Astronomie

Zusammenhang zwischen photometrischer Farbe und Rotverschiebung

Zusammenhang zwischen photometrischer Farbe und Rotverschiebung

In diesem Papier beschreiben die Autoren die theoretische Beziehung zwischen photometrischen Farben, insbesondere in den Abbildungen 1 und 6:

Da die Farbe die Differenz zwischen zwei Größen ist und die Rotverschiebung definiert ist als $z=frac{lambda'-lambda_0}{lambda_0}$

Ich hätte gedacht, dass die Farbe-z-Beziehungen einfach eine Abwärtskurve sind, da das Licht rotverschoben wird (die Frequenz sinkt) und das Verhältnis zweier Größen bei der Rotverschiebung konstant ist.

Warum zeigen die Farben-Z-Beziehungen in diesem Papier (und in anderen, die ich gesehen habe) eine so komplexe Beziehung?


Der Hauptgrund ist, dass die intrinsischen Spektren von Galaxien komplex sind und daher eine Rotverschiebung ihres Spektrums zwar insgesamt zu einem röteren Spektrum führt, aber nicht unbedingt zu einer Rötung in allen Farben führt.

Wenn es zum Beispiel einen Peak im intrinsischen Spektrum gibt, dann würden sich Farben, die aus Bändern auf derselben Seite gebildet werden oder den Peak in der Wellenlänge überspannen, unterschiedlich verhalten, wenn sich dieser Peak nach Rot bewegt.

Die dramatische Rotverschiebung bei hohen Rotverschiebungen (beachten Sie, eine große Farbe ist röter) wird durch den "Lyman-Bruch" verursacht, der sich durch die Farbbänder bewegt. Grundsätzlich wird das intrinsische Spektrum bei Wellenlängen kleiner als 91,2 nm durch neutralen Wasserstoff selbstabsorbiert. Diese Absorptionskante ist bei Rotverschiebungen größer als 3 rotverschoben in den sichtbaren Bereich, wodurch die blauen Banden im Wesentlichen verschwinden und jede mit ihnen gebildete Farbe sehr rot wird.


Zusammenhang zwischen photometrischer Farbe und Rotverschiebung - Astronomie

Eine einfache Schätzung der photometrischen Rotverschiebung würde sich für bevorstehende Kontinuumsdurchmusterungen der nächsten Generation großer Radioteleskope als unschätzbar erweisen und die bestehende Tendenz zu den optisch hellsten Quellen mildern. Während es für Galaxien eine wohlbekannte Korrelation zwischen der Magnitude des nahinfraroten K-Bands und der Rotverschiebung gibt, finden wir, dass die K - z-Beziehung für Proben, die von quasistellaren Objekten dominiert werden, zusammenbricht. Wir vermuten, dass dies auf den zusätzlichen Beitrag des aktiven galaktischen Kerns zum Nahinfrarotfluss zurückzuführen ist, und als solche kann die K-Band-Magnitude im Fall aktiver Galaxienkerne nur eine untere Grenze für die Rotverschiebung darstellen, was dominieren die Radioumfragen. Aus einem großen optischen Datensatz finden wir eine enge Beziehung zwischen dem Rest-Frame (U - K)/(W2 - FUV)-Farbverhältnis und der spektroskopischen Rotverschiebung über eine Stichprobe von 17 000 Quellen, die z ≈ 0,1-5 umfasst. Unter Verwendung der beobachteten Frame-Verhältnisse von (U - K)/(W2 - FUV) für Rotverschiebungen von z 1, (I - W2)/(W3 - U) für 1 ≲ z ≲ 3 und (I - W2.5 )/(W4 - R) für z ≳ 3, wobei W2.5 der Betrag von λ = 8,0 µm ist und die entsprechenden Rotverschiebungsbereiche aus dem Betrag von W2 (4,5 µm) geschätzt werden, ist dies ein robuster photometrischer Rotverschiebungsschätzer für Quasare. Wir schlagen vor, dass die U-K-Farbe des Restrahmens den überschüssigen Fluss vom AGN über diesen weiten Bereich von Rotverschiebungen verfolgt, obwohl die W2-FUV-Farbe erforderlich ist, um die Entartung zu durchbrechen.


