[论文解读] Outshining by Recent Star Formation Prevents the Accurate Measurement of High-z Galaxy Stellar Masses

Desika Narayanan, Sidney Lower+11 more|arXiv (Cornell University)|Jun 16, 2023

Galaxies: Formation, Evolution, Phenomena被引用 5

一句话总结

本文表明，高红移星系（z > 7）中近期的恒星形成会掩盖早期恒星种群的光度，导致标准 SED 拟合技术因损失恒星形成历史（SFH）信息而将恒星质量低估高达一个数量级。通过使用不同反馈模型的宇宙学模拟及基于 3D 灰尘辐射转移的模拟 SED，本研究发现当前的 SED 拟合方法——尤其是参数化 SFH 模型——存在根本性不确定性，凸显了迫切需要改进 SFH 先验或采用机器学习等替代方法，以准确测量早期星系的恒星质量。

ABSTRACT

In this paper, we demonstrate that the inference of galaxy stellar masses via spectral energy distribution (SED) fitting techniques for galaxies formed in the first billion years after the Big Bang carries fundamental uncertainties owing to the loss of star formation history (SFH) information from the very first episodes of star formation in the integrated spectra of galaxies. While this early star formation can contribute substantially to the total stellar mass of high-redshift systems, ongoing star formation at the time of detection outshines the residual light from earlier bursts, hampering the determination of accurate stellar masses. As a result, order of magnitude uncertainties in stellar masses can be expected. We demonstrate this potential problem via direct numerical simulation of galaxy formation in a cosmological context. In detail, we carry out two cosmological simulations with significantly different stellar feedback models which span a significant range in star formation history burstiness. We compute the mock SEDs for these model galaxies at z=7 via 3D dust radiative transfer calculations, and then backwards fit these SEDs with Prospector SED fitting software. The uncertainties in derived stellar masses that we find for z>7 galaxies motivate the development of new techniques and/or star formation history priors to model early Universe star formation.

研究动机与目标

• 研究使用标准 SED 拟合技术测量高红移星系（z > 7）恒星质量的可靠性。
• 评估由于近期恒星形成掩盖早期恒星形成历史（SFH）信息而导致的质量推断偏差。
• 评估参数化与非参数化 SFH 模型在从高红移星系的模拟 SED 中恢复真实恒星质量方面的表现。
• 识别高红移恒星质量估计中存在大不确定性的根本原因，并提出解决方案。
• 倡导采用改进的 SFH 先验或替代建模技术，以减少早期星系质量测量中的偏差。

提出的方法

• 开展两项具有不同恒星反馈模型的宇宙学星系形成模拟，以探索 SFH 突发性的变化范围。
• 利用 3D 灰尘辐射转移计算 z = 7 时的模拟 SED，以准确建模尘埃消光与光谱输出。
• 应用 PROSPECTR SED 拟合软件，对模拟 SED 进行反向拟合，分别采用参数化与非参数化 SFH 模型。
• 将 SED 拟合得出的恒星质量与模拟中的真实质量进行比较，以量化偏差与不确定性。
• 测试不同 SFH 先验对质量推断的影响，特别关注基于高斯过程的非参数化模型。
• 评估基于模拟数据训练的机器学习方法在提升质量恢复精度方面的潜力。

实验结果

研究问题

• RQ1 近期恒星形成在 z > 7 星系中对早期恒星种群的光度掩盖程度如何，导致恒星质量估计产生偏差？
• RQ2 参数化与非参数化 SFH 模型在从高红移星系的模拟 SED 中恢复真实恒星质量方面表现如何？
• RQ3 当早期恒星形成被持续的恒星形成掩盖时，恒星质量测量的不确定性有多大？
• RQ4 在 SED 拟合中，推断的恒星质量对 SFH 先验的选择有多敏感，特别是在 SFH 复杂或具有爆发性的星系中？
• RQ5 基于宇宙学模拟训练的机器学习技术是否能比传统 SED 拟合更准确地估计恒星质量？

主要发现

• 高红移星系（z > 7）的恒星质量不确定性可高达一个数量级，原因在于近期爆发掩盖了早期恒星形成。
• SE D 拟合中的参数化 SFH 模型产生的恒星质量不确定性约为 0.4 dex，而非参数化模型在基于真实模拟训练后可将不确定性降低至约 0.1 dex。
• 掩盖效应导致 SED 拟合丢失早期恒星形成的信息，使得在缺乏适当 SFH 先验的情况下，无法准确恢复真实恒星质量。
• 即使非参数化 SFH 模型也受先验主导，表明对于具有爆发性或复杂 SFH 的星系，仅靠 SED 本身仍难以准确推断其恒星形成历史。
• 掩盖导致的偏差在 z > 7 时最为严重，随着红移降低，近期恒星形成对总光度的相对贡献减小，偏差也随之减弱。
• 本研究强调了迫切需要采用新方法——如改进的 SFH 先验或基于模拟训练的机器学习 SED 拟合——以实现高红移星系质量的准确测量。