星系性质与星系探测的弱引力透镜剪切响应解析修正

由星系探测与混淆识别引起的剪切估计偏差，现已被认为是当前及未来弱引力透镜巡天的一个问题。目前，对此偏差的经验修正方法涉及对每颗观测星系进行数值剪切并重新运行探测与选择流程。在本工作中，我们提供了一种对该偏差的解析修正，其精度达千分之一量级且远更简便易用。我们将平滑后图像像素值与星系性质解释为图像信号在一组基函数上的投影，利用基函数的剪切响应解析推导了像素值与星系性质（即星等、尺寸与形状）的线性剪切响应。借助这些导出的剪切响应，我们修正了依赖于剪切的星系探测与星系样本选择所带来的偏差。利用由图像噪声在像素值与星系性质上引起的测量误差的解析协方差矩阵，我们将星系形状测量及探测/选择流程中由噪声导致的偏差修正至噪声的二阶。本文所用代码每 CPU 秒可对约1000个星系完成探测、选择与剪切测量。该算法通过真实图像模拟进行了测试，我们发现，在对该约-4%的探测/选择偏差进行解析修正（不依赖外部图像校准）后，孤立星系的乘性剪切偏差为-0.12 ± 0.10%，而具有 Hyper Suprime-Cam 观测条件的混淆星系为-0.3 ± 0.1%。