光谱红移的贝叶斯分类器:高红移星系团的识别
天体物理学
2009-10-30 v3
摘要
光谱红移分类器提供了一种通过使用少量宽带滤波器来估计星系红移的手段。然而,红移的确定精度取决于星系的星形成历史,例如年龄、金属丰度和持续星形成的影响。我们提出了一种光谱分类器,显式考虑这些变化所导致的退化问题,基于 Kodama & Arimoto 的灵活星体光度合成代码。情况令人鼓舞,因为许多星体光度的变化引入的颜色变化是退化的。我们使用贝叶斯逆转方案来估计与观察到的颜色相容的红移范围。当应用于 Abell 370 的现有多波段光度数据时,大多数星系团成员都得到了正确的恢复,几乎没有场星污染。该逆转器专注于从覆盖 4000 Å 断裂的宽带颜色中恢复遥远 (z~1) 星系团中各种星体光度。我们发现这可以在令人印象深刻的精度 () 下实现,这使得对星系团星系演化进行细致调查成为可能,几乎没有选择偏差。
引用
@article{arxiv.astro-ph/9806120,
title = {A Bayesian Classifier for Photometric Redshifts: Identification of high redshift clusters},
author = {Tadayuki Kodama and Eric F. Bell and Richard G. Bower},
journal= {arXiv preprint arXiv:astro-ph/9806120},
year = {2009}
}
备注
18 pages, including 15 figures, Accepted for publication in MNRAS