结合 FOF 与基于晕的算法以识别星系群

星系群为诸多研究提供了手段，有助于更好地理解宇宙的大尺度结构，并可将星系性质与其宿主晕的性质联系起来。然而，星系系统的识别是一项具有挑战性的任务，因此有必要尽可能改进所涉及的技术。鉴于当前与未来的大型星系星表，我们提出、实现并评估了一种结合两种最常用星系系统识别技术的算法。该算法可轻松应用于任何光谱星系星表，但此处我们展示其在 Sloan Digital Sky Survey（斯隆数字巡天）上的应用。假设星系群是至少含一个亮星系的引力束缚系统，我们首先使用适配此定义的 Friends-Of-Friends (FOF, 朋友-of-朋友) 算法识别星系群。鉴于该方法尤其是识别低数目星系群能力的不足，以及因而无法研究全质量范围内晕的占据情况，我们通过加入基于晕的流程对其改进。为评估性能，我们从半解析模型构建模拟星表，以将我们用该方法识别的星系群与模拟中得到的星系群进行比较。将我们用该方法提取的星系群与模拟星表比较表明，所提算法给出了极佳结果。为契合所采用星系群定义而对 FOF 算法第一部分所作的修改给出了可靠的星系群。此外，基于晕方法的引入减少了闯入者，同时更准确地再现了每个星系群中的星系数目。作为一个具体应用，我们使用该算法从 Sloan Digital Sky Survey 中提取星系群。