星系图像的多高斯展开模型的贝叶斯拟合
星系天体物理
2021-12-22 v1 天体物理仪器与方法
摘要
将参数化模型拟合到星系图像已成为测量星系形态的标准方法。这种前向建模技术允许人们考虑 PSF，从而有效研究半解析的星系。然而，若对星系表面亮度轮廓采用不具准确代表性的特定参数化，会使测量结果产生偏差。此外，评估参数化轮廓中的系统误差可能较为困难。为克服这些问题，我们采用多高斯展开(MGE)方法表示星系轮廓，并结合贝叶斯框架拟合图像。MGE 使用一系列高斯灵活地表示星系轮廓。我们引入了一种新颖的贝叶斯推断方法，其使用预渲染的高斯分量，大幅加快了计算时间，使得在大型星系样本上运行拟合代码成为可能。我们通过一系列验证测试演示了我们的方法。通过将性质类似于在 处观测到的星系注入深场 HST 观测中，我们表明该方法能准确恢复真实星系的总流量和有效半径。此外，我们利用局部星系的退化图像表明，我们的方法可以恢复真实的星系表面亮度和颜色轮廓。我们的实现可在开源 python 包 中获得，其中包含图像准备、拟合和结果分析所需的所有方法。
引用
@article{arxiv.2109.13262,
title = {Bayesian fitting of multi-Gaussian expansion models to galaxy images},
author = {Tim B. Miller and Pieter van Dokkum},
journal= {arXiv preprint arXiv:2109.13262},
year = {2021}
}
备注
Accepted to ApJ, code available here: https://github.com/tbmiller-astro/imcascade