在DLS和CARS中探测星系团：一种贝叶斯星系团搜寻算法
宇宙学与河外天体物理
2010-11-17 v1
摘要
在当前及未来的巡天中探测星系团，可以测量质光比、成团性质或星系团丰度，从而约束宇宙学参数。我们提出了一种基于贝叶斯观点的匹配滤波算法来探测星系团。该方法通过最大化一个依赖于星系光度、密度和测光红移并结合星系团先验的滤波器，能够确定星系团的位置、红移和富度。我们通过逼真的模拟星系星表对该算法进行了测试，结果显示，对于红移z < 1.2且富度Λ > 25（Abell富度 > 0）的星系团，探测的完备度为100%，纯净度为80%。我们将该算法应用于CFHTLS档案研究巡天（CARS）数据，恢复了与先前使用相同数据发表的类似探测结果，并额外发现了很可能真实存在的星系团。我们还将该算法应用于深透镜巡天（DLS），获得了该巡天中首个光学选星系样本。该样本在红移0.7以内是完备的，我们在红移1.2以内探测到超过780个星系团候选体。最后，我们讨论了该巡天中先前弱引力透镜探测结果与两个样本中光学探测结果之间的差异。
引用
@article{arxiv.1011.3513,
title = {Detecting Galaxy Clusters in the DLS and CARS: a Bayesian Cluster Finder},
author = {Begoña Ascaso and David Wittman and Narciso Benítez and the DLS collaboration},
journal= {arXiv preprint arXiv:1011.3513},
year = {2010}
}
备注
6 pages, 1 figure, to appear in the proceedings of the conference "IX Scientific Meeting of the Spanish Astronomical Society" (Madrid, September 13-17, 2010)