[논문 리뷰] Unscrambling the lensed galaxies in JWST images behind SMACS0723

Massimo Pascale, Brenda Frye외 17명|arXiv (Cornell University)|2022. 07. 14.

Astronomy and Astrophysical Research인용 수 4

한 줄 요약

이 논문은 JWST의 사상적인 적외선 영상 덕분에 SMACS J0723 은하 클러스터에 대해 고정밀도 파arametric 강한 렌즈 모델을 제시하며, 14개의 새로운 다중 이미지 은하군(총 42개의 이미지)을 식별한다. 이는 마이크로렌즈 효과를 겪은 일시적 천체와 아인슈타인 십자가 후보를 포함한다. 모델은 아크초당 미만의 정확도(루트 평균 제곱 < 0.5′′)를 달성하며, 고적색편이 은하의 정밀한 증폭 및 적색편이 추정을 가능하게 하여 초기 은하 형성과 역학에 대한 세밀한 연구를 가능하게 한다.

ABSTRACT

The first deep field images from the James Webb Space Telescope (JWST) of the galaxy cluster SMACS~J0723.3-7327 reveal a wealth of new lensed images at uncharted infrared wavelengths, with unprecedented depth and resolution. Here we securely identify 14 new sets of multiply imaged galaxies totalling 42 images, adding to the five sets of bright and multiply-imaged galaxies already known from Hubble Space Telescope data. We find examples of arcs crossing critical curves, allowing detailed community follow-up, such as JWST spectroscopy for precise redshift determinations, and measurements of the chemical abundances and of the detailed internal gas dynamics of very distant, young galaxies. One such arc contains a pair of compact knots that are magnified by a factor of hundreds, and features a microlensed transient. We also detect an Einstein cross candidate only visible thanks to JWST's superb resolution. Our parametric lens model is available through the following link: https://www.dropbox.com/sh/gwup2lvks0jsqe5/AAC2RRSKce0aX-lIFCc9vhBXa?dl=0, and will be regularly updated using additional spectroscopic redshifts. The model is constrained by 16 of these sets of multiply imaged galaxies, three of which have spectroscopic redshifts, and reproduces the multiple images to better than an rms of $0.5^{\prime \prime}$, allowing for accurate magnification estimates of high-redshift galaxies. The intracluster light extends beyond the cluster members, exhibiting large-scale features that suggest a significant past dynamical disturbance. This work represents a first taste of the enhanced power JWST will have for lensing-related science.

연구 동기 및 목표

• 첫 번째 JWST 심층 영상인 SMACS J0723의 다중 이미지 은하를 식별하고 안정적으로 연관지워 허블 우주망원경의 탐지 범위를 초월한다.
• 광학적 및 분광적 적색편이를 기반으로 제약을 받는 파arametric 강한 렌즈 모델을 개발하여 아크초당 이하의 이미지 재구성 정확도를 달성한다.
• 특히 밀도가 높고 일시적인 특징을 가진 고적색편이 은하의 정밀한 증폭 추정과 적색편이 측정을 가능하게 한다.
• 아인슈타인 십자가와 마이크로렌즈 사건과 같은 드문 렌즈 현상이 고해상도 JWST 데이터에서 감지되고 특성화될 수 있도록 한다.
• 더 넓은 공동체가 향후 분광학적 및 광학적 연구를 수행하는 데 지원할 수 있도록 공개적이고 정기적으로 업데이트되는 렌즈 모델을 제공한다.

제안 방법

• JWST/NIRCam의 여섯 밴드 영상(F090W부터 F444W까지)을 활용하여 형태 유사성과 색상 일관성을 기반으로 다중 이미지 가족을 탐지하고 식별한다.
• 빛이 질량을 따라간다는 가정(Light-Traces-Mass, LTM)에 기반한 파arametric 강한 렌즈 모델을 적용하며, 이는 어두운 물질 프로파일을 특정하지 않고 전체 질량 분포를 빛의 분포로 추정한다.
• 16개의 다중 이미지 세트, 특히 MUSE 데이터에서 분광적 적색편이를 확보한 3개의 세트를 사용하여 모델을 제약하고 잔차를 최소화하여 루트 평균 제곱 이미지 재구성 오차를 <0.5′′ 이내로 유지한다.
• 은하 질량-광도 비율의 척도 관계를 통합하면서도, 핵심 4개의 은하가 이 관계에서 벗어나도록 허용하여 모델의 적합도를 향상시킨다.
• WSLAP+ 알고리즘을 사용하여 주로 피팅에 사용되지 않은 이미지 가족, 포함된 후보 시스템까지의 모델 예측을 검증한다.
• 개별 필터에서 배경 제거 및 PSF 역변환을 수행하여 밀도가 높고 구조가 미세한 요소, 예를 들어 밀도 높은 응집점과 마이크로렌즈 사건을 해상도를 높여 식별한다.

실험 결과

연구 질문

• RQ1 허블 우주망원경에서 알려진 다섯 개의 은하 외에, JWST의 SMACS J0723 영상에서 얼마나 많은 새로운 다중 이미지 은하가 안정적으로 식별될 수 있는가?
• RQ2 JWST 데이터를 사용하여 파arametric 렌즈 모델이 아크초당 이하의 이미지 재구성 정확도를 달성할 수 있는가? 이는 이전의 허블 기반 모델과 비교해 어떻게 다를까?
• RQ3 JWST의 뛰어난 해상도와 감도 덕분에 어떤 드문 렌즈 현상—예를 들어 아인슈타인 십자가나 마이크로렌즈 사건—이 감지될 수 있는가?
• RQ4 새로 식별된 렌즈된 은하의 광학적 및 분광적 적색편이는 무엇이며, 모델 예측과 비교해 보면 어떻게 되는가?
• RQ5 은하 클러스터 내부 빛 분포는 과거의 역학적 교란을 어느 정도 드러내며, 복잡한 병합 역사를 반영하는가?

주요 결과

• 이 연구는 14개의 새로운 다중 이미지 은하군을 식별하여 총 42개의 고유한 이미지를 확보하며, 허블이 이전에 밝힌 다섯 개의 은하 외에 알려진 렌즈된 천체의 수를 크게 확장한다.
• 파arametric 렌즈 모델은 다중 이미지 위치를 루트 평균 제곱 잔차 0.5′′ 이내로 재현하여 고적색편이 은하의 정밀한 증폭 추정이 가능하게 한다.
• F200W 및 장파장 필터에서 마이크로렌즈 일시적 천체 후보가 감지되었으며, 이는 시스템 5의 밀도 높은 응집점 쌍과 연관되어 있어 항성 질량 천체에 의한 일시적 사건이 증폭된 것으로 나타난다.
• 아인슈타인 십자가 후보는 오직 JWST의 고해상도 영상에서만 관측되었으며, 이는 우주선이 드문 대칭 렌즈 구조를 드러내는 능력을 입증한다.
• 모델은 MUSE 데이터에서 확인된 3개의 분광적 적색편이(시스템 1, 2, 5)를 확인하였으며, 관측된 값과 모델 예측값 사이에 뛰어난 일치를 보였다.
• 은하 클러스터 내부 빛은 은하 집단의 경계를 초월하며 큰 스케일의 구조를 보이며, 이는 복잡한 병합 역사를 반영하는 상당한 과거의 역학적 교란을 암시한다.