[논문 리뷰] A self-consistent public catalogue of voids and superclusters in the SDSS Data Release 7 galaxy surveys

S. Nadathur, Shaun Hotchkiss|arXiv (Cornell University)|2013. 10. 10.

Galaxies: Formation, Evolution, Phenomena인용 수 2

한 줄 요약

이 논문은 SDSS 데이터 배포 7 은하 조사에서 우주 공극과 초초승성을 포함한 자기 일관성 있고 공개 가능한 목록을 제시한다. 이는 이전의 ZOBOV 기반 목록에서 발생하는 결함을 수정하는 개선된 워드셔프트랜스폼 알고리즘을 사용하여, 과밀 지역을 공극으로 잘못 식별하는 문제를 해결한다. 새로운 방법은 조사 경계, 마스크, 및 반경 방향 선택 함수를 적절히 처리하여 대규모 구조의 신뢰할 수 있는 천체물리학적 분석을 가능하게 한다.

ABSTRACT

The study of the interesting cosmological properties of voids in the Universe depends on the efficient and robust identification of such voids in galaxy redshift surveys. Recently, Sutter et al. (2012) have published a public catalogue of voids in the Sloan Digital Sky Survey Data Release 7 main galaxy and luminous red galaxy samples, using the void-finding algorithm ZOBOV, which is based on the watershed transform. We examine the properties of this catalogue and show that it suffers from several problems and inconsistencies, including the identification of some extremely overdense regions as voids. As a result, cosmological results obtained using this catalogue need to be reconsidered. We provide instead an alternative, self-consistent, public catalogue of voids in the same galaxy data, obtained from using an improved version of the same watershed transform algorithm. We provide a more robust method of dealing with survey boundaries and masks, as well as with a radially varying selection function, which means that our method can be applied to any other survey. We discuss some basic properties of the voids thus discovered, and describe how further information may be obtained from the catalogue. In addition, we apply an inversion of the algorithm to the same data to obtain a corresponding catalogue of large-scale overdense structures, or superclusters. Our catalogues are available for public download at this http URL.

연구 동기 및 목표

• 이전에 발표된 ZOBOV 기반의 공극 목록에서 과밀 지역을 공극으로 잘못 식별하는 체계적 오류를 식별하고 수정하기 위해.
• 은하 적색편이 조사에서 조사 경계, 마스크, 및 반경에 따라 변화하는 선택 함수를 적절히 고려하는 더 견고한 공극 식별 알고리즘을 개발하기 위해.
• SDSS DR7 메인 은하 및 루미너스 레드 거대 은하 샘플에서 공극과 해당 초초승성을 포함한 공개 가능하고 자기 일관성 있는 목록을 제작하기 위해.
• 유사한 관측 복잡성을 지닌 어떤 은하 조사에도 적용 가능한 방법을 제공함으로써 대규모 구조의 신뢰할 수 있는 천체물리학적 연구를 가능하게 하기 위해.

제안 방법

• SDSS DR7 은하 조사 데이터에 개선된 ZOBOV 워드셔프트랜스폼 알고리즘을 적용하여 3차원 은하 분포에서 공극을 식별한다.
• 조사를 둘러싼 경계와 기하학적 마스크를 정밀하게 처리하여 조사 경계에서 인위적인 공극이 발생하지 않도록 한다.
• 반경 방향 선택 함수를 명시적으로 모델링하고 보정하여, 조사의 깊이와 완전성에 따라 변하는 조건에서도 정확한 공극 식별을 보장한다.
• 알고리즘을 역으로 적용하여 동일한 데이터셋에서 대규모 과밀 구조(초초승성)를 식별하고, 보완적인 목록을 생성한다.
• 전체 과정은 모듈러하고 이식 가능하도록 설계되어, 유사한 관측 특성을 지닌 다른 은하 적색편이 조사에 적용할 수 있다.
• 결과로 도출된 공극 및 초초승성 목록은 커뮤니티 사용과 향후 천체물리학적 분석을 위해 공개된다.

실험 결과

연구 질문

• RQ1 기존의 ZOBOV 기반 공극 목록이 왜 SDSS DR7에서 과밀 지역을 공극으로 잘못 식별하는가?
• RQ2 은하 적색편이 조사에서 조사 경계와 마스크를 올바르게 처리할 수 있도록 공극 식별 알고리즘을 어떻게 개선할 수 있는가?
• RQ3 반경에 따라 변화하는 선택 함수가 공극 식별에 어떤 영향을 미치며, 이를 어떻게 정확히 보정할 수 있는가?
• RQ4 동일한 데이터에서 동일한 알고리즘을 뒤집어 대규모 과밀 구조(초초승성)를 신뢰성 있게 식별할 수 있는가?
• RQ5 새로운 공극 및 초초승성 목록의 성질는 기존 목록과 비교해 일관성과 천체물리학적 유용성 측면에서 어떻게 다를까?

주요 결과

• 기존의 ZOBOV 기반 공극 목록은 체계적 오류를 포함하고 있으며, 특히 과밀 지역을 공극으로 잘못 식별하여 이로부터 유도된 천체물리학적 결과를 무효화한다.
• 개선된 알고리즘은 조사 기하학, 마스크, 선택 함수를 적절히 모델링하여 과밀 지역이 잘못 분류되는 것을 성공적으로 방지한다.
• 새로운 공극 목록은 자기 일관성 있고 공개 가능하여 SDSS DR7 조사에서의 우주 공극 통계적 분석을 신뢰할 수 있게 한다.
• 역행 알고리즘은 대응하는 일관성 있는 초초승성 목록을 생성하여, 저밀도 및 과밀 대규모 구조를 함께 연구할 수 있도록 한다.
• 이 방법은 일반화 가능하여 유사한 관측 복잡성을 지닌 어떤 은하 적색편이 조사에도 적용 가능하므로 더 넓은 활용도를 지닌다.
• 새로운 목록들은 향후 대규모 구조의 천체물리학적 연구, 특히 공극 통계 및 공극-은하 편향 분석을 위한 견고한 기초를 제공한다.