通过体像素的无监督分类揭示星系中的光谱相似性

我们首次提出了对单个星系高光谱图像中体像素的无监督分类。类别通过光谱相似性识别区域，从而利用了数据立方体（空间和光谱）中包含的所有信息。我们在潜在判别子空间中使用高斯混合模型来寻找体像素的聚类。基于发射线，使用自动算法对星系内的小尺度运动进行了光谱校正。我们的数据包括JKB 18和NGC 1068的两个MUSE/VLT数据立方体，以及NGC 4151的一个NIRSpec/JWST数据立方体。我们的类别识别出许多通常易于解释的区域。我们为JKB 18找到的11个类别中，大多数被识别为被恒星光电离。其中一些是已知的HII区，但我们将其映射为延展的，并具有电离强度梯度。一个紧凑结构此前未被报道过，根据诊断图，它可能是一个行星状星云或一个更致密的HII区。对于NGC 1068，我们的16个类别属于活动星系核(AGN)型或恒星形成区。它们的空间分布与旋臂和包含巨分子云的环等众所周知的结构完美对应。核区的一个子分类揭示了AGN光谱中的几个结构和梯度。我们对NGC 1068的MUSE数据的无监督分类有助于在一张图中可视化AGN和喷流与星际介质的复杂相互作用。NGC 4151的中心非常复杂，但我们的类别可以很容易地与电离锥、喷流或H2发射联系起来。我们发现了一个新的延展结构，它沿垂直于喷流方向的N-S轴被AGN电离。相对于H2发射的轴，它逆时针旋转。我们的工作表明，体像素的无监督分类通过以综合和合成的方式呈现光谱和空间信息，充分利用了数据立方体中信息的丰富性。