星系形态与暗物质星系结构之间的联系 II：从暗物质星系性质预测盘状结构

我们利用 TNG50 模拟研究了星系盘结构如何与其宿主暗物质星系的细节属性相连接。从流体动力学和匹配的仅含暗物质的运行中，我们测量了一系列星系性质，描述密度结构、角动量、形状、组合并环境。使用论文 I 中开发的形态分解方法，我们量化了在 $0 \le z \le 4$ 时的星系的大小、垂直尺度高度和质量分数。随机森林（RF）回归显示，仅凭星系性质即可高精度预测盘状星系的大小和厚度，而符号回归（Symbolic Regression, SR）则提供略低于后者精度的紧凑经验关系。盘状高度的预测始终比盘状大小更容易，且质量较小的星系 yield 更高的精度。基于流体模拟中测得的星系性质的预测优于基于仅暗物质模拟中匹配星系的预测，这反映了重力作用对内部星系的改造痕迹。SHAP 分析揭示，最具信息含量的星系参数包括浓度、Einasto 形状、全局自旋和内自旋，以及最近的质量增积，尽管其重要性在不同盘状性质之间存在差异。我们指出，盘状星系大小与密度轮廓形状之间的相关性主要源于盘状星系对内部暗物质星系的改造，而非原始的关联。最后，我们指出，在低质量星系中，随红移增加盘状星系相对于其宿主星系的扩展性更大，而大质量的高红移星系则显示相反趋势。我们提供基于 SR 的配方，准确地将星系性质映射到盘状结构，为星系-暗物质建模提供实用工具。