[논문 리뷰] Present and Future Galaxy Redshift Surveys: ORS, DOGS and 2dF

O. Lahav|arXiv (Cornell University)|1996. 01. 11.

Astronomy and Astrophysical Research인용 수 3

한 줄 요약

이 논문은 세 가지 은하 적색편이 조사인 광학적 적색편이 조사(ORS), 드링겔로 우거진 은하 조사(DOGS), 영국-호주 2dF 조사를 검토한다. ORS의 결과는 초은하적 평면이 최소 16,000 km/sec 이상의 직경을 가짐을 시사하며, DOGS는 망원경의 은하수 디스크 뒤에 숨겨진 은하들을 빛나는 21cm 조사로 탐지함으로써 가능성을 입증한다. 2dF는 신경망 분류 기법을 사용해 250,000개의 적색편이를 확보함으로써 대규모 구조를 연구하고 편향성과 형상 특성에 대해 분석할 수 있다.

ABSTRACT

Three galaxy redshifts surveys and their analyses are discussed. (i) The recently completed Optical Redshift Survey (ORS) includes galaxies larger than 1.9 arcmin and/or brighter than $14.5^m$. It provides redshifts for $\sim 8300 $ galaxies at Galactic latitude $|b|>20^o$. A new analysis of the survey explores the existence and extent of the Supergalactic Plane (SGP). Its orientation is found to be in good agreement with the standard SGP coordinates, and suggests that the SGP is at least as large as the survey (16000 km/sec in diameter). (ii) The Dwingeloo Obscured Galaxy Survey is aimed at finding galaxies hidden behind the Milky-Way using a blind search in 21 cm. The discovery of Dwingeloo1 illustrates that the survey will allow us to systematically survey the region $30^o < l < 200^o$ out to 4000 km/sec. (iii) The Anglo-Australian 2-degree-Field (2dF) survey will yield 250,000 redshifts for APM-selected galaxies brighter than $19.5^m$ to map the large scale structure on scales larger than $\sim 30 \Mpc$. To study morphological segregation and biasing the spectra will be classified using Artificial Neural Networks.

연구 동기 및 목표

• 지역 우주 내 은하의 분포와 구조를 적색편이 조사를 통해 분석하기 위해.
• 광학적 적색편이 조사(ORS)를 이용해 초은하적 평면(SGP)의 존재와 범위를 조사하기 위해.
• 드링겔로 우거진 은하 조사(DOGS)가 보여준 바와 같이, 망원경의 은하수 디스크에 의해 가려진 은하들을 빛나는 21cm 조사를 통해 탐지하기 위해.
• 영국-호주 2dF 조사를 사용해 30 Mpc 이상의 스케일에서 대규모 구조를 맵핑하기 위해, APM로 선별된 은하들에 대해 250,000개의 적색편이를 확보하기 위해.
• 인공 신경망을 활용해 스펙트럼 분류를 수행함으로써 은하 군집화에서의 형상 분리 및 편향성 특성에 대해 연구하기 위해.

제안 방법

• 14.5^m 이하 또는 1.9arcmin 이상의 각지름을 가진 은하에 대해 적색편이 조사를 실시하였으며, 고은하자리 위도(|b| > 20°)에 집중하였다.
• 은하수 디스크 뒤에 숨겨진 은하들을 탐지하기 위해 빛나는 21cm 전파 조사를 사용하였다.
• APM로 선별된 19.5^m 이하의 은하들에 대해 2dF 조사를 시행하여 넓은 하늘 영역에서 적색편이를 확보하였다.
• 은하 스펙트럼의 형상 및 군집 분석을 위해 인공 신경망을 적용하였다.
• 은하의 공간 분포를 분석하여 초은하적 평면과 같은 대규모 구조를 식별하기 위해 노력하였다.
• 적색편이 데이터를 천구좌표와 결합하여 은하의 3차원 분포를 맵핑하고 대규모 구조를 추론하기 위해 사용하였다.

실험 결과

연구 질문

• RQ1 ORS가 다루는 영역을 초월해 초은하적 평면이 연장되는가? 그 진정한 공간적 범위는 무엇인가?
• RQ2 빛나는 21cm 조사를 통해 은하수 디스크에 의해 가려진 은하들을 효과적으로 탐지할 수 있는가?
• RQ3 2dF 조사는 30 Mpc 이상의 스케일에서 대규모 구조를 어느 정도 해상도 있게 해석할 수 있는가?
• RQ4 은하의 형상 특성은 대규모 구조에서의 군집화 및 편향성과 어떻게 관련되어 있는가?
• RQ5 인공 신경망은 대규모 은하 적색편이 조사를 위한 신뢰할 수 있는 스펙트럼 분류를 제공할 수 있는가?

주요 결과

• ORS 데이터에 따르면 초은하적 평면의 방향은 표준 좌표계와 일치하며, 그 직경은 최소 16,000 km/sec 이상이다.
• 드링겔로 우거진 은하 조사(DOGS)는 드링겔로1을 성공적으로 탐지하여, 은하수의 피할 영역 내에서 숨겨진 은하들을 빛나는 21cm 조사를 통해 탐지할 수 있음을 입증하였다.
• 2dF 조사는 APM로 선별된 19.5^m 이하의 은하들에 대해 약 250,000개의 적색편이를 확보할 것으로 기대되며, 이는 대규모 구조의 세밀한 맵핑을 가능하게 한다.
• 스펙트럼 분류에 인공 신경망을 사용하는 것이 은하 조사에서 형상 분리 및 편향성 특성을 연구하는 데 실용적인 방법임을 입증하였다.
• ORS 데이터는 초은하적 평면에 따라 정렬된 일관된 대규모 구조가 설문 영역 전반에 걸쳐 연장됨을 지지한다.