[论文解读] The DEEP2 Galaxy Redshift Survey: Spectral classification of galaxies at z~1

Darren S. Madgwick, Alison L. Coil+16 more|ArXiv.org|May 29, 2003

Galaxies: Formation, Evolution, Phenomena参考文献 23被引用 38

一句话总结

本文针对DEEP2巡天中z~1的5,600个星系，提出了一种基于主成分分析（PCA）的光谱分类参数η，能够有效区分以吸收线为主（被动演化）和以发射线为主（恒星形成）的星系。该方法可在极少自由度下实现精确的光谱重建，并为星系演化跨红移研究提供一致且可比较的度量标准。

ABSTRACT

We present a Principal Component Analysis (PCA)-based spectral classification, eta, for the first 5600 galaxies observed in the DEEP2 Redshift Survey. This parameter provides a very pronounced separation between absorption and emission dominated galaxy spectra - corresponding to passively evolving and actively star-forming galaxies in the survey respectively. In addition it is shown that despite the high resolution of the observed spectra, this parameter alone can be used to quite accurately reconstruct any given galaxy spectrum, suggesting there are not many `degrees of freedom' in the observed spectra of this galaxy population. It is argued that this form of classification, eta, will be particularly valuable in making future comparisons between high and low-redshift galaxy surveys for which very large spectroscopic samples are now readily available, particularly when used in conjunction with high-resolution spectral synthesis models which will be made public in the near future. We also discuss the relative advantages of this approach to distant galaxy classification compared to other methods such as colors and morphologies. Finally, we compare the classification derived here with that adopted for the 2dF Galaxy Redshift Survey and in so doing show that the two systems are very similar. This will be particularly useful in subsequent analyses when making comparisons between results from each of these surveys to study evolution in the galaxy populations and large-scale structure.

研究动机与目标

• 开发一种适用于高红移星系（z~1）的一致且稳健的光谱分类方法，以实现与低红移巡天的比较。
• 解决高红移巡天中典型不完整和存在缺口的光谱分类挑战。
• 创建一个与恒星形成活动强相关且与未来光谱合成模型兼容的分类参数。
• 通过统一的光谱分类框架，实现高红移（DEEP2）与低红移（2dFGRS, SDSS）星系群体的直接比较。
• 为测试星系演化模型并约束宇宙时空中半分析模拟提供工具。

提出的方法

• 对DEEP2红移巡天中5,600个星系的rest-frame光谱应用主成分分析（PCA）。
• 将第一主成分（η）用作捕捉星谱主要变化的光谱分类参数。
• 通过专用的PCA技术处理不完整和存在缺口的观测光谱，以确保分类的稳健性。
• 证明仅使用η即可实现高保真度的星谱重建，表明星谱群体具有低维性（自由度少）。
• 通过与2dFGRS的对比，对η进行校准，后者也应用了类似的PCA方法。
• 通过将DEEP2与2dFGRS中早型与晚型星系的平均光谱进行平滑处理以匹配分辨率后比较，验证分类结果。

实验结果

研究问题

• RQ1 基于PCA的光谱分类参数η能否有效区分z~1处的被动星系与恒星形成星系？
• RQ2 单一光谱分类参数η在多大程度上能够重建高红移星系的完整光谱，表明其内在光谱复杂度较低？
• RQ3 DEEP2中基于PCA的分类η与低红移巡天（如2dFGRS）中使用的现有分类系统相比如何？
• RQ4 z~1星系的光谱分类η与恒星形成活动之间存在何种关系？
• RQ5 该分类方法如何用于在星系演化建模背景下，实现高红移与低红移星系巡天的一致比较？

主要发现

• 基于PCA的参数η在z~1处能有效区分以吸收线为主（被动演化）和以发射线为主（恒星形成）的星系。
• 尽管光谱分辨率较高，仅使用η即可高精度重建大部分星系光谱，表明该星谱群体具有低维性（自由度少）。
• η值较高的星系表现出强烈的近期恒星形成活动，而η值较低（≤0.1）的星系恒星形成速率低于其历史平均值的10%。
• DEEP2中的分类η与2dFGRS中使用的分类高度一致，使得两个巡天的星系群体可直接进行跨巡天比较。
• 该方法证实，DEEP2中U波段选星系显著偏向于恒星形成星系，相比2dFGRS中B波段选星系存在明显偏差。
• 光谱分类参数η非常适合与未来高分辨率光谱合成模型及半分析星系演化模拟结合使用。