红移评估基础设施层 (RAIL)：Rubin 时代测光红移压力测试与大规模生产
天体物理仪器与方法
2026-03-13 v4 宇宙学与河外天体物理
星系天体物理
摘要
Vera C. Rubin 天文台的时空遗产巡天 (LSST) 的几乎所有河外应用案例都需要使用星系红移信息，然而其数百亿星系样本中的绝大多数将缺乏高保真度的光谱测量，转而依赖于受系统性不精确性和不准确性影响的测光红移 (photo-)，这些特性最好由测光红移概率密度函数 (PDF) 来概括。我们发布了红移评估基础设施层 (RAIL) 的 1.0 版本，这是一个用于大规模概率性测光红移估计的开源 Python 库，由 LSST 暗能量科学合作组织 (DESC) 发起，并由 LSST 跨学科合作与计算网络 (LINCC) 框架团队贡献。RAIL 的三个子包为端到端压力测试提供了模块化工具，包括一个用于生成真实复杂测光数据的前向建模套件，一个通过可扩展算法集来估计单星系和整体红移 PDF 的统一 API，以及测光红移 PDF 和点估计的内置度量指标。RAIL 作为一个灵活的工具包，能够针对各种科学目标大规模推导和优化测光红移数据产品，并且不特定于 LSST 数据。因此，我们向包括 Rubin 在内的射外科学界描述 RAIL 软件库的设计和功能，以便任何研究人员都能使用其广泛的测光红移表征和评估工具。
引用
@article{arxiv.2505.02928,
title = {Redshift Assessment Infrastructure Layers (RAIL): Rubin-era photometric redshift stress-testing and at-scale production},
author = {The RAIL Team and Jan Luca van den Busch and Eric Charles and Johann Cohen-Tanugi and Alice Crafford and John Franklin Crenshaw and Sylvie Dagoret and Josue De-Santiago and Juan De Vicente and Qianjun Hang and Benjamin Joachimi and Shahab Joudaki and J. Bryce Kalmbach and Arun Kannawadi and Shuang Liang and Olivia Lynn and Alex I. Malz and Rachel Mandelbaum and Grant Merz and Irene Moskowitz and Drew Oldag and Jaime Ruiz-Zapatero and Mubdi Rahman and Markus M. Rau and Samuel J. Schmidt and Jennifer Scora and Raphael Shirley and Benjamin Stölzner and Laura Toribio San Cipriano and Luca Tortorelli and Ziang Yan and Tianqing Zhang and the LSST Dark Energy Science Collaboration},
journal= {arXiv preprint arXiv:2505.02928},
year = {2026}
}
备注
Accepted by OJAp, 21 pages, 6 figures, 5 tables