基于星系成员的团簇质量估计效率与可靠性研究

我们研究了基于星系在团簇区域内投影相位空间分布的团簇质量估计器的效率与可靠性。为此目的，我们分析了来自一致LCDM宇宙流体力学模拟数据集的62个团簇。首先选取半径为0.5至1.5 Mpc/h的圆柱形区域（长度约为200 Mpc/h），随后通过施加合适的干扰者剔除算法来识别团簇成员。考虑两种团簇质量估计器：virial质量估计器（Mvir）和基于团簇速度散度估计的质量估计器（Msigma）。在样本量超过60个团簇成员时，Mvir平均会高估约10%的真实质量，而Msigma则低估约15%的真实质量。对于较小的样本量，virial质量估计器的偏差显著增加，而Msigma估计器几乎无偏。随着团簇成员数量从约400个降至约20个，两种质量估计的离散程度增加约为2倍。在没有显著亚团簇证据的团簇中仅选择早型星系时，Mvir估计的偏差可被降低。径向依赖的不完全性会严重影响Mvir估计，但对Msigma估计几乎无影响。其他观测效应，如定位误差、速度误差以及不同的观测孔径，对质量估计影响不大。