一种识别星系并合的新型自动方法 I. 方法描述及其在 STAGES 巡天中的应用

我们提出了一种利用星系扣除 Sérsic 模型后的残差图像中所包含的形态学信息来识别星系并合的自动方法。去除寄主星系主体光信号的目的在于探测更暗弱的次并合。此处建议的并合诊断所使用的特定形态学参数是残差流量分数和残差的非对称性。这一新的诊断方法已经过校准和优化，使得得到的并合样本非常完备。然而，非并合源的污染也很高。如果对诸如 CAS 系统等其他结构参数的组合采用相同的优化方法，我们引入的并合指示器所产生的并合样本，其统计质量等于或高于通过使用其他结构参数获得的样本。我们通过识别一个视觉分类为并合但使用 CAS 系统常规阈值时不会被选出的样本，探索了本文方法挑选次并合的能力。鉴于并合在星系总体中的低发生率以及此处采用的优化，我们发现本文引入的并合诊断最适合用作否定性并合检验，即它在选择非并合星系方面非常有效。与所有当前可用的自动方法一样，选出的并合候选样本会受到非并合源的污染，需要进一步的步骤来产生纯净样本。该并合诊断是利用 STAGES 团队获得的 A901/02 星系团（$z=0.165$）的 HST/ACS F606W 图像开发的。我们特别关注了一个质量和星等受限的样本（$\log M/M_{\odot} > 9.0$，$R_{\rm Vega} < 23.5$ mag），该样本包含 905 个星系团星系和 655 个场星系，涵盖所有形态类型。