提高投影相空间图中分类星系可观测分布的准确性

使用投影相空间图 (PPSD) 根据运动学行为和动力学状态对星系族群进行分类的研究受到误分类和污染的影响，导致在确定不同星系类别特征时产生系统误差。我们提出了一种统计校正方法，用于确定星系属性分布，同时考虑来自其他类别被误分类星系造成的污染。使用取自 MultiDark Planck 2 模拟并结合星系形成半解析模型 SAG 的大质量星系团及其周围星系样本，我们计算了 PPSD 中分类方案相关的混淆矩阵。基于在 PPSD 中的位置，星系被分类为星系团成员、回弹星系、近期落入星系、落入星系和前景星系。这种分类是使用代码 ROGER 计算的概率以及阈值标准确定的。通过反演混淆矩阵，我们能够更好地确定诸如颜色等星系属性的分布。与仅基于预测星系类别的直接估计相比，对于受误分类影响最大的星系类别：星系团成员、回弹星系和近期落入星系，我们的方法提供了更好的依赖于质量的颜色分布估计。我们将该方法应用于观测的 X 射线星系团和星系样本。只要能估计混淆矩阵，我们的方法就可以应用于 PPSD 中的任何星系分类以及颜色以外的任何其他星系属性。星系团中的蓝色低质量星系几乎全部是尚未被星系团环境作用淬灭的近期落入星系。回弹星系平均而言比预期的更红。