[论文解读] Spectral classification of emission-line galaxies from the Sloan Digital Sky Survey. II. A supplementary diagnostic for AGNs using the Dn(4000) index

Julien Marocco, Emeric Hache+1 more|arXiv (Cornell University)|May 3, 2011

Galaxies: Formation, Evolution, Phenomena参考文献 40被引用 12

一句话总结

本文提出使用 Dn(4000) 指数作为补充诊断工具，以改进斯隆数字巡天（SDSS）中发射线星系的分类，特别是解决恒星形成星系（SFG）与塞弗特2型活动星系核（Sy2 AGN）之间的模糊分类问题，并减少恒星形成星系与复合星系之间的混淆。该方法通过 Dn(4000) 指数增强了 L10 诊断，明确区分了此前混杂区域中的塞弗特2型星系与恒星形成星系，同时在中高红移（z ≲ 1.0）区域更有效地隔离了复合星系。

ABSTRACT

In this paper we present a classification of emission-line galaxies at intermediate and high redshifts (0.52.5 for near-infrared spectra), using the Dn(4000) index as a supplementary diagnostic. Our goal is to complement the diagnostic based only on emission-line ratios from the blue part of the spectra, which suffer from some limitations for the classification of Seyfert 2 and composite galaxies. We used a sample of 89 379 galaxies with a good signal-to-noise ratio from the Sloan Digital Sky Survey (data release 7). Using the classification scheme presented in Paper I, we classified these galaxies with a diagnostic diagram involving the [Oiii]5007 /Hbeta and [Oii]3726+3729 /Hbeta emission-line ratios. Then we derived a supplementary diagnostic involving Dn(4000) to improve this classification, in the regions where objects of different types are mixed. To show the validity of our spectral classification we established success-rate and contamination charts, then we compared our results to those obtained with the reference classification that was scheme obtained also using Halpha, [Nii]6584, and [Sii]6717+6731 emission lines. We show that our supplementary classification based on the Dn(4000) index allows to separate unambiguously star-forming galaxies from Seyfert 2 in the region where they were mixed in Paper I. It also significantly reduces the region where star-forming galaxies are mixed with composites.

研究动机与目标

• 解决现有发射线诊断图中塞弗特2型星系与恒星形成星系混淆的问题，以及复合星系与恒星形成星系混淆的问题。
• 克服在中高红移（z ≲ 1.0）区域分类星系时的模糊性，此时关键发射线如 [O iii]λ5007 和 Hβ 已红移到光学波段之外。
• 开发基于 Dn(4000) 指数的补充诊断方法，以增强基于 [O iii]/Hβ 与 [O ii]/Hβ 比值的 L10 诊断。
• 仅使用光学与近红外光谱，实现对高红移样本中活动星系核（特别是塞弗特2型与 LINER）更准确的分类。
• 提供一种稳健、自动化的分类框架，适用于大规模星系样本，重点在于最小化污染与误分类。

提出的方法

• 利用斯隆数字巡天数据释放7中 89,379 个信噪比高的星系样本，其红移范围为 0.5 ≲ z ≲ 1.0 和 z ≳ 2.5，用于近红外光谱分析。
• 应用论文I中的 L10 诊断方法，基于 log([O iii]λ5007/Hβ) 与 log([O ii]λλ3726+3729/Hβ) 对星系进行初始分类。
• 引入 Dn(4000) 指数作为补充诊断工具，用于区分诊断图中发射线比值重叠区域的恒星形成星系与塞弗特2型 AGN。
• 基于 Dn(4000) 与发射线比值，推导新的分类边界（例如，SFG/Sy2 使用公式10，SFG/comp 使用公式12与13）。
• 通过成功率与污染率图表验证该方法，并与 Kewley 等人（2006）的参考分类方案进行比较。
• 在 JClassif 软件中实现分类工作流，以实现对新星系样本的自动化应用。

实验结果

研究问题

• RQ1 Dn(4000) 指数是否能有效解决诊断图中恒星形成星系与塞弗特2型 AGN 之间因发射线比值重叠而产生的模糊分类问题？
• RQ2 在恒星形成星系与复合星系混合的区域，引入 Dn(4000) 能在多大程度上减少污染与误分类？
• RQ3 与原始的 L10 诊断相比，该补充诊断是否改善了 LINER 与复合星系的分离效果？
• RQ4 与现有的基于颜色的诊断方法（如 DEW 方法）相比，Dn(4000) 增强的诊断在稳健性与红移适用性方面表现如何？
• RQ5 该方法是否可扩展至更高红移（z ≳ 1.0）区域，此时 [O iii]λ5007 与 Hβ 已红移出光学波段？

主要发现

• Dn(4000) 指数成功解决了恒星形成星系与塞弗特2型 AGN 之间此前模糊的区域，实现了该区域内天体的无歧义分类。
• 该方法显著降低了复合星系对恒星形成星系的污染，特别是在 SFG/comp 区域，通过使用 Dn(4000) 阈值实现了更清晰的分离。
• 新诊断方法在分类 LINER 与复合星系方面保持了高准确性，LIN/comp 区域无明显改善，这与诊断设计重点一致。
• 在修订后的诊断空间中，恒星形成星系与塞弗特2型 AGN 的分类成功率超过 90%，且污染水平较低。
• 该方法在光学光谱中红移高达 z ≲ 1.0 时表现稳健，并可通过适当的线转换，扩展至 z ≳ 2.5 的近红外光谱应用。
• JClassif 软件的实现使得基于新诊断框架，可对大规模星系样本实现自动化、可重复的分类。