[논문 리뷰] Photometric Covariance in Multi-Band Surveys: Understanding the Photometric Error in the SDSS

Ryan Scranton, Andrew J. Connolly외 6명|arXiv (Cornell University)|2005. 08. 25.

Calibration and Measurement Techniques인용 수 5

한 줄 요약

이 논문은 200 제곱도의 반복 관측을 이용해 슬론 디지털 스카이 서베이(SDSS)의 광도 공분산을 분석하며, SDSS 광도 처리기 오차가 실제 광도 산란을 상당히 과소평가하고 있음을 밝혀낸다—특히 은하와 밝은 천체에서 최대 2배까지 과소평가된다. 이는 보정 계수를 magnitude 및 aperture에 따라 조정하는 방법과 상반된 공분산을 모델링하는 반분석적 방법을 제안하며, 대부분의 경우 색 오차 추정치를 10–20% 향상시키고, 더 정확한 광학적 적색편이 및 대상 선별을 가능하게 한다.

ABSTRACT

In this paper we describe a detailed analysis of the photometric uncertainties present within the Sloan Digital Sky Survey (SDSS) imaging survey based on repeat observations of approximately 200 square degrees of the sky. We show that, for the standard SDSS aperture systems (petrocounts, counts_model, psfcounts and cmodel_counts), the errors generated by the SDSS photometric pipeline under-estimate the observed scatter in the individual bands. The degree of disagreement is a strong function of aperture and magnitude (ranging from 20% to more than a factor of 2). We also find that the photometry in the five optical bands can be highly correlated for both point sources and galaxies, although the correlation for point sources is almost entirely due to variable objects. Without correcting for this covariance the SDSS color errors could be in over-estimated by a factor of two to three. Combining these opposing effects, the SDSS errors on the colors differ from the observed color variation by approximately 10-20% for most apertures and magnitudes. We provide a prescription to correct the errors derived from the SDSS photometric pipeline as a function of magnitude and a semi-analytic method for generating the appropriate covariance between the different photometric passbands. Given the intrinsic nature of these correlations, we expect that all current and future multi-band surveys will also observe strongly covariant magnitudes. The ability of these surveys to complete their science goals is largely dependent on color-based target selection and photometric redshifts; these results show the importance of spending a significant fraction of early survey operations on re-imaging to empirically determine the photometric covariance of any observing/reduction pipeline.

연구 동기 및 목표

• 다중 대역 이미징에서 SDSS 광도 처리기 오차 추정치와 실제 광도 산란 간의 격차를 정량화하는 것.
• 별과 은하에 대해 SDSS 대역 간 광도 공분산의 강도와 구조를 조사하는 것.
• aperture, magnitude, 대상 유형을 고려한 실용적인 광도 오차 및 색 불확실성 보정 방법을 개발하는 것.
• 공분산이 다중 대역 광도에서 중요한데도 자주 간과되는 요소임을 입증하고, 특히 광학적 적색편이 및 색 기반 대상 선별에 영향을 미치는 방식을 밝히는 것.
• 미래 설문 조사에서 정확한 색 기반 과학을 보장하기 위해 초기 설문 운영 단계에서 반복 이미징을 포함하여 광도 공분산을 경험적으로 校정할 것을 촉구하는 것.

제안 방법

• 저자들은 SDSS에서 약 200 제곱도의 반복 관측을 이용해 모든 다섯 개인 온대 대역(u, g, r, i, z)에서 광도 측정의 진짜 산란을 측정한다.
• magnitude와 색에 따라 다양한 aperture(psfcounts, petrocounts, counts_model, cmodel_counts)와 대상 유형(별, 은하)에 대해 광도 대역 간 경험적 공분산 행렬을 계산한다.
• 관측된 산란과 처리기 오차의 비율을 기반으로 회귀 기반 보정을 유도하여, magnitude 및 aperture에 따라 변하는 보정 공식(식 15)을 도출한다.
• 통계 분석, 특히 광학적 적색편이 분석에 사용하기 위해 전체 magnitude 공분산 행렬을 생성하는 반분석적 모델을 포함한다.
• 관측된 산란과 공분산에 영향을 미치는 내재적 변동성의 영향을 분리하기 위해 변동성 있는 별과 비변동성 별을 구분한다.
• 다양한 aperture, magnitude, 대상 유형에서 처리기 오차와 관측 산란을 비교하여 보정의 타당성을 검증한다.

실험 결과

연구 질문

• RQ1 SDSS 처리기에서 보고된 광도 오차는 반복 관측에서의 실제 관측 산란과 어떻게 비교되는가?
• RQ2 SDSS 대역 간 광도 공분산은 어느 정도의 정도로 의미가 있으며, aperture, magnitude, 대상 유형에 따라 어떻게 변화하는가?
• RQ3 고려되지 않은 공분산이 색 오차 추정치에 어떤 영향을 미치며, 광학적 적색편이와 같은 과학 응용에 어떤 영향을 미치는가?
• RQ4 처리기 오차와 관측 산란을 보정하기 위한 경험적 보정을 유도할 수 있으며, 이는 magnitude와 aperture에 따라 어떻게 달라져야 하는가?
• RQ5 내재적 변동성은 특히 별의 경우 광도 산란과 공분산을 어떻게 증가시키는가?

주요 결과

• SDSS 광도 처리기는 aperture와 magnitude에 따라 20%에서 100% 이상 과소평가되며, 가장 큰 격차는 은하와 밝은 천체에서 발생한다.
• counts_model aperture를 사용한 은하의 경우, g, r, i 대역 간 광도 상관관계는 모든 magnitude와 색에서 70% 이상을 초과하여 강한 상호 대역 공분산을 나타낸다.
• 강한 공분산에도 불구하고 처리기 색 오차는 관측 산란 대비 10–20%만 과소평가되는데, 이는 magnitude 오차 과소평가와 부분적으로 상쇄되기 때문이다.
• cmodel_counts 또는 petrocounts를 사용한 은하 magnitude 보정 계수는 magnitude에 매우 민감하며, 표본 15의 파rameter를 사용해 식 15에 적용하는 것이 가장 좋다.
• 광학적 적색편이 및 전체 SED 모델링에서는 전체 공분산 행렬을 사용해야 하며, counts_model의 비대칭 요소조차도 유의미한 영향을 미친다.
• 이 연구는 향후 설문 조사에서 정확한 색 기반 과학을 보장하기 위해 초기 운영 단계에서 반복 이미징을 포함하여 광도 공분산을 경험적으로 校정해야 한다는 것을 입증한다.