GalSyn I：来自流体动力学模拟的合成星系观测框架及 IllustrisTNG 首次数据发布
摘要
我们提出 GalSyn（Galaxy Synthesizer，即星系合成器），这是一个模块化且灵活的 Python 软件包，用于从流体动力学星系模拟中生成合成光谱 photometry 观测。GalSyn 采用基于粒子的光谱建模方法，能够快速生产大规模合成数据集，满足统计人口研究的需求，为全光谱传输代码提供了计算效率更高的替代方案。用户对光谱建模选择拥有完全控制权，包括选择恒星 population synthesis 引擎、恒星 isochrones、光谱库和初始质量函数。尘埃衰减通过基于线-of-sight column density 方法在空间分辨率水平上建模，包含一整套固定和自适应衰减模型。解耦的动力学模型独立地对星际和 nebular 成分进行 Doppler 位移，实现对真实合成 IFU 数据立方体的建模。该框架还提供添加观察真实性的功能，包括 PSF 卷积和多组件噪声模拟。除了影像和光谱数据立方体，GalSyn 还能重建空间分辨率的物理属性图和星系形成历史。随本文一同发布的，我们提供了来自 IllustrisTNG 模拟套件生成的合成影像观测和空间分辨率星系形成历史的首次公开数据发布，包括四个模拟外银河调查场（面积分别为 、、、 平方弧分），以及 范围内 290 个本地巨型星系（）的祖先历史，以及 259 个主要合并系统。每个星系数据立方体包含来自 HST、JWST、Euclid、Rubin/LSST 和 Roman Space Telescope 的 47 个滤波器影像。GalSyn 已在 https://github.com/aabdurrouf/GalSyn 上公开获取。
引用
@article{arxiv.2603.23986,
title = {GalSyn I: A Forward-Modeling Framework for Synthetic Galaxy Observations from Hydrodynamical Simulations and First Data Release from IllustrisTNG},
author = {Abdurro'uf and Henry C. Ferguson and Samir Salim and Kartheik G. Iyer and Larry D. Bradley and Dan Coe and Novan Saputra Haryana and Sultan Hassan and Intae Jung and Gourav Khullar and Takahiro Morishita and Lamiya Mowla},
journal= {arXiv preprint arXiv:2603.23986},
year = {2026}
}
备注
31 pages, 20 figures, submitted to AAS journals. GalSyn is publicly available at https://github.com/aabdurrouf/GalSyn, and its documentation is available at https://galsyn.readthedocs.io/en/latest/. The first public data release is available at https://github.com/aabdurrouf/GalSyn_dr1. Comments are welcome!