基于 COSMOS2020 光度数据重建星系星形成历史
星系天体物理
2025-07-23 v1
摘要
我们提出了一种新方法，从宽带光度数据重建星系星形成历史 (SFH) 的完整后验分布。该方法结合了仿真基推断 (SBI)，利用基于 SFH 与光度数据的神经网络训练，数据来源于 {\sc Horizon-AGN} 流体动力学宇宙仿真。我们将其应用于利用 COSMOS2020 在红移 范围内的光度数据重建 SFH。我们能够在仿真数据上准确估计 SFH 并量化其不确定性，后验均值无偏且可信赖区间校准良好。我们的 SFH 与独立文献测量结果基本一致。星系在 与 图中的位置与 SFH 形状、峰值数目及形成红移的统计特征一致。被动星系的 SFH 随着恒星质量在 时仅呈现弱趋势，但呈现显著散布，表明质量并非抑制星形成的唯一因素。然而，形成星系显示出明确的质量依赖 SFH，低质量星系经历更激烈的近期星形成。低质量星系在质量组装历史中拥有更多峰值。即便在相同质量下，我们仍发现多种形成红移，但对于被动星系而言，形成红移的质量依赖性较弱。质量为 的大多数被动星系在约 时首次发生质量组装，与质量无关。这一工作代表了该领域的 pilot 研究，未来将用于分析 \textit{Euclid} 深场数据，这些数据在类似的光度波段深度相似，但覆盖区域至少一个数量级更大，为以可靠方式为数百万颗星系推导 SFH 打开了可能性。
关键词
引用
@article{arxiv.2410.00795,
title = {Reconstructing galaxy star formation histories from COSMOS2020 photometry using simulation-based inference},
author = {G. Aufort and C. Laigle and H. J. McCracken and D. Le Borgne and R. Arango-Toro and L. Ciesla and O. Ilbert and L. Tresse and Y. Dubois},
journal= {arXiv preprint arXiv:2410.00795},
year = {2025}
}