恒星 Population Synthesis 选择对前向建模基于红移分布估计的影响

对星系调查进行前向建模最近成为实现对阶段IV调查所需红移分布估计精度的主要方法之一。对星系前向建模的一个关键方面是物理性质从星系 Population 模型中提取的 SED 之间的连接，这通过SPS代码（如FSPS）实现。然而，SPS需要对星系组成的大量详细假设，目前对模型选择或参数值的不确定性很大。本文我们对 SED 建模选择的变化对 tomographic 星系红移分布的平均值和散布的影响进行了灵敏度研究。我们假设Prospector beta 模型作为信任输入星系 Population 模型，并使用其SPS参数为fiducial样本构建9个波段星系星度 magnitudes。我们然后通过一次改变一个 SED 建模选择来构建星系 magnitudes 样本。我们使用SOM方法对这些星系样本的颜色-红移关系进行建模。我们将星系放置在SOM 单元中以其观测帧颜色分配，并使用其单元分配来构建颜色选定的 tomographic 箱。最后，我们将每个变量的每个 binned 红移分布与使用 fiduciary 模型获得的估计进行比较。我们发现与 fiduciary 模型相比，与SED 相关的组成包括IMF、AGN、气体物理以及衰减律在 tomographic 红移分布的平均值和散布方面具有显著偏差。无论采用何种基于星系质量函数的重新加权策略，tomographic 红移分布的平均值和散布偏差都大于下一代阶段IV星系调查（如LSST和Euclid）设定的精度要求。