星系图像的详细二维结构分解

我们提出了一种二维 (2-D) 拟合算法 (GALFIT)，用于从星系图像中提取结构成分，特别是针对使用 Hubble Space Telescope 对空间分辨率良好、靠近星系的观测进行精细建模。该算法在两个方面改进了先前技术：能够同时拟合任意数量的成分，以及计算速度优化，适用于大规模星系图像。我们使用二维模型，如 "Nuker" 定律、Sersic (de Vaucouleurs) 轮廓、指数盘以及高斯或 Moffat 函数。方位角形状为广义椭圆，可拟合盘状和盒状成分。许多具有复杂等幅线、椭圆率变化和位置角扭曲的星系可以准确地在二维中进行建模。详细检查后发现，即使是外观简单的星系通常也需要至少三个成分才能准确建模，而不像更常用的单一或双成分。我们通过 7 个案例研究进行说明，这些案例包括规则和条纹星系、高度盘状的仲星系以及各种复杂度的椭圆星系。该算法的一个有用扩展是准确提取星系中的核点源。我们将 2-D 与 1-D 提取技术在模拟星系图像上进行比较，这些图像具有不同程度的核斜率，我们随后展示了该程序应用于几组附近星系中微弱核的示例。