从图像模拟推断星系的测光与尺寸演化

当前对星系演化模型的约束依赖于从多波段测光巡天中提取的形态计量目录。然而，这些目录受到难以建模的选择效应改变，这些效应以非平凡方式相关，若不加仔细考虑可能导致矛盾的预测。为解决此问题，我们开发了一种新方法，将参数化贝叶斯间接似然（pBIL）技术与经验建模相结合，并辅以能再现大部分此类选择效应的真实图像模拟。这使我们能够直接比较观测与模拟图像，并推断模型参数的稳健约束。我们使用半经验正向模型从一组物理参数生成模拟星系分布。这些星系经过再现任何巡天仪器特性的图像模拟器，然后以与观测数据相同的方式被提取。模拟与观测数据之间的差异被量化，并通过基于自适应蒙特卡洛马尔可夫链方法的定制采样过程最小化。利用匹配 CFHTLS 深场大部分性质的合成数据，我们通过推断控制不同真实星系群体的尺寸和光度函数及其演化的参数，证明了我们方法的稳健性和内部一致性。我们还将本方法结果与经典的谱能量分布拟合和测光红移方法所得结果进行比较。我们的流水线仅用极少量可观测量（3 个测光波段）便高效推断出光度和尺寸分布及演化参数。与基于同一组可观测量进行的 SED 拟合相比，我们的方法给出的结果更准确且无系统偏差。