[论文解读] ESO Imaging Survey. Exploring the optical/infrared imaging data of CDF-S: Point Sources

E. Hatziminaoglou, M. A. T. Groenewegen+10 more|ArXiv.org|Jan 3, 2002

Astronomy and Astrophysical Research参考文献 26被引用 10

一句话总结

本文提出了一种卡方拟合方法，用于在多波段光学/红外巡天中基于模板谱谱能量分布（SED）对点源进行分类，实现了对类星体、白矮星和低质量恒星的自动、精确识别。该方法应用于欧洲南方天文台成像巡天的CDF-S数据，识别出234个类星体候选体（包括16个红移z > 3.5的候选体）和51个棕矮星/低质量恒星候选体，红外数据显著提升了光度红移测量的准确性及源检测的完备性。

ABSTRACT

This paper describes the methodology currently being implemented in the EIS pipeline for analysing optical/infrared multi-colour data. The aim is to identify different classes of objects as well as possible undesirable features associated with the construction of colour catalogues. The classification method used is based on the xi^2-fitting of template spectra to the observed SEDs, as measured through broad-band filters. Its main advantage is the simultaneous use of all colours, properly weighted by the photometric errors. In addition, it provides basic information on the properties of the classified objects (eg redshift, effective temperature). These characteristics make the xi^2-technique ideal for handling large multi-band datasets. The results are compared to the more traditional colour-colour selection and, whenever possible, to model predictions. In order to identify objects with odd colours, either associated with rare populations or to possible problems in the catalogue, outliers are searched for in the multi-dimensional colour space using a nearest-neighbour criterion. Outliers with large xi^2-values are individually inspected to further investigate their nature. The tools developed are used for a preliminary analysis of the multi-colour point source catalogue constructed from the optical/infrared imaging data obtained for the Chandra Deep Field South (CDF-S). These data are publicly available, representing the first installment of the ongoing EIS Deep Public Survey.

研究动机与目标

• 开发一种基于光度色指数的自动化、统计上稳健的方法，用于对大规模多波段成像巡天中的点源进行分类。
• 通过使用误差加权卡方最小化法进行完整SED拟合，改进传统两色选择方法。
• 在多维色指数空间中检测异常值，这些异常值可能指示稀有天体或星表错误。
• 为CDF-S场中的河外和银河系天体提供可靠的光度红移和物理参数（如温度、红移）。
• 评估近红外数据对高红移类星体和冷恒星天体探测的影响。

提出的方法

• 该方法通过在宽波段滤波器范围内对观测SED与理论模板光谱进行卡方拟合，最小化χ²以确定最佳匹配的天体类型。
• 利用光度误差对每种色指数测量进行加权，确保拟合过程的稳健性。
• 通过多维色指数空间中的最近邻准则检测异常值，随后对高χ²源进行单独检查。
• 该方法整合了类星体、白矮星、低质量恒星和棕矮星的光谱模板，模型由Chabrier、Baraffe和Köster提供。
• 该分析应用于CDF-S场中0.25 deg²的$UBVRI$光学成像和0.1 deg²的$JK_s$近红外成像的点源星表。
• 通过与色-色选择结果和模型预测的对比对方法进行验证，未来工作将引入蒙特卡洛模拟和星族合成模型。

实验结果

研究问题

• RQ1 如何利用多波段光度测量在最小污染和高完备性条件下对大规模巡天中的点源进行分类？
• RQ2 包含近红外数据在多大程度上提升了光度红移测量的准确性以及对高红移类星体的探测能力？
• RQ3 基于SED拟合，EIS深空公共巡天中预期可探测到多少颗冷白矮星和低质量恒星？
• RQ4 与传统两色选择相比，卡方SED拟合在识别稀有或异常天体方面有多高效？
• RQ5 基于色指数分类的主要系统误差来源是什么？如何检测并减轻这些误差？

主要发现

• 卡方SED拟合方法在分类点源方面显著优于传统色-色选择方法，尤其在识别高红移类星体方面表现更优。
• 该巡天识别出234个类星体候选体，光度红移最高达z ~ 5，其中16个红移z > 3.5，证明了该方法在高红移源探测中的有效性。
• 近红外数据显著提升了光度红移测量的准确性，并增加了2.5 < z < 3.5红移区间内类星体候选体的数量。
• 引入红外数据后，在0.2 deg²区域内L型矮星的预期数量从约20颗增加至约25颗，凸显其在探测冷、低质量天体中的关键作用。
• 该方法识别出51个低质量恒星和棕矮星候选体，且在整个3 deg²巡天区域内，预计可发现超过1000颗白矮星（T < 4000 K）。
• 结果表明，最终的EIS深空公共巡天有望提供超过200个高红移类星体（z > 3.5）和数千颗白矮星，前提是经过光谱后续确认。