宇宙学红移对星系形态测量分类的影响：利用Morfometryka的SDSS、DES、LSST和HST案例研究

我们对宇宙学红移在非参数自动星系形态分类方法中的影响进行了详细分析。我们将EFIGI 4458样本（重新定心于$z \sim 0$）中的每一星系在$0 < z < 1.5$范围内人工红移，模拟SDSS、DES、LSST和HST的仪器设置。随后我们使用MORFOMETRYKA追踪形态测量在每个$z$下如何退化。在此过程中，我们将所有星表重采样至若干分辨率与不同的信噪比范围，使我们能分别理解图像采样与噪声对测量的影响。最后，我们通过考察各仪器分类器度量随红移的退化，探索这些效应对执行自动星系有监督形态分类能力的影响。总体结论是，利用MORFOMETRYKA，我们可以在SDSS下对$z < 0.2$、DES下对$z < 0.5$、LSST下对$z < 0.8$以及HST下至少对$z < 1.5$进行可靠分类。