Xin Qiao

/home

/tools

/obsidian

~/Obsidians/ Doubrawa2026SPLUSClustersLargescale

Doubrawa2026SPLUSClustersLargescale

Brief #

  • 使用 PZWav 在 S-PLUS 上进行了探测，并且和 eROSITA source catalog 进行了基于 profile 的匹配
    • 两个可变参数是 purity 和 magnitude cutoff
    • 对比了 XLF 和 logN-logS 两个关键物理量
  • 和 redMaPPer 的对比结论主要是 redMaPPer 存在仅选择 red sequence system 的 selection bias
    • 以 X-ray catalog 作为 ground-truth 的话，在同样的 purity 标准下 PZWav 显示出更佳的 completeness

Intro #

  • group 相比 cluster 的特别之处在于 AGN feedback、WHIM physics 等重子过程更明显（相比引力作用）
  • S-PLUS 是一个 12 filter（包括 5 个宽带和 7 个窄带）的南天巡天项目，和 eROSITA 有很好的重叠
  • paper1 对已知的 83 个 cluster/group 进行了分析，this work 的目标是利用 PZWav 构建一个 cluster catalog 并且和 eROSITA cluster 进行匹配
    • 最终和 redMaPPer cluster catalog 进行比较

Data #

  • eROSITA 数据来自 eRASS1 DR1，波段范围是 0.6-2.3 keV
  • S-PLUS 覆盖南天 9000 deg2，望远镜是 CTIO T-80 South (80cm)
    • 使用 DR5 数据，覆盖面积以及和 eROSITA 重叠面积分别是 4600/2500 deg2
    • 仅保留 r-band 亮于 21 mag 的天体
    • 红移范围限定为 0.08-0.25（出于 eROSITA 完备性的考虑）
    • star/galaxy separation 首先采用一个覆盖南天的 spec catalog 进行匹配，之后再用一种机器学习方法进行 refine
    • 剔除受到 bright star 以及 artifacts 影响的区域
  • PZWav 在不同红移 slice（宽度 0.01）上进行 cluster 探测（识别为 SNR 超过 4 的 peak）
  • 用之前工作（Doubrawa2023GalaxyClusterOptical）的方式（称作 AME）计算成员概率和 richness
    • 根据不同的 magnitude limit（-18.5, -19, -19.5, -20）建立多个 volume limit 样本

eROSITA detection #

  • 在 eRASS1 发布的图像、背景等数据产品基础上进行 wavelet 变换操作以将图像分解到不同的空间频率（1/8-16 arcmin）上
    • 背景存在一定局限性，因为其生成过程是对屏蔽 source 之后的 residual 进行平滑处理，kernel size 在 arcmin 量级
      • 解决办法是排除已知的明亮 X-ray 周围的区域，并且重新估计背景
  • 将小于 eROSITA PSF 尺寸（0.5arcmin）的区域视作点源并且进行挖除，这一步剔除的除了 AGN 还有 cluster cool core
    • cluster size 大约在 2-3 arcmin
    • 剔除 cool core 之后的 X-ray luminosity 和 halo mass 有更紧密的关系（？）
  • X-ray source 和 optical cluster 的匹配方式基于 profile 而不是简单的位置匹配
    • 首先生成 X-ray contour，之后通过 modified Hausforff distance 量化 X-ray contour 和 member galaxy contour 之间的相关性
    • 要求 X-ray contour 一定距离之内的成员概率之和超过一定阈值
      • 通过 X-ray catalog 和 random catalog 之间的匹配结果控制 purity，要求 purity 达到 80/90/95 的情况下可以反推对应的阈值
      • 对于每一个 purity 水平，选取最佳的成员概率和阈值和 contour 覆盖率，使得匹配数量最大化
    • fig1 展示了四个 cluster 例子

Results #

  • 采用不同的 absolute magnitude 截断实际上是「对于 group 探测的敏感度」和「控制误差」之间的 trade-off
    • fig2 中可以看出改动带来的区别：更亮的 cutoff 会导致更多的高红移探测、更大比例的 rich cluster 探测
  • fig3: 不同 purity 和 cutoff magnitude 下的 cluster/group 所占比例
    • 在中等 purity 下采用更亮的 cutoff 会导致 cluster 比例下降，但是高 purity 下不受影响
  • fig4: X-ray flux 的分布函数
    • 和 ROSAT 大致保持一致
  • fig5: X-ray luminosity function 和过去的工作相符
  • 相比 redMaPPer/eROMaPPer catalog
    • recovery rate（或者 purity）大致类似（fig6）
    • 存在 completeness 的提升（fig4/5, fig7）
      • reference 是 X-ray 探测，所以只能说 PZWav 和 X-ray method 更加相似
      • fig7 bottom 给出了颜色的区分：redMaPPer 更倾向于探测到由 red sequence galaxy 组成的 cluster，尤其对于 missing fraction 出现差异的 poor cluster
        • 颜色相差大约 0.10

Thoughts #

  • mstar-z 关系和直接使用 absolute magnitude 是否有区别？
  • 较暗的 cutoff 实际上没有办法消除红移依赖性（Malmquist），所以低红移和高红移的比值还会存在变化
  • 很大篇幅用于决定 absolute magnitude cutoff 的取值，类似于 redMaPPer 里面 mstar+1.75 的选择
  • 0.3 红移上限应该没有太多「不成熟」的 cluster 系统？但是考虑到 richness 较低确实可能存在
  • redMaPPer catalog 来源就是 eROMaPPer work（Kluge2024SRGEROSITAAllSky），而在那里其实是 forced mode 针对每一个探测到的 X-ray source 进行 richness 测量？
    • 所以应该不存在严重的 incompleteness，也许是 richness threshold 设置太低？
  • 也许相比 redMaPPer 更佳的表现来自 narrow band 提供的更加的 photo-z 精度？
back to top