[论文解读] Identifying Mergers Using Quantitative Morphologies in Zoom Simulations of High-Redshift Galaxies

Matthew W. Abruzzo, Desika Narayanan+2 more|arXiv (Cornell University)|Mar 6, 2018

Galaxies: Formation, Evolution, Phenomena参考文献 1被引用 11

一句话总结

本研究利用宇宙学zoom模拟结合尘埃辐射转移，检验标准形态度量（Gini（G）、M₂₀、集中度（C）和不对称性（A））是否能可靠识别高红移星系（z ≈ 2–4）中的主要并合事件。结果表明，这些度量在识别正在进行的并合事件时表现不优于随机猜测，主要原因是大质量星系复杂环境导致的大量误报。

ABSTRACT

Non-parametric morphology measures are a powerful tool for identifying galaxy mergers at low redshifts. We employ cosmological zoom simulations using Gizmo with the Mufasa feedback scheme, post-processed using 3D dust radiative transfer into mock observations, to study whether common morphological measures Gini G, M20, concentration C, and asymmetry A are effective at identifying major galaxy mergers at z ~ 2 - 4, i.e. "Cosmic Noon". Our zoom suite covers galaxies with 10^8.6 < M_* < 10^11 M_sun at z ~ 2, and broadly reproduces key global galaxy observations. Our primary result is that these morphological measures are unable to robustly pick out galaxies currently undergoing mergers during Cosmic Noon, typically performing no better than a random guess. This improves only marginally if we consider whether galaxies have undergone a merger within the last Gyr. When also considering minor mergers, galaxies display no trend of moving towards the merger regime with increasing merger ratio. From z = 4 -> 2, galaxies move from the non-merger towards the merger regime in all statistics, but this is primarily an effect of mass: Above a given noise level, higher mass galaxies display a more complex outer morphology induced by their clustered environment. We conclude that during Cosmic Noon, these morphological statistics are of limited value in identifying galaxy mergers.

研究动机与目标

• 评估非参数形态度量（G、M₂₀、C、A）在高红移（z ≈ 2–4）识别主要星系并合事件的可靠性。
• 确定这些度量是否能将正在进行的并合与大质量、高红移星系中其他形态复杂性区分开来。
• 探究高红移星系中观测到的形态趋势是由并合活动驱动，还是环境效应所致。
• 在受控模拟环境中评估并合历史（如近期并合）对形态度量的影响。
• 将模拟形态与观测形态阈值（如A ≥ 0.35）进行比较，评估其在宇宙正午时期的适用性。

提出的方法

• 使用Gizmo代码和Mufasa反馈模型进行宇宙学zoom模拟，以解析高红移星系（z ≈ 2时M* ≈ 10⁸.⁶–10¹¹ M☉）。
• 应用三维尘埃辐射转移，生成与观测可比的真实感模拟图像。
• 在模拟观测结果上计算标准非参数形态度量：Gini（G）、M₂₀、集中度（C）和不对称性（A）。
• 追踪星系经历并合事件的过程，并根据并合比例和并合后时间尺度（Δt）对它们进行分类，以定义真正阳性/阴性案例。
• 使用真正阳性率和真正阴性率等统计指标，将形态度量表现与真实并合状态进行对比。
• 与先前的观测研究（如Snyder et al. 2015a）进行严格对比，以验证模拟输出并检测系统性偏差。

实验结果

研究问题

• RQ1 标准形态度量（G、M₂₀、C、A）能否可靠识别z ≈ 2–4时正处于主要并合过程中的星系？
• RQ2 形态度量中的误报率与大质量高红移星系复杂环境之间有何关联？
• RQ3 高红移星系中的形态趋势在多大程度上反映实际并合活动，而非环境效应？
• RQ4 当考虑过去10亿年内经历过并合的星系时，不对称性（A ≥ 0.35、0.5、0.65）或G-M₂₀空间的表现是否有所改善？
• RQ5 为何质量较大的星系在z ≈ 2时在G-M₂₀空间中表现出与并合相似的形态，尽管它们并未处于活跃并合状态？

主要发现

• 在z ≈ 2–4时，形态度量G、M₂₀、C和A在识别正在进行的主要并合事件时表现不优于随机猜测，即使考虑过去10亿年内经历过并合的星系，也未见显著改善。
• 误报率较高，主要源于大质量星系复杂的子晕环境，这些环境会扭曲分割图并独立于并合活动导致G和A值升高。
• 从z = 4到z = 2，星系在G-M₂₀和C-A空间中向‘并合’区域移动的现象，主要由质量增加和环境聚集引起，而非由并合驱动的形态演化所致。
• 仅在最高质量星系（M* ≈ 10¹⁰ M☉）且并合后时间尺度约为10亿年时，A ≥ 0.35或G-M₂₀的表现才略优于随机猜测，表明即使在极端情况下其适用性也极为有限。
• A ≥ 0.5和A ≥ 0.65的阈值表现略好于A ≥ 0.35，但仅在特定情况下（如中等和高质量星系在Δt ≈ 0.2 Gyr时A ≥ 0.5）才显著优于随机猜测。
• 本研究结论认为，高红移环境下传统形态度量并非活跃并合的有效代理指标，而更多反映大质量致密晕的结构复杂性，而非动力学并合过程。