[논문 리뷰] Photometric redshifts and clustering of emission line galaxies selected jointly by DES and eBOSS

S. Jouvel, Timothée Delubac외 66명|arXiv (Cornell University)|2015. 09. 23.

Galaxies: Formation, Evolution, Phenomena인용 수 4

한 줄 요약

이 연구는 어둠센 에너지 조사(DES)에서 선별한 발광선은하(ELG)와 eBOSS 적층 스펙트럼 조사에서 관측한 결과를 바탕으로 광도 적색편이 및 군집 측정치를 제시한다. 9.2 deg²의 테스트 플레이트 데이터를 사용하여 0.6 < z < 1.2 적색편이 범위에서 71%의 성공률를 달성하였으며, 밝은 샘플과 어두운 샘플의 갈색 계수는 각각 1.72 ± 0.1 및 1.78 ± 0.12로 측정되었고, 템플릿 피팅과 랜덤 포레스트 알고리즘을 조합한 방법이 광도 적색편이의 이방성 비율을 감소시키면서도 높은 완전성을 유지함을 보였다.

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

연구 동기 및 목표

• eBOSS 적층 스펙트럼 조사에 사용하기 위해 DES 광도 측정치가 발광선은하(ELG)를 얼마나 잘 선별하는지 평가하기 위해.
• DES 광도 측정치 기반으로 선별한 ELG 타겟의 적색편이 분포, 성공률 및 항성 오염 정도를 측정하기 위해.
• 0.6 < z < 1.2 적색편이 범위에서 DES 선별 ELG 샘플의 군집 성질 및 갈색 계수를 평가하기 위해.
• 템플릿 피팅과 기계학습 기반 기법을 조합한 하이브리드 기법을 사용하여 광도 적색편이 정확도를 향상시키고 이방성 비율을 감소시키기 위해.
• 대규모 구조 분석을 위한 파wer 스펙트럼 측정치에 영향을 주지 않도록, 적층 스펙트럼 및 광도 적색편이를 기반으로 한 군집 측정치의 일관성을 검증하기 위해.

제안 방법

• SVA1 데이터에서 확보한 DES griz 광도 측정치를 사용하여 색상 기반 컷을 적용해 발광선은하를 선별하는 타겟 선택 방법.
• 9.2 deg² 범위의 eBOSS 테스트 플레이트를 통해 적층 스펙트럼 적색편이를 확보하여 광도 적색편이와 직접 비교 가능하게 함.
• 템플릿 피팅(LePhare)과 기계학습(랜덤 포레스트, TPZ)을 사용해 광도 적색편이를 계산하고, 두 방법 간의 비교를 통해 이방성 비율을 평가함.
• 3차원 이중상관관계 함수의 단일항 ξ(s) 및 투영된 실공간 상관관계 함수 w(rp)를 사용해 은하 군집을 분석하고, 이로부터 대규모 구조 갈색 계수를 계산함.
• -dust, air mass, 깊이, 항성 오염 등의 체계적 영향을 정량화하여, 파워 스펙트럼 측정치에 미치는 영향이 15% 이내로 유지됨을 확인함.
• 템플릿과 기계학습 간 적색편이 불일치로 인해 15%의 샘플을 제외하거나, 이방성 비율이 10% 초과인 색상 영역을 제거함으로써 이방성 비율 감소 전략을 적용함.

실험 결과

연구 질문

• RQ1 eBOSS 조사에 사용된 DES 광도 측정치를 활용한 ELG 타겟 선별의 성공률 및 적색편이 분포는 어떻게 되는가?
• RQ2 DES 선별 ELG의 갈색 계수는 이론적 기대치 및 VIPERS와 같은 이전 조사 결과와 비교해 어떻게 되는가?
• RQ3 템플릿 피팅과 기계학습을 조합한 하이브리드 기법을 사용할 경우 광도 적색편이의 이방성 비율은 어느 정도 감소시킬 수 있는가?
• RQ4 0.6 < z < 1.2 범위에서 적층 스펙트럼 적색편이와 광도 적색편이를 기반으로 한 군집 측정치는 어떻게 비교되는가?
• RQ5 타겟 선별 과정에서 지배적인 체계적 요인은 무엇이며, 이들이 우주론적 파워 스펙트럼 분석에 대해 허용 가능한 임계값 이내에 머무르는가?

주요 결과

• 밝은 DES ELG 샘플은 0.6 < z < 1.2 적색편이 범위에서 71%의 성공률를 기록하였으며, 평균 적색편이는 0.8이고, 15%의 적색편이 값은 미확인 상태였다.
• 어두운 DES ELG 샘플은 동일한 적색편이 창에서 68%의 성공률를 기록하였으며, 평균 적색편이는 0.87이었고, 13%의 적색편이 값은 미확인 상태였다.
• 갈색 계수는 밝은 샘플에서 1.72 ± 0.1, 어두운 샘플에서 1.78 ± 0.12로 측정되었으며, 이는 M_B - 5 log h < -21.0 은하에 대한 이론적 기대치와 일치하였다.
• 양 샘플 모두에서 항성 오염 비율이 2% 미만으로 나타나, ELG 선별의 높은 순도를 확인하였다.
• 랜덤 포레스트 알고리즘(TPZ)을 사용하고, 이방성 비율이 10% 초과인 색상 영역을 제거함으로써 이방성 비율을 10%로 감소시켰으며, 이 과정에서 71%의 완전성을 유지하였다.
• 군집 분석 결과, 적층 스펙트럼 적색편이와 광도 적색편이를 기반으로 계산한 상관관계 함수 간 유의미한 차이가 없었으며, 이는 광도 적색편이를 대규모 구조 연구에 활용할 수 있음을 검증하였다.