基于Mulguisin算法构建IllustrisTNG-300的星系团目录

我们提出了基于IllustrisTNG模拟器构建的新星系团目录。我们使用Mulguisin (MGS) 算法识别星系过密区域。我们的星系团识别与以往的FoF星系团识别不同，主要体现在两个方面：1)我们基于星系亚星体而非不可观测的暗物质粒子来识别星系团 halo；2)我们使用MGS算法对由巨型星系承载的星系过密区域进行分离。我们的做法提供了一个类似于观测星系团目录（基于光谱测量）构建的星系团目录。MGS星系团目录列出303个M$_{200} > 10^{14}$ M$_{\odot}$的halo，数量约为FoF的10%更多。由于我们分离了一些独立的巨型MGS星系团halo，这些halo被FoF算法捆绑成单个halo，因此MGS目录包含更多系统。这些独立的MGS halo在星系空间分布和相位空间图中看起来显著可区分。由于我们构建了一个识别局部星系过密区域的精细星系团目录，因此我们能够比使用FoF星系团目录更好地评估MGS星系团对星系演化的影响。MGS halo识别还能够通过选择相邻星系过密区域的系统来有效识别正在合并的星系团。因此，我们强调MGS星系团目录是研究宇宙模拟中的星系团以及与观测样本比较的有用工具。