[论文解读] Photometric Covariance in Multi-Band Surveys: Understanding the Photometric Error in the SDSS

Ryan Scranton, Andrew J. Connolly+6 more|arXiv (Cornell University)|Aug 25, 2005

Calibration and Measurement Techniques被引用 5

一句话总结

本文利用斯隆数字巡天（SDSS）对200平方度区域的重复观测，分析了其中的测光协方差，发现SDSS测光管道误差显著低估了真实的测光散射——最大可低估达2倍，尤其在星系和明亮天体中更为明显。本文提出了一种与星等和孔径相关的校正方案，并采用半解析方法建模波段间的协方差，使大多数情况下的颜色误差估计提升10%–20%，从而实现更精确的测光红移和目标选择。

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.

研究动机与目标

• 量化SDSS测光管道误差估计与多波段成像中实际测光散射之间的差异。
• 研究恒星与星系在SDSS各波段之间测光协方差的强度与结构。
• 开发一种实用的测光误差与颜色不确定性的校正方法，该方法综合考虑孔径、星等与天体类型。
• 证明协方差是多波段测光中一个关键但常被忽视的因素，尤其在测光红移与基于颜色的目标选择中。
• 倡导未来巡天在早期运行阶段即包含重复成像，以实证校准测光协方差。

提出的方法

• 作者利用SDSS对约200平方度区域的重复观测，测量了所有五个光学波段（u, g, r, i, z）中测光测量的真实散射。
• 他们计算了不同孔径（psfcounts, petrocounts, counts_model, cmodel_counts）和天体类型（恒星、星系）下，测光波段之间的经验协方差矩阵，结果按星等与颜色函数化。
• 通过观测散射与管道误差的相对关系，采用回归方法推导出校正公式，得到一种与星等和孔径相关的校正表达式（公式15）。
• 该方法包含一个半解析模型，用于生成完整的星等协方差矩阵，以供统计分析使用，尤其适用于测光红移计算。
• 研究通过区分变星与非变星，隔离了内在光变对观测散射与协方差的影响。
• 作者通过对比不同孔径、星等与天体类型下的管道误差与观测散射，验证了其校正方法的有效性。

实验结果

研究问题

• RQ1 SDSS测光管道报告的测光误差与重复观测中真实观测到的散射相比如何？
• RQ2 SDSS各波段之间的测光协方差在多大程度上显著？其随孔径、星等与天体类型的依赖关系如何？
• RQ3 未考虑协方差对颜色误差估计有何影响？其对测光红移等科学应用有何影响？
• RQ4 能否通过实证方法推导出校正公式，以弥合管道误差与观测散射之间的差异？该校正应如何依赖于星等与孔径？
• RQ5 内在光变在多大程度上导致测光散射与协方差的膨胀，尤其对恒星而言？

主要发现

• SDSS测光管道对测光散射的低估程度在20%至100%以上之间，具体取决于孔径与星等，其中星系与明亮天体的差异最大。
• 对于使用counts_model孔径的星系，g、r与i波段之间的测光相关性在所有星等与颜色下均超过70%，表明存在强烈的波段间协方差。
• 尽管协方差显著，但由于幅度误差本身也被低估，导致管道颜色误差仅被低估10%–20%，与观测散射相比存在部分抵消。
• 使用cmodel_counts或petrocounts孔径时，星系星等的校正因子具有强烈的星等依赖性，应通过表15中的参数代入公式15进行应用。
• 对于测光红移与完整的SED建模，必须使用完整的协方差矩阵，因为即使在counts_model中，非对角线元素也具有显著影响。
• 本研究证明，未来巡天必须在早期运行阶段即包含重复成像，以实证校准测光协方差，从而确保基于颜色的科学分析的准确性。