redMaPPer IV：以 1% 精度进行星系团成员星系的光度成员资格识别

为了利用光度数据研究星系团的星系种群，必须能够准确区分团成员与非成员。redMaPPer 星系团查找算法以概率方式处理此问题。在此，我们利用 SDSS 和 GAMA 光谱成员资格率来验证 $z\in[0.1,0.3]$ 范围内星系团的 redMaPPer 成员资格概率估计。我们发现存在微小但可修正的偏差，这些偏差源于三种不同的系统误差。前两种是预先预期的，即蓝色团星系和沿视线的关联结构。第三种系统误差是新的：redMaPPer 模板拟合表现出对光度噪声的非平凡依赖性，这在使用噪声数据时会使原始 redMaPPer 概率产生偏差。在修正这些效应后，我们发现光度概率估计与光谱成员资格率之间具有极好的吻合度（$\approx 1\%$），表明我们可以仅从光度数据中稳健地恢复团成员资格估计。作为我们分析的副产品，我们发现平均而言，来自关联结构的不可避免投影效应贡献了 redMaPPer 星系团丰富度的约 $6\%$。这项工作也标志着 SDSS redMaPPer 星系团目录的第二次公开发布。