SDSS-IV DR17：MaNGA PyMorph 测光与深度学习形态学目录的最终发布
星系天体物理
2022-04-13 v1 天体物理仪器与方法
摘要
我们为 MaNGA 巡天的最终数据发布（系 SDSS Data Release 17（DR17）的一部分）呈现 MaNGA PyMorph 测光增值目录（MPP-VAC-DR17）与 MaNGA 深度学习形态学增值目录（MDLM-VAC-DR17）。MPP-VAC-DR17 通过对 MaNGA DR17 星系样本在 、、 波段的二维表面亮度轮廓进行 S\'ersic 与 S\'ersic+Exponential 拟合，提供测光参数（例如总流量、半光半径、核球-盘占比、椭圆率、位置角等）。MDLM-VAC-DR17 为相同星系提供基于深度学习的形态分类，包含若干形态性质：例如 T 型、椭圆与 S0 的细分，以及边缘上与带棒星系的识别。MPP-VAC-DR17 仅将 SDSS Data Release 15 发布的 MaNGA PyMorph 测光 VAC（MPP-VAC-DR15）扩展至纳入为最终 DR17 新增的星系；而 MDLM-VAC-DR17 相较前一版本（MDLM-VAC-DR15）做了若干改动与改进：即新版本更好地恢复了 T 型的低端。该目录还包含早型或晚型星系（ETG、LTG）的划分，以补充 T 型的方式对两类族群分类，尤其在中型（-1 < T-Type < 2）处 T 型值离散很大时。此外，还提供了基于 fold 的分类不确定性。为确保稳健可靠，我们对所有图像进行了目视检验。我们描述了目录内容并展示了一些可将其结合的有趣方式。
引用
@article{arxiv.2110.10694,
title = {SDSS-IV DR17: Final Release of MaNGA PyMorph Photometric and Deep Learning Morphological Catalogs},
author = {H. Domínguez Sánchez and B. Margalef and M. Bernardi and M. Huertas-Company},
journal= {arXiv preprint arXiv:2110.10694},
year = {2022}
}
备注
Accepted for publication in MNRAS. Catalogues will be released with SDSS Data Release 17