无偏差测量巨型分子云性质

我们审查了测量分子云在分子线数据立方体中尺寸、线宽和光度的方法，这些数据在分辨率和灵敏度较低时。我们发现，矩法方法稳健且灵敏——充分利用了位置和强度信息，我们推荐一种标准方法来测量位置角、主轴和次轴尺寸、线宽和光度，使用矩法方法。在不对束卷积和对分子云性质灵敏度的影响进行校正时，所得性质可能严重偏斜。这在特别是对于外星系观测中，分辨率和灵敏度效应常使测得值偏斜40%或更多。我们通过简单去卷积来校正有限的空间和光谱分辨率，通过对分子云性质进行外推来校正灵敏度偏斜。所得方法在给定云在峰值信噪比大于10且边缘解析的情况下，能够在大范围的分辨率和灵敏度下恢复分子云的性质，误差在10%以内。我们指出，干涉仪系统性地低估云的性质，特别是云的通量。偏斜程度取决于观测的灵敏度以及观测的(u,v)覆盖情况。在论文的附录中，我们 presenting a a保守的、新的分解算法用于识别分子线观察中的分子云。该算法以物理单位而非观测单位处理数据，不会在噪声存在时产生虚假云，而且对各种形貌都灵敏。因此，该分解的输出应直接可比较于不同的数据集。