DESI Legacy Imaging Surveys DR10低红移星系的价值增强物理属性目录
星系天体物理
2026-05-20 v1
摘要
星系物理属性（如星形成率 (SFR)、质量和气相金属丰度）是种群研究和演化分析的关键。为现代成像调查中的数十亿星系推导这些量值 presents significant挑战，主要由于光谱资源有限以及传统光谱能谱拟合的计算成本高。结果是，大型光度调查中许多星系仍缺乏一致的属性估计。本研究引入一种多模态深度学习模型，将光学成像与光度目录特征相结合，用于估计低红移星系的 SFR、质量和氧丰度。该模型包含基于 ResNet 的卷积神经网络，用于从多波段图像中提取空间信息，以及处理目录级别光度特征的多层感知器，利用形态、面积亮度和宽带颜色等补充约束。模型在 MPA-JHU DR8 目录中的参考测量值上进行训练，针对大规模估计进行优化。将其应用于 DESI Legacy Imaging Surveys (LS) DR10，模型生成的价值增强目录包含约 54.7 亿个红移 的星系的物理属性估计。通过与独立目录的比较以及关键比例关系的探讨验证，显示虽然所导出属性不意在用于单个对象的精密测量，但有效捕获了 ensemble 研究所需的主要天体物理趋势。该目录为 DESI LS DR10 首次提供一致的基于光度的 SFR、质量和金属丰度估计，为局部宇宙星系的统计研究提供了关键资源，并促进了与当前及未来光谱调查的比较。
引用
@article{arxiv.2605.19520,
title = {A Value-added Physical Properties Catalog for Low-redshift Galaxies from DESI Legacy Imaging Surveys DR10},
author = {Shirui Wei and Changhua Li and Yanxia Zhang and Chenzhou Cui and Jinghang Shi and Wujun Shao and Zihan Kang and Yongheng Zhao and Maoyuan Huang},
journal= {arXiv preprint arXiv:2605.19520},
year = {2026}
}
备注
21 pages, 6 figures, 9 tables. Published in ApJS