HyperGal：用于积分视场光谱仪SEDmachine超新星分类的高光谱场景建模
宇宙学与河外天体物理
2022-12-07 v1
摘要
时域天文学的最新发展，如Zwicky Transient Facility，已实现对整个可见光天空的每日扫描，导致每晚发现数百个新暂现源。其中10至15个为超新星（SNe），须在用于宇宙学前对其分类。光谱能量分布机（SEDm）是一台低分辨率积分视场光谱仪，其设计、建造与运行旨在对ZTF主相机探测到的目标进行光谱分类。当前的Pysedm流水线在暂现源过于靠近其宿主星系核时受污染限制；这可能导致错误分类并最终偏置宇宙学分析，且在局部环境属性方面影响SN样本同质性。我们提出一种新的场景建模器，从结构化背景中提取暂现源光谱，旨在提升SEDm的分类效率。HyperGal是一个全色场景建模器，利用暂现前测光图像生成宿主星系的高光谱模型；其基于CIGALE SED拟合器，用作具物理动机的光谱插值器。该星系模型辅以点源与弥散背景分量，被投影至SEDm光谱-空间观测空间并拟合观测。完整流程在5000个模拟数据立方上验证。我们引入对比度作为SN位置处暂现源与总流量之比。根据真实SEDm观测的估计对比度分布，我们显示HyperGal正确分类约95%的Ia型超新星（SNe Ia）。与标准提取方法相比，HyperGal多正确分类10%的SNe Ia。假阳性率低于2%，为标准提取方法的一半。假设核心坍缩超新星具有类似对比度分布，HyperGal额外正确分类14%（11%）的II型（Ibc型）超新星。
引用
@article{arxiv.2209.10882,
title = {HyperGal: hyperspectral scene modeling for supernova typing with the Integral Field Spectrograph SEDmachine},
author = {J. Lezmy and Y. Copin and M. Rigault and M. Smith and J. D. Neill},
journal= {arXiv preprint arXiv:2209.10882},
year = {2022}
}
备注
14 pages, 17 figures, submitted to Astronomy & Astrophysics