[论文解读] The Galactic 3D large-scale dust distribution via Gaussian process regression on spherical coordinates

R. H. Leike, Gordian Edenhofer+4 more|arXiv (Cornell University)|Apr 25, 2022

Gamma-ray bursts and supernovae被引用 4

一句话总结

本文通过在自适应球形网格上对11100万条来自PANSTARRS、2MASS、Gaia DR2和ALLWISE的数据点进行高斯过程回归，实现了银河系尘埃分布的3D重建。该方法实现了1220亿个自由度，覆盖范围达16 kpc，相比以往地图在角分辨率和体积上均有提升，尽管仍存在伪影和不确定性低估的问题，但通过脉泽视差进行了验证。

ABSTRACT

Knowing the Galactic 3D dust distribution is relevant for understanding many processes in the interstellar medium and for correcting many astronomical observations for dust absorption and emission. Here, we aim for a 3D reconstruction of the Galactic dust distribution with an increase in the number of meaningful resolution elements by orders of magnitude with respect to previous reconstructions, while taking advantage of the dust's spatial correlations to inform the dust map. We use iterative grid refinement to define a log-normal process in spherical coordinates. This log-normal process assumes a fixed correlation structure, which was inferred in an earlier reconstruction of Galactic dust. Our map is informed through 111 Million data points, combining data of PANSTARRS, 2MASS, Gaia DR2 and ALLWISE. The log-normal process is discretized to 122 Billion degrees of freedom, a factor of 400 more than our previous map. We derive the most probable posterior map and an uncertainty estimate using natural gradient descent and the Fisher-Laplace approximation. The dust reconstruction covers a quarter of the volume of our Galaxy, with a maximum coordinate distance of $16\, ext{kpc}$, and meaningful information can be found up to at distances of $4\,$kpc, still improving upon our earlier map by a factor of 5 in maximal distance, of $900$ in volume, and of about eighteen in angular grid resolution. Unfortunately, the maximum posterior approach chosen to make the reconstruction computational affordable introduces artifacts and reduces the accuracy of our uncertainty estimate. Despite of the apparent limitations of the presented 3D dust map, a good part of the reconstructed structures are confirmed by independent maser observations. Thus, the map is a step towards reliable 3D Galactic cartography and already can serve for a number of tasks, if used with care.

研究动机与目标

• 通过比以往方法更高的分辨率和更大的覆盖范围，改进银河系尘埃分布的3D重建。
• 通过使用能更好捕捉附近尘埃结构的自适应球形网格，解决笛卡尔网格方法在角分辨率上的局限性。
• 通过基于先前研究推断出的固定相关结构的对数正态过程，纳入尘埃的空间相关性。
• 实现不确定性量化和后验抽样，以支持科学验证和误差估计。
• 通过交互式网络门户使大规模3D尘埃图对更广泛的天文学界可访问。

提出的方法

• 在球坐标系上采用对数正态高斯过程先验，以建模具有空间相关性的尘埃密度。
• 通过迭代网格细化，定义具有1220亿个自由度的高分辨率自适应网格。
• 在球坐标系上离散化对数正态过程，以避免笛卡尔网格带来的角分辨率问题。
• 应用自然梯度下降和Fisher-Laplace近似，以计算最大后验估计（MAP）和后验不确定性。
• 将Gaia DR2及其他巡天的距离不确定性纳入似然模型。
• 使用对称抽样（在对数尺度上镜像后验样本）以在样本有限的情况下提升不确定性估计。

实验结果

研究问题

• RQ1 能否通过在球坐标系上使用高斯过程回归，构建出分辨率和覆盖体积显著更高的3D尘埃图？
• RQ2 与笛卡尔网格相比，使用自适应球形网格在提升角分辨率和减少伪影方面有多大的改进？
• RQ3 最大后验估计（MAP）方法在多大程度上可使大规模3D尘埃重建在计算上变得可行？
• RQ4 重建图中的不确定性估计有多准确？能否通过极少的额外计算进行改进？
• RQ5 独立的脉泽视差能否验证高达4 kpc范围内的3D尘埃结构的可靠性？

主要发现

• 该图覆盖了径向距离达16 kpc的体积，比之前地图多出900倍，角网格分辨率提高了18倍。
• 重建过程包含1220亿个自由度，是之前地图的400倍，能够解析更精细的结构。
• 最大后验估计在计算上是可行的，但会引入伪影，特别是与视线方向垂直的片状结构。
• 不确定性估计系统性地被低估，尤其是在低密度区域，通过镜像抽样可有效改善。
• 独立的脉泽视差证实了高达4 kpc范围内的真实尘埃结构存在，验证了该图在该范围内的可靠性。
• 尽管已尝试区域间交叉通信，圆锥边界处的不连续性仍持续存在，原因是相邻重建区域间通信不完整。