[论文解读] THE ESO-SCULPTOR SURVEY : SPECTRAL CLASSIFICATION OF GALAXIES WITH Z 0.5

Gaspar Galaz, V. de Lapparent|arXiv (Cornell University)|Nov 10, 1997

Spectroscopy and Chemometric Analyses参考文献 6被引用 11

一句话总结

本文基于主成分分析（PCA）对来自ESO-Sculptor巡天的700个红移z ≤ 0.5的星系进行了光谱分类，证明PCA提供了一种客观的、无监督的方法，可沿与形态强烈相关的连续光谱序列对星系进行分类。该方法在红移范围z ∼ 0.1–0.5内揭示了稳定的形态混合成分——26%为E/S0，71%为Sabc，3%为Sm/Irr，未检测到显著演化，并表明发射线和连续谱形状是光谱分类的关键判据。

ABSTRACT

Using the ESO-Sculptor galaxy redshift survey data (ESS), we have extensively tested the Principal Components Analysis (PCA) method to perform the spectral classification of galaxies with $z \la$ 0.5. This method allows us to classify all galaxies in an ordered and continuous spectral sequence, which is strongly correlated with the morphological type. The PCA allows to quantify the systematic physical properties of the galaxies in the sample, like the different stellar contributions to the observed light as well as the stellar formation history. We also examine the influence of the emission lines, and the signal-to-noise ratio of the data. This analysis shows that the emission lines play a significant role in the spectral classification, by tracing the activity and abnormal spectral features of the observed sample. The PCA also provides a powerful tool to filter the noise which is carried by the ESS spectra. By comparison of the ESS PCA spectral sequence with that for a selected sample of Kennicutt galaxies (Kennicutt 1992a), we find that the ESS sample contains 26% of E/S0, 71% of Sabc and 3% of Sm/Irr. The type fractions for the ESS show no significant changes in the redshift interval $z \sim 0.1-0.5$, and are comparable to those found in other galaxy surveys at intermediate redshift. The PCA can be used independently from any set of synthetic templates, providing a completely objective and unsupervised method to classify spectra. We compare the classification of the ESS sample given by the PCA, with a $\chi^2$ test between the ESS sample and galaxy templates from Kennicutt (Kennicutt 1992a), and obtain results in good agreement. The PCA results are also in agreement with the visual morphological classification carried out for the 35 brightest galaxies in the survey.

研究动机与目标

• 开发并测试一种基于PCA的无监督、模板无关的星系光谱分类方法。
• 量化ESO-Sculptor巡天中星系的物理属性，包括恒星种群贡献和形成历史。
• 评估发射线和信噪比对光谱分类精度的影响。
• 将基于PCA的分类与目视形态分类及χ²模板拟合方法进行比较，验证其可靠性。
• 通过建立星系演化研究的连续光谱序列，实现精确的K校正和光度函数分析。

提出的方法

• 对来自ESO-Sculptor巡天、Rc ≤ 20.5的700个星系的通量校准光谱应用主成分分析（PCA）。
• 利用PCA从未预先假设光谱类型或模板的情况下，从数据中提取主要光谱趋势。
• 对光谱进行非均匀和均匀重采样，以优化PCA性能并降低对噪声的敏感性。
• 将PCA结果与35个最亮星系的目视形态分类结果进行比较，并与Kennicutt（1992a）星系模板进行χ²检验。
• 分析发射线和信噪比在塑造基于PCA的光谱序列中的作用。
• 将基于PCA的光谱序列作为后续K校正和光度函数计算的基础。

实验结果

研究问题

• RQ1 PCA能否在不依赖合成模板的情况下，提供一种可靠、无监督的星系光谱分类方法？
• RQ2 发射线和信噪比如何影响基于PCA的光谱分类的精度与鲁棒性？
• RQ3 在红移范围z ∼ 0.1–0.5内，ESO-Sculptor巡天中的形态类型分布（E/S0、Sabc、Sm/Irr）是否保持稳定？
• RQ4 基于PCA的光谱序列与目视形态分类及χ²模板拟合方法相比如何？
• RQ5 PCA方法在多大程度上能够过滤噪声并从低信噪比星系光谱中提取有意义的物理趋势？

主要发现

• PCA方法成功地将星系沿一条连续、客观的光谱序列进行分类，该序列与形态类型具有强烈相关性。
• ESO-Sculptor巡天样本包含26%的E/S0、71%的Sabc和3%的Sm/Irr星系，在z ∼ 0.1–0.5范围内各类星系比例无显著演化。
• 发射线在光谱分类中起着重要作用，尤其在追踪活动星系和异常光谱特征方面。
• PCA方法对噪声具有鲁棒性，是一种强大的光谱伪影过滤工具。
• PCA结果与35个最亮星系的目视形态分类结果以及与Kennicutt（1992a）模板的χ²模板拟合结果均表现出良好一致性。
• 该方法独立于输入模板，相较于χ²或互相关等依赖模板的方法具有明显优势，后者对模板选择和噪声波动敏感。