[论文解读] EasyCritics II. Testing its efficiency: new gravitational lens candidates in CFHTLenS

M. Carrasco, S. Stapelberg+4 more|arXiv (Cornell University)|Jul 10, 2018

Galaxies: Formation, Evolution, Phenomena参考文献 2被引用 4

一句话总结

EasyCritics II 提出了一种完全自动化的算法，利用明亮椭圆星系（0.2 ≤ z ≤ 0.9）的测光数据来建模强引力透镜势并生成临界曲线，将 CFHTLenS 中的检查区域从 154 平方度减少至仅 0.623 平方度（0.4%），同时识别出 44 个已知透镜中的 32 个，并发现了 9 个新的候选体，错误检测率仅为 9%。

ABSTRACT

We report the results of $EasyCritics$, a fully automated algorithm for the efficient search of strong-lensing (SL) regions in wide-field surveys, applied to the Canada-France-Hawaii Telescope Lensing Survey (CFHTLenS). By using only the photometric information of the brightest elliptical galaxies distributed over a wide redshift range ($\smash{0.2 \lesssim z \lesssim 0.9}$) and without requiring the identification of arcs, our algorithm produces lensing potential models and catalogs of critical curves of the entire survey area. We explore several parameter set configurations in order to test the efficiency of our approach. In a specific configuration, $EasyCritics$ generates only $\sim1200$ possibly super-critical regions in the CFHTLS area, drastically reducing the effective area for inspection from $154$ sq. deg to $\sim0.623$ sq. deg, $i.e.$ by more than two orders of magnitude. Among the pre-selected SL regions, we identify 32 of the 44 previously known lenses on the group and cluster scale, and discover 9 new promising lens candidates. The detection rate can be easily improved to $\sim82\%$ by a simple modification in the parameter set, but at the expense of increasing the total number of possible SL candidates. Note that $EasyCritics$ is fully complementary to other arc-finders since we characterize lenses instead of directly identifying arcs. Although future comparisons against numerical simulations are required for fully assessing the efficiency of $EasyCritics$, the algorithm seems very promising for upcoming surveys covering $\smash{10^{4}}$ sq. deg, such as the $Euclid$ mission and $LSST$, where the pre-selection of candidates for any kind of SL analysis will be indispensable due to the expected enormous data volume.

研究动机与目标

• 开发一种无需依赖弧形特征检测的全自动、高效方法，用于在大视场巡天中预选强引力透镜区域。
• 测试 EasyCritics 在识别 CFHTLenS 巡天中已知和新强引力透镜系统的效率与可靠性。
• 将需要人工检查的有效区域减少数个数量级，从而实现对后续大型巡天（如 Euclid 和 LSST）的可扩展性。
• 通过与独立的弱引力透镜和光度测量结果对比，验证算法对透镜特征的表征能力。
• 提供一种与弧形识别方法互补的方法，聚焦于透镜势场建模而非视觉上的弧形识别。

提出的方法

• 该算法使用最亮椭圆星系（0.2 ≤ z ≤ 0.9）的测光红移和流量测量值作为透镜平面上的输入。
• 采用奇异等温球体（SIS）近似构建引力透镜势场模型，并计算临界曲线和爱因斯坦半径。
• 测试了多种参数配置，通过调整星系团速度 dispersion 阈值（σ_clus）以优化检测效率。
• 基于超临界曲线生成预选候选区域（SL 区域），最大限度减少对人工视觉检查的依赖。
• 为所有候选体生成 82'' × 82'' 的 RGB FITS 截图，以支持后续人工检查和特征评估。
• 通过与已知透镜（KLs 和 KCs）、弱引力透镜速度 dispersion 及总光度的交叉匹配对结果进行验证。

实验结果

研究问题

• RQ1 是否可以使用仅依赖测光数据的全自动方法，在不依赖弧形检测的前提下高效预选大视场巡天中的强引力透镜区域？
• RQ2 EasyCritics 在 CFHTLenS 中已知透镜样本上的检测效率如何？其误报率是多少？
• RQ3 EasyCritics 推导出的爱因斯坦半径与独立的质量估计（如弱引力透镜速度 dispersion 和总光度）之间的相关性如何？
• RQ4 EasyCritics 是否能将强引力透镜搜索的检查区域减少两个数量级以上，同时保持高完整性？
• RQ5 该算法在像 CFHTLenS 这类已充分研究的巡天中，对已知和新透镜候选体的识别表现如何？

主要发现

• EasyCritics 将 CFHTLenS 中的有效检查区域从 154 平方度减少至 0.623 平方度，降幅超过 99.6%。
• 该算法识别出 44 个已知星系团尺度透镜（KLs）中的 32 个，以及 44 个已知鞍点尺度透镜（KCs）中的 12 个，KLs 的完整性达到 73%。
• 在预选的 1200 个 SL 区域中，仅有 9% 为误报，主要原因是测光星表问题或视线方向的结构干扰。
• EasyCritics 推导出的爱因斯坦半径与弱引力透镜速度 dispersion（散射约 37%）和总光度（散射约 31%）均表现出强相关性。
• 在对预选的 1200 个区域进行人工检查后，发现了 9 个有前景的新透镜候选体，表明其具有很高的发现潜力。
• 通过调整参数集，检测完整性可提升至约 82%，但代价是候选体数量增加。