潮汐特征的物理特性研究 I. 从 CANDELS 观测与 VELA 模拟中提取形态子结构

主并合在星系演化中的作用仍是一个关键开放问题。现有的经验性并合识别方法使用非参数和主观的视觉分类，这给约束并合历史带来系统性挑战。作为克服这些挑战的第一步，我们开发并公开分享了一款新的基于 Python 的软件工具，该工具从流行的参数化光剖面拟合工具（例如 GALFIT）生成的模型相减“残差”图像中识别并提取通量显著和面积显著的连通区域。利用 17 个 CANDELS 星系的哈勃空间望远镜（$HST$） $H$ 波段单 Sérsic 残差图像，我们展示了该工具测量面亮度并改进多种常见残差特征（盘结构、旋臂子结构、可能的潮汐特征和强引力弧）定性识别的能力。我们在来自 VELA 流体动力学模拟的一个 $z\sim 1.5$ 主并合的合成 $HST$ 观测上测试了我们的方法。我们在 CANDELS 深度和分辨率下提取了对应于不同阶段的潮汐特征的诞生、生长和消退以及不同观测取向的 $H$ 波段残差特征。我们发现浅深度下提取的特征具有嘈杂的视觉外观且易受视角效应影响。对于一个 VELA $z\sim 3$ 主并合，我们发现詹姆斯·韦伯空间望远镜 NIRCam 观测相比现有 $HST$ 能力在探测高红移潮汐特征上具有显著优势。利用我们的新软件提取的可能潮汐特征的进一步定量分析，有望实现对标志性并合特征的稳健识别以及相应的并合率约束改进。