Skip to main content
QUICK REVIEW

[论文解读] A Self-Calibrating Halo-Based Galaxy Group Finder: Algorithm and Tests

Jeremy L. Tinker|arXiv (Cornell University)|Jul 23, 2020
Advanced Fluorescence Microscopy Techniques被引用 8
一句话总结

本文提出一种自校准的基于晕的星系集团搜寻方法,通过利用颜色依赖的团集和叠加卫星光度($L_{\rm sat}$)的观测约束,改进了中心星系与卫星星系的分类以及晕质量估计。该方法将晕质量误差降低至$\lesssim 0.2$ dex,即使在仅有一个光谱成员的星系集团中,也能实现对星系形成与熄灭星系的光度-晕质量关系的稳健约束。

ABSTRACT

We describe an extension of the halo-based galaxy group-finding algorithm. We add freedom to the algorithm in order to more accurately determine which galaxies are central and which are satellites, and to provide unbiased estimates of halo masses. We focus on determination of the galaxy-halo relations for star-forming and quiescent galaxies. The added freedom in the group-finding algorithm is self-calibrated using observations of color-dependent galaxy clustering, as well as measurements of the total satellite luminosity in deep imaging data around stacked samples of spectroscopic central galaxies, L_sat. We test this approach on a series of mocks that vary the galaxy-halo connection, including one mock constructed from UniverseMachine results. Our self-calibrated algorithm shows marked improvement over previous methods in estimating the color-dependent satellite fraction of galaxies. It reduces the error in log M_halo for central galaxies by over a factor of two, to

研究动机与目标

  • 解决现有基于晕的星系集团搜寻方法在准确分类中心星系与卫星星系方面的局限性,特别是针对颜色分离样本。
  • 减少因集团搜寻算法不完善和依赖模拟样本校准而引起的晕质量估计与卫星分数测量中的系统误差。
  • 仅使用观测数据,实现对星系形成与熄灭星系的星系-晕关联(特别是光度-晕质量关系)的稳健约束。
  • 提供一种自校准框架,通过利用星系团集和$L_{\rm sat}$测量等独立观测探针,避免对模拟样本的依赖。
  • 量化在固定晕质量下星系光度的弥散程度,提供此前方法无法获得的下限。

提出的方法

  • 在基于晕的集团搜寻算法中引入额外自由参数,以灵活建模中心-卫星分配与晕质量估计。
  • 利用两项独立的观测约束对这些参数进行自校准:颜色依赖的星团集与围绕光谱中心星系的叠加$L_{\rm sat}$测量。
  • 利用团集数据约束红、蓝卫星的相对丰度,校正因误分类引起的偏差。
  • 利用$L_{\rm sat}$数据,即使在仅有一个光谱成员的集团中,也能分别校准星系形成与熄灭星系的光度-晕质量关系。
  • 在具有不同星系-晕关联的模拟星表上测试该算法,包括一个基于UniverseMachine模拟的版本,以验证其性能。
  • 整合强引力透镜与大尺度结构的约束,评估晕形成历史对$L_{\rm sat}$与星系性质的影响。

实验结果

研究问题

  • RQ1自校准的集团搜寻算法能否提升中心-卫星星系分类的准确性,特别是在颜色分离的星系群体中?
  • RQ2对星系团集与$L_{\rm sat}$的观测约束在多大程度上可替代基于模拟样本的校准?
  • RQ3该算法能否在低质量或单成员集团中稳健估计星系形成与熄灭星系的光度-晕质量关系?
  • RQ4在固定晕质量下,星系光度弥散的下限是多少?该方法能否可靠估计这一数值?
  • RQ5晕形成历史如何影响观测到的$L_{\rm sat}$?自校准框架能否检测或约束此类效应?

主要发现

  • 自校准算法将中心星系晕质量估计误差降低至$\lesssim 0.2$ dex,相比以往方法减少了一倍以上。
  • 该方法成功恢复了颜色依赖的卫星分数,显著提升了准确性,校正了以往方法低估红卫星分数的偏差。
  • 利用$L_{\rm sat}$数据,该算法即使在仅有一个光谱成员的集团中,也能约束星系形成与熄灭星系之间光度-晕质量关系的差异。
  • 该方法为在固定晕质量下星系光度的弥散提供了稳健的下限,这是传统集团搜寻技术此前无法实现的。
  • 该算法在多种模拟星表上表现一致,包括基于UniverseMachine模拟的版本,表明其对基础模拟假设具有强鲁棒性。
  • 对$L_{\rm sat}$的观测约束显示,其值在大尺度密度下仅下降约$\sim 2\%$,表明对总卫星光度的星系形成历史效应微弱,与IllustrisTNG等流体动力学模拟结果一致。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。