[论文解读] Photometric redshifts and clustering of emission line galaxies selected jointly by DES and eBOSS

S. Jouvel, Timothée Delubac+66 more|arXiv (Cornell University)|Sep 23, 2015

Galaxies: Formation, Evolution, Phenomena被引用 4

一句话总结

本研究基于暗能量巡天（DES）选中的发射线星系（ELGs）及eBOSS光谱巡天的观测，提供了光度红移测量与星系聚类分析结果。利用9.2 deg²的测试板数据，该研究在0.6 < z < 1.2红移窗口内实现了71%的成功率，测得明亮与暗淡样本的星系偏移值分别为1.72 ± 0.1和1.78 ± 0.12，并证明结合模板拟合与随机森林算法可降低光度红移异常值比例，同时保持高完整性。

ABSTRACT

We present the results of the first test plates of the extended Baryon Oscillation Spectroscopic Survey. This paper focuses on the emission line galaxies (ELG) population targetted from the Dark Energy Survey (DES) photometry. We analyse the success rate, efficiency, redshift distribution, and clustering properties of the targets. From the 9000 spectroscopic redshifts targetted, 4600 have been selected from the DES photometry. The total success rate for redshifts between 0.6 and 1.2 is 71\% and 68\% respectively for a bright and faint, on average more distant, samples including redshifts measured from a single strong emission line. We find a mean redshift of 0.8 and 0.87, with 15 and 13\% of unknown redshifts respectively for the bright and faint samples. In the redshift range 0.6

研究动机与目标

• 评估DES测光在为eBOSS光谱巡天选择发射线星系（ELGs）方面的表现。
• 基于DES测光测量ELG目标选择的红移分布、成功率及恒星污染水平。
• 评估在0.6 < z < 1.2红移范围内DES选中的ELG样本的聚类特性与星系偏移。
• 研究结合模板拟合与机器学习的混合方法在提升光度红移精度及降低异常值比例方面的效果。
• 验证基于光谱红移与光度红移的聚类测量结果在大尺度结构分析中的一致性。

提出的方法

• 利用SVA1数据中的DES griz测光数据，通过颜色切割选择ELGs。
• 通过覆盖9.2 deg²的eBOSS测试板获取光谱红移，实现与光度红移的直接对比。
• 采用模板拟合（LePhare）与机器学习（随机森林、TPZ）计算光度红移，并通过方法间对比评估异常值比例。
• 通过三维两点相关函数单极矩ξ(s)与投影真实空间相关函数w(rp)分析星系聚类，用于计算大尺度星系偏移。
• 量化系统性效应（尘埃消光、大气质量、深度、恒星污染）的影响，确保其对功率谱测量的影响低于15%。
• 通过移除异常值比例超过10%的颜色区域，或基于模板与机器学习红移差异排除15%样本，实施异常值减少策略。

实验结果

研究问题

• RQ1 基于DES测光选择ELG的目标在eBOSS巡天中的成功率与红移分布如何？
• RQ2 DES选中的ELG星系偏移与理论预期及以往巡天（如VIPERS）相比如何？
• RQ3 结合模板拟合与机器学习的混合方法能在多大程度上降低光度红移异常值比例？
• RQ4 在0.6 < z < 1.2窗口内，基于光谱红移与光度红移的聚类测量结果有何差异？
• RQ5 目标选择过程中的主要系统性效应是什么？它们是否处于宇宙学功率谱分析可接受的阈值范围内？

主要发现

• 明亮DES ELG样本在0.6 < z < 1.2红移范围内成功率达到71%，平均红移为0.8，15%的红移未知。
• 暗淡DES ELG样本在相同红移窗口内成功率为68%，平均红移为0.87，13%的红移未知。
• 星系偏移测量值为：明亮样本1.72 ± 0.1，暗淡样本1.78 ± 0.12，与M_B - 5 log h < -21.0星系的理论预期一致。
• 两样本中恒星污染均低于2%，表明ELG选中具有高纯度。
• 采用随机森林算法（TPZ）并移除异常值比例超过10%的颜色分支后，异常值比例降至10%，同时保持71%的完整性。
• 聚类分析显示，基于光谱红移与光度红移计算的相关函数无显著差异，验证了光度红移在大尺度结构研究中的适用性。