基于DR9 Legacy成像巡天的DESI类星体目标选择的角聚类性质

即将开展的暗能量光谱仪（DESI）巡天的类星体目标选择将在未来五年内固定。本工作的目的是通过研究成像系统误差以及恒星与星系污染的影响来验证该类星体选择，并开发缓解它们的流程。发现类星体目标的数密度涨落与DESI Legacy成像巡天第9次数据发布（DR9）的视宁度与深度等测光性质相关。为建模这一复杂关系，我们探索了机器学习算法（随机森林与多层感知机）作为标准线性回归的替代方案。依据测光性质将Legacy成像巡天覆盖区域划分为三个区域，我们在各区域独立分析，并使用eBOSS EZ-mocks验证方法。通过将各测光区域修正后目标选择的角关联与利用斯隆数字巡天（SDSS）第16次数据发布类星体所得角关联函数比较来检验缓解流程。借助该流程，我们在总面积的三分之二上恢复了DESI类星体目标与SDSS类星体间相似水平的关联，并表明剩余区域中关联的超出源于恒星污染，其应可通过DESI光谱数据去除。我们推导了三个成像区域的Limber参数，并与SDSS及2dF类星体红移巡天的先前测量进行比较。