[论文解读] Searching for quasar candidates with periodic variations from the Zwicky Transient Facility: results and implications

Yongjie Chen, Shuo Zhai+8 more|arXiv (Cornell University)|Jun 23, 2022

Bayesian Methods and Mixture Models被引用 4

一句话总结

本研究利用Zwicky瞬变设施（ZTF）的测光数据，对具有周期性光变的类星体进行了系统性搜索，并与SDSS及Véron-Cetty & Véron类星体星表进行交叉匹配。通过应用广义Lomb-Scargle方法与自相关函数，结合单幂律红噪声模型，识别出86个显著性较高的周期性候选体；仅有三个候选体在6–8个周期内表现出一致的准周期性行为，表明类星体光变更可能为准周期性或随机性，而非严格周期性，这挑战了现有检测方法。

ABSTRACT

We conduct a systematic search for quasars with periodic variations from the archival photometric data of the Zwicky Transient Facility by cross-matching with the quasar catalogs of the Sloan Digital Sky Survey and V{é}ron-Cetty \& V{é}ron. We first select out 184 primitive periodic candidates using the generalized Lomb-Scargle periodogram and auto-correlation function and then estimate their statistical significance of periodicity based on two red-noise models, i.e., damped random walk (DRW) and single power-law (SPL) models. As such, we finally identify 106 (DRW) and 86 (SPL) candidates with the most significant periodic variations out of 143,700 quasars. We further compare DRW and SPL models using Bayes factors, which indicate a relative preference of the SPL model for our primitive sample. We thus adopt the candidates identified with SPL as the final sample and summarize its basic properties. We extend the light curves of the selected candidates by supplying other archival survey data to verify their periodicity. However, only three candidates (with 6-8 cycles of periods) meet the selection criteria. This result clearly implies that, instead of being strictly periodic, the variability must be quasi-periodic or caused by stochastic red-noise. This exerts a challenge to the existing search approaches and calls for developing new effective methods.

研究动机与目标

• 在ZTF巡天数据中识别具有周期性测光光变的类星体候选体。
• 使用稳健模型评估在红噪声光变存在下周期性的统计显著性。
• 比较阻尼随机游走（DRW）与单幂律（SPL）红噪声模型在识别真实周期信号方面的性能。
• 通过整合其他巡天的档案数据扩展光变曲线，以验证周期性。
• 评估超大质量双黑洞探测的含义，以及当前周期性搜索方法的局限性。

提出的方法

• 使用5角秒半径将SDSS DR14和Véron-Cetty & Véron（2010）星表中的223,061个类星体与ZTF测光数据进行交叉匹配。
• 应用广义Lomb-Scargle周期图与自相关函数检测光变曲线中的周期性信号。
• 使用两种红噪声模型（阻尼随机游走DRW与单幂律SPL）估计周期性显著性。
• 利用贝叶斯因子比较DRW与SPL模型的偏好，发现SPL在初始样本中更占优。
• 利用CRTS、PS1、CSS和ATLAS巡天的档案数据扩展光变曲线，以在更长基线上验证周期性。
• 应用筛选标准，要求至少存在6–8个周期的一致性周期行为，以确认真正的周期性特征。

实验结果

研究问题

• RQ1 在ZTF巡天中，类星体的周期性光变普遍程度如何？可否稳健识别出足够多的候选体？
• RQ2 红噪声模型（DRW与SPL）如何影响类星体光变曲线中周期性信号的显著性估计？
• RQ3 哪种红噪声模型对观测到的类星体光变拟合更优？这对周期性检测意味着什么？
• RQ4 能否通过多巡天档案数据的组合，将候选类星体的光变曲线延长，以在更长基线上验证其周期性？
• RQ5 非严格周期性行为对通过周期性光变探测超大质量双黑洞有何影响？

主要发现

• 在143,700个类星体中，使用阻尼随机游走（DRW）红噪声模型识别出106个候选体具有显著周期性。
• 使用单幂律（SPL）红噪声模型识别出86个候选体具有显著周期性，且基于贝叶斯因子，SPL在统计上优于DRW模型。
• 仅有三个候选体满足严格的周期性验证标准，在光变曲线延长后表现出6–8个周期的一致性变化。
• 确认的周期性候选体数量极少，表明类星体光变更可能为准周期性或由随机红噪声驱动，而非真正的周期性。
• 研究结果挑战了现有周期性搜索方法，强调需要发展能考虑准周期性或红噪声主导光变的新技术。
• SPL模型被发现比DRW模型更适配初始样本，表明类星体光变可能不符合经典的DRW过程。