.
• 색상 컷 또는 SFR-M∗ 임계값에 의존하는 별 형성 은하 사전 선택을 피하기 위해 전체 집단을 모델링함으로써 편향을 제거한다.
• COSMOS-2015 및 3D-HST 광학적 카탈로그를 대상으로 dynesty를 사용한 베이지안 추론을 통해 사후 분포를 샘플링하고 정규화 흐름을 훈련한다.
• SED 피팅 SFR과 UV+IR SFR 간의 비교를 위한 수식을 개발하여, 전체 SED 모델링이 더 낮고 더 정확한 SFR을 도출함을 보여준다.
• 이론 모델과의 비교 및 분광학적 및 시뮬레이션 데이터를 통한 교차 캘리브레이션을 통해 결과의 강건성을 확보한다.

실험 결과

연구 질문

• RQ1 별 형성 은하를 식별하는 다양한 방법이 유도하는 시스템적 편향이 별 형성 시퀀스의 정규화 및 폭에 어떻게 영향을 미치는가?
• RQ2 사전 선택 편향을 제거한 상황에서 0.2 < z < 3.0 범위에서 별 형성 시퀀스의 진정된 형태와 정규화는 어떠한가?
• RQ3 왜 SED 피팅 SFR과 표준 UV+IR SFR 간에 차이가 나는가? 이러한 차이를 이끄는 물리적 요인은 무엇인가?
• RQ4 새로운 SFS는 어둠성 물질 축적률과 얼마나 잘 일치하는가? 특히 0.5 < z < 3 범위에서의 이론적 예측과의 일치 정도는 어떠한가?
• RQ5 전체 은하 집단 밀도를 위한 민첩하고 정규화 흐름 기반의 모델이 전통적인 SFS 피팅을 대체하고 임의의 분류 컷에 대한 의존도를 줄일 수 있는가?

주요 결과

• 별 형성 시퀀스의 기울기는 질량에 따라 달라지며, 저질량에서는 약 1에 가까운 기울기를 가지며 고질량에서는 더 평탄한 기울기를 보이며, z ∼ 2 이상에서는 단일 기울기로 충분하다.
• 대부분의 이전 문헌 결과보다 0.2–0.5 덱스 낮은 정규화를 보이며, 주로 비모수적 SFH가 더 높은 M∗와 낮은 SFR을 도출하기 때문이다.
• z < 2에서는 내재 산란이 좁다(σ ∼ 0.3–0.35 덱스), 그러나 z ≳ 2 및 M∗ > 10^11 M⊙에서는 σ ∼ 0.4–0.5 덱스로 증가한다.
• 새로운 SFS는 어둠성 물질 축적률 이론 예측과 뛰어난 일치를 보이며, 0.5 < z < 3 범위에서 오랫동안 존재한 0.2–0.5 덱스 오프셋을 해결한다.
• ρ(logM∗, logSFR, z)의 정규화 흐름 모델은 https://github.com/jrleja/sfs_leja_trained_flow 에 공개되어 향후 연구와 직접 비교할 수 있다.
• UV+IR SFR과의 격리 원인은 Prospector-α가 개별 천체 기반으로 먼지, 금속도 및 SFH를 모델링할 수 있어 더 정확한 SFR 추정치를 도출할 수 있기 때문이다.