Morfometryka——一种建立星系形态分类的新方法

我们提出一个扩展的形态测量系统，用于从天文图像中自动分类星系。新系统包含CASGM系数(集中度$C_1$、不对称性$A_3$和平滑度$S_3$)的原始和修改版本，以及新参数熵$H$和旋臂度$\sigma_\psi$。新参数$A_3$、$S_3$和$H$分别比$A_1$、$S_1$和$G$更能区分星系类别。新参数$\sigma_\psi$捕捉图像中非径向模式的数量，并几乎与T-type线性相关。使用来自Galaxy Zoo项目的旋涡和椭圆星系样本作为训练集，我们采用线性判别分析(LDA)技术对Baillard et al.(2011, 4478 galaxies)、Nair & Abraham (2010, 14123 galaxies)和SDSS Legacy (779,235 galaxies)样本进行分类。交叉验证测试显示我们的分类方案能达到超过90\%的准确率。因此，我们能够在形态测量参数空间中定义一个平面，以小于10\%的类别间错分率分离椭圆和旋涡类。我们使用到该平面的距离作为形态测量指数(M$_{\rm i}$)，并展示它与基于人类的T-type指数非常吻合。我们计算了来自SDSS Legacy Survey - DR7的$\sim$780k个星系的形态测量指数M$_{\rm i}$。我们讨论了M$_{\rm i}$如何与利用SDSS-DR7可用光谱获得的恒星种群参数相关。