z < 0.2 星系团和星系群中的合并比例：基于 Subaru Hyper Suprime-Cam 的非参数形态学研究

我们利用来自 Hyper Suprime-Cam (HSC) Subaru 战略项目的高分辨率成像数据，探讨星系合并的环境依赖性。我们聚焦于由 Sloan Digital Sky Survey 识别为 $z < 0.2$ 的星系团和星系群，作为星系环境的实验室。我们发展了一种新的非参数分类方案，将 Gini-$M_{20}$ 统计量与形状不对称参数相结合，以实现对同时具备中心浓度和外部形态扰动的合并对象的稳健辨识。将该方法应用于 HSC 数据的 33,320 个星系样本 ($0.075 \leq z < 0.2$)，我们辨识出 12,666 个合并星系，对应合并比例为 38%。我们的结果与 GALAXY CRUISE 项目的视觉分类结果一致，验证了该方法的有效性。我们发现对于所有子样本 (场星系、星系对以及星系团成员) 的合并比例随红移增加，而且在星系团内部也表现出强烈的径向梯度，向中心方向增加。这些趋势表明合并活动在较早的宇宙时代以及较密集的环境中尤其在星系群中得到增强。我们还发现合并可能对星系团核心内的 AGN 触发提供一定证据。本研究凸显了将非参数形态学诊断用于大规模合并辨识的实用性，并为理解环境在星系演化中的作用提供了新的见解。