Ia 型超新星的 Twins 嵌入 II：改进宇宙学距离估计

我们展示了如何利用 Ia 型超新星（SNe Ia）在极大光时的光谱来改进宇宙学距离估计。在 companion article 中，我们使用流形学习构建了 SNe Ia 在极大光时内在多样性的三维参数化，称之为“Twins 嵌入”。在本文中，我们讨论如何利用 Twins 嵌入改进 SNe Ia 的标准化。利用极大光附近单个经光谱光度校准的光谱，我们可将 SNe Ia 样本标准化至 RMS 为 $0.101 \pm 0.007$ mag，若去除本动速度贡献则对应 $0.084 \pm 0.009$ mag，若获得更大的参考样本则为 $0.073 \pm 0.008$ mag。我们的技术可标准化全部 SNe Ia，包括那些通常标记为特殊并常被其他分析剔除的超新星。我们发现传统的光变曲线宽度+颜色标准化（如 SALT2）并不充分。Twins 嵌入识别出一类 SNe Ia 子集（包含但不限于 91T 类 SNe Ia），其 SALT2 距离估计存在 $0.229 \pm 0.045$ mag 的偏差。使用 Twins 嵌入的标准化还显著降低了宿主星系相关性。在同一 SNe Ia 样本上，我们恢复出的宿主质量阶跃为 $0.040 \pm 0.020$ mag，而 SALT2 标准化为 $0.092 \pm 0.024$ mag。若未恰当考虑，这些传统标准化方法中的偏差可能对未来宇宙学分析产生显著影响。