改进红移巡天中类 Hickson 致密星系群搜寻算法：在 SDSS 中的实现

在这项工作中，我们提出了一种识别致密群（CGs）的算法，它紧密遵循 Hickson 的原始目标，并提高了从红移巡天获得的致密群样本的完备性。我们不再先在投影中识别 CGs 再检验速度一致性判据，而是直接使用类 Hickson 判据在红移空间中识别它们。该方法在基于近期星系形成半解析模型、叠加在 Millennium Simulation I 上并缩放以代表第一年 Planck 宇宙学输出的星系模拟光锥上进行了测试。新算法识别出的 CGs 数量近乎翻倍，不再遗漏那些因位于隔离环中的速度异常值而未能通过隔离判据的 CGs。新的 CG 样本捕捉到了表面亮度较低的群，它们更松散且最亮星系更暗，被经典方法所遗漏。来自 Sloan Digital Sky Survey 的新致密群星表是本研究自然的推论。该公开可用样本包含 $462$ 个具有四个或更多星系成员的实际观测群，其中 $406$ 个明确满足所有致密群要求：紧致性、隔离性以及所有成员的速度一致性。其余 $56$ 个群需要潜在污染源的进一步红移信息。这构成了在具有可用光谱信息的巡天中严格满足所有 Hickson 判据的最大群样本。