Sohn2020VelocityDispersionsBrightest
Brief
#
- 对一个 cluster compilation 进行了速度弥散的测量，并且比较了 BCG/cluster 的速度弥散/质量的比值
- 比较重要的结论是 fig8 和 fig12
- fig8 说明 BCG 速度弥散可以作为一个 halo mass tracer
- fig12 发现速度弥散 ratio 随着质量/光度/速度弥散的增加而下降，这是独立于 AGN feedback 的
- 可以思考用 BCG 速度弥散替代外围区域测光测量/satellite 数量的可能性，或者将视向速度测量视作运动学信息而不是红移信息的可能性
Intro
#
- BCG 和其他星系性质的不同可以归结为对应的 halo 经历更多的吸积/并合事件
- BCG 和对应 halo 的质量比值实际上就是 SHMR，在 1e12 达到峰值（并且远低于重子 fraction），在更大质量下受到 AGN feedback 的抑制
- BCG 研究的困难在于识别以及外围区域的测光
- Coma cluster 中有两个最亮的星系并且都不在中心
- 速度弥散相比质量/光度的一个优势在于不依赖外围的测光（缺点就是光谱相比测光数据来说更难获得吧？）
Data
#
- 收集了多个来源的 cluster catalog，最终样本数目有 227 个，红移覆盖在 0.02~0.3，并且其中 52k 成员星系是经过光谱确认的
- 对于每个成员星系获取多方面的数据
- 测光数据来自 SDSS CMODEL mag
- 光谱数据也是一个 complication，包括 SDSS DR14、Hecto spec 等
- 恒星质量来自 SED fitting，代码名称叫 Le Phare（引用的年份是 1999 和 2006），SSP 采用 BC03
- 速度弥散的测量同样来自光谱（比较谱线的展宽？），为了消除 SDSS/Hecto 之间的 aperture 差异需要进行归一化的改正
Catalog
#
- 成员星系的确定依赖相空间分布
- 和 Mitra2025BASILISKIVNo 类似，绘制一个投影距离 $R_p$ 和视向速度差 $\Delta V$ 的平面，物理无关的星系会在这个相空间中被区分出去（速度差值超过所在半径处的环绕速度）
- 最后 cluster 的成员星系数量中位数是 180 个
- 借助这个方法也可以大致确定星系的 M200
- 将星系速度弥散的 bi-weight value 作为 cluster 的速度弥散
- fig2 展示了 cluster 在红移-速度弥散平面上的分布，可以看到 Malmquist bias 的存在
- BCG 的确定要求星系是 cluster 中 r-band最亮的星系同时位置必须在 0.5 R200 范围内（这个位置要求好像不是很严格？从 Tab2 来看 R200 大概在 1Mpc 尺度），之后再经过 visual inspection 最终确定
- fig3 展示了确定 A2147 BCG 的过程
- magenta cross 展示的是之前文章中错误确定的 BCG 的位置
- 右下 panel 中的实线展示的是 caustic
- 将 BCG 识别的结果和其他 catalog 进行了比较
- fig4 展示了 BCG 和 field 星系的 D4000 value 分布的对比
- field 呈现 bimodal 分布，而 BCG 几乎全部是 quiescent galaxy
Result
#
- fig5 BCG 遵循普通 quiescent 星系的质量-速度弥散关系，或者说是普通 quiescent 星系的自然延伸（应该只有 mass-size relationship 是异常的）
- fig6/7 对比了 BCG 光度/亮度随着 cluster 性质的变化关系，大致都和 cluster 质量/速度弥散成正相关关系
- fig8 key finding: BCG 速度弥散和 cluster 质量/速度弥散成（remarkably tight）正相关关系
- 蓝色虚线对应 simulation 的结论，在斜率和 scatter 上存在一定差异
Comparison
#
X-ray
#
- 用于对比的 X-ray 数据集是 MCXC（来自 ROAST 观测）
- 样本做了 volume limited（fig9）以及 X-ray clean（也就是 X-ray 中心和 BCG 偏差不太大）两种筛选
- fig10 展示了 BCG 速度弥散和 X-ray 观测量的关系，橙色/红色点分别代表 volume limited 和 X-ray clean 的筛选，两种筛选对最终的 trend 都没有很大的影响
Simulation
#
- fig11 比较了 BCG mass 和 M200 的比值随着 M200 的变化，有一种机制（AGN）使得这个比值随着质量增加而下降
- 红色和绿色的线来自观测，蓝色线来自 Universe Machine，which 可能低估了 AGN feedback 的强度
- fig12 是 BCG/cluster 速度弥散的比值随着 cluster 速度弥散的变化，呈现和模拟预测的常数值不一致的负相关关系
- 解释为在大质量 cluster 中周边星系运动速度很快，BCG 很难通过 mild merger 增长，而 halo 一直在通过吸积增长
Thoughts
#
- 对于这里的光谱数据的覆盖率还是抱有一定的怀疑态度……可能存在不完备和非均匀选择两方面的问题？
- 原来不能通过 spec fitting 来确定恒星质量？
- 速度弥散确实可以作为一个 halo mass indicator，核心优势是不需要处理外围区域的测光问题，但是可能数据覆盖不如测光数据那么广？
- X-ray 为什么会给出光度和温度两个观测量？
- simulation 的结论是 BCG/cluster 速度弥散比值不变但是质量比值会下降，这应该是不协调的吧？
- 可以解释为 BCG 速度弥散反映的是 BCG subhalo 的质量增长，而 BCG mass 和速度弥散的差异就是 AGN feedback 造成的 SF 的降低
- 也就是说 BCG/cluster mass ratio 随着质量增加的降低不仅仅是 AGN feedback 的影响，而是随着质量增加 BCG subhalo 在 main halo 中所占比重也会降低
- 这里提到了 BCG subhalo，BCG 不是直接 reside 在 main halo 中的吗？
- 所以 halo 和 stellar component 都可以做 BCG/satellite 的区分
- 最终可以去对应的 simulation 文章里面找这种假设的原因
Supplement
#
- 速度弥散可以在光谱拟合过程中同步得到，用到的信息实际上是光谱中所有谱线的展宽程度
- 用基于测光数据的 SED fitting（而不是光谱数据）测量 stellar mass 就是标准的做法
- 光谱数据的波长覆盖不如测光数据（尤其是紫外端）
- 光谱的流量定标很困难，数据仅反映不同波长上流量的相对大小
- 光谱 aperture 一般很小，只针对中心区域
- MMT (Multiple Mirror Telescope) 最初（1979）由六个 1.8m 的镜面组成，但是后续更换为一块 6.5m 的主镜，位于 Arizona
- Malmquist bias 指的就是 flux limited 限制下在远处只能看到足够亮的天体，容易造成对高红移天体的亮度的系统性高估
- 最开始和 Eddington bias 搞混了，这个 bias 指的是：由于低亮度/质量的天体是更多的，所以暗天体被高估的概率高于亮天体被低估的概率
- 也就是给一个幂律曲线施加一个 Gaussian smoothing 之后幂律指数会变小
- sub halo 是在 simulation 中被识别出来的，BCG subhalo 位于中心位置，main halo 指的是所有 sub halo 的集合