利用自适应匹配滤波技术的光学星系团搜寻：算法及与模拟的比较

我们提出了一种改进的自适应匹配滤波算法，旨在从诸如斯隆数字巡天（Sloan Digital Sky Survey）等大视场成像巡天中识别星系团。该星系团搜寻技术能够完全自适应于具有光谱覆盖、多色测光红移、完全无红移信息以及在一次巡天中上述任意组合的成像巡天。在能够以充分了解的误差分布估计测光红移的多波段成像巡天中，它具有很高的效率。在逼真的模拟 SDSS 星表上对该算法的测试表明，对于质量高于$1.0*10^{14} h^{-1} M_{solar}$且红移高达$z=0.45$的星系团，探测样本的完整度约为 85%，纯度超过 90%。结果表明，在具有斯隆巡天典型测光红移误差的整个红移范围内，由最大似然法估计的星系团红移误差很小（通常小于 0.01）。在与星系超密度$\Delta=200$对应的球半径内，我们发现导出的星系团丰度$\Lambda_{200}$是其位力质量$M_{200}$的粗略线性指示器，这很好地恢复了输入模拟中总光度与星系团质量之间的关系。