[论文解读] Structural classification of galaxies in clusters

S. Andreon, E. Davoust|arXiv (Cornell University)|Oct 29, 1996

Astronomy and Astrophysical Research参考文献 2被引用 3

一句话总结

本文提出了一种基于等亮度线分析光度、椭率和形状偏差的星系结构定量分类方法，相较于传统的视觉形态分类，具有更高的可重复性。该方法在科马星系团样本中与传统形态学家的分类结果达成15–20%的一致性，并在一致性方面表现更优，尤其适用于因视觉遗漏而常被忽略的暗弱或结构复杂的星系。

ABSTRACT

The traditional method of morphological classification, by visual inspection of images of uniform quality and by reference to standards for each type, is critically examined. The rate of agreement among traditional morphologists on the morphological type of galaxies is estimated from published classification works, and is estimated at about 20 %, when galaxies are classified into three bins (E, S0, S+Irr). The advantages of the quantitative method of structural classification for classifying galaxies in clusters are outlined. This method is based on the isophotal analysis of galaxy images, and on the examination of quantitative structural parameters derived from this analysis, such as the profiles of luminosity, ellipticity and deviations from ellipticity of the galaxy. The structural and traditional methods are compared on a complete sample of 190 galaxies in the Coma cluster. The morphological types derived by both methods agree to within 15 or 20 %, the same rate as among traditional morphologists alone, thus showing that our morphological classes do coincide with the traditional ones. The galaxies with discrepant types are mostly faint (mag_B > 16.0), or have features typical of spirals, but which have not been detected, noticed or taken into account by traditional morphologists. The rate of agreement is also good for galaxies in a distant cluster (z ~0.4). The structural method, gives highly reproducible results, never reached by traditional estimations of the morphological type. Thus, the morphological types obtained with this method should be preferred. The advantages of the method are further demonstrated by new results on the properties of galaxies in clusters.

研究动机与目标

• 解决传统星系视觉形态分类中可重复性低、一致性差的问题。
• 开发一种基于可测量结构参数的定量、客观星系分类方法，适用于星系团中的星系。
• 在完整星系样本上，将新型结构分类方法与传统形态分类方法进行比较。
• 评估该结构分类方法在邻近星系团（科马星系团）和遥远星系团（z ~ 0.4）中的表现。
• 证明该结构方法相较于单纯人工目视检查，能提供更一致、更可靠的形态分类结果。

提出的方法

• 对星系图像进行等亮度线分析，提取光度分布、椭率及偏离椭圆形状的参数。
• 以星系结构的定量度量——光度分布、形状及等亮度线畸变——作为分类依据。
• 基于这些推导出的结构参数，将星系分类为形态类型（E, S0, S+Irr），而非依赖人工目视判断。
• 将结构分类结果与已发表文献中的传统形态分类结果进行对比。
• 将该方法应用于科马星系团中190个星系的完整样本，并在红移z ~ 0.4的遥远星系团中进行验证。
• 通过在不同形态类别区间内进行统计比较，评估结构分类与传统分类之间的一致性程度。

实验结果

研究问题

• RQ1 当将星系划分为三种形态类型（E, S0, S+Irr）时，传统形态学家之间的一致性如何？
• RQ2 该结构分类方法在完整星系样本上，能在多大程度上重现传统形态分类结果？
• RQ3 导致结构分类与传统形态分类之间差异的主要因素是什么？
• RQ4 与传统视觉分类相比，该结构分类方法的可重复性如何？
• RQ5 在遥远星系团（z ~ 0.4）中，该结构方法是否能像在邻近星系团中一样，与传统分类保持高度一致性？

主要发现

• 传统形态学家在将星系划分为三种形态类型（E, S0, S+Irr）时，一致性水平约为20%。
• 该结构分类方法在科马星系团样本中与传统形态分类的一致性达到15–20%，与传统形态学家之间的一致性水平相当。
• 结构分类与传统分类之间的差异主要源于暗弱星系（mag_B > 16.0）或螺旋结构在人工目视中未被检测或被忽略。
• 该结构方法产生高度可重复的结果，其一致性水平远超传统视觉分类方法。
• 该方法在遥远星系团（z ~ 0.4）中表现良好，尽管存在观测挑战，仍能与传统分类保持强一致性。
• 鉴于其更高的可重复性和客观性，尤其适用于复杂或暗弱星系，推荐优先采用该结构分类方法而非传统分类方法。