Geschichte

Die Geschichte des Faches beginnt mit der Entwicklung der Wellenmechanik im 19. Jahrhundert und der Erforschung der mit dem Dopplereffekt verbundenen Phänomene. Der Effekt ist nach Christian Andreas Doppler benannt, der 1842 die erste bekannte physikalische Erklärung für das Phänomen lieferte. Die Hypothese wurde 1845 von dem niederländischen Wissenschaftler Christoph Hendrik Diederik Buys Ballot für Schallwellen getestet und bestätigt. Doppler sagte richtig voraus, dass das Phänomen zutreffen sollte auf alle Wellen und legten insbesondere nahe, dass die unterschiedlichen Farben der Sterne auf ihre Bewegung in Bezug auf die Erde zurückzuführen sind. Während sich diese Zuschreibung als falsch herausstellte (Sternfarben sind Indikatoren für die Temperatur eines Sterns, nicht für die Bewegung), wurde Doppler später durch verifizierte Rotverschiebungsbeobachtungen bestätigt.

Die erste Doppler-Rotverschiebung wurde 1848 vom französischen Physiker Armand-Hippolyte-Louis Fizeau beschrieben, der darauf hinwies, dass die Verschiebung der Spektrallinien in Sternen auf den Doppler-Effekt zurückzuführen ist. Der Effekt wird manchmal als "Doppler-Fizeau-Effekt" bezeichnet. 1868 war der britische Astronom William Huggins der erste, der mit dieser Methode die Geschwindigkeit eines Sterns bestimmt, der sich von der Erde entfernt.

Im Jahr 1871 wird die optische Rotverschiebung bestätigt, wenn das Phänomen in Fraunhofer-Linien unter Verwendung der Sonnenrotation beobachtet wird, etwa 0,1 Å im Rot. 1901 verifizierte Aristarkh Belopolsky die optische Rotverschiebung im Labor mit einem System rotierender Spiegel.

Das früheste Vorkommen des Begriffs "Red-Shift" in gedruckter Form (in dieser Form mit Bindestrich) scheint 1908 von dem amerikanischen Astronomen Walter S. Adams zu stammen, wo er "Zwei Methoden zur Untersuchung dieser Natur der nebulären Rotverschiebung" erwähnt. Das Wort wird nicht ohne Bindestrich angezeigt, was möglicherweise auf eine häufigere Verwendung seines deutschen Äquivalents hindeutet. Rotationsverschiebung, bis etwa 1934 von Willem de Sitter.

Beginnend mit Beobachtungen im Jahr 1912 entdeckte Vesto Slipher, dass die meisten Spiralnebel erhebliche Rotverschiebungen aufwiesen. Anschließend entdeckte Edwin Hubble mit der Formulierung seines gleichnamigen Hubble-Gesetzes eine ungefähre Beziehung zwischen der Rotverschiebung solcher "Nebel " (jetzt bekannt als eigenständige Galaxien) und der Entfernung zu ihnen. Diese Beobachtungen gelten heute als starke Beweise für ein expandierendes Universum und die Urknalltheorie.


Zusammenhang zwischen photometrischer Farbe und Rotverschiebung - Astronomie

Mit ˜5000 spektroskopisch bestätigten Galaxien aus der Observations of Redshift Evolution in Large Scale Environments (ORELSE)-Durchmusterung untersuchen wir die Beziehung zwischen Farbe und Galaxiendichte für Galaxienpopulationen verschiedener Sternmassen im Rotverschiebungsbereich von 0,55 ≤ z ≤ 1,4. Es wird allgemein beobachtet, dass der Anteil der Galaxien mit Farben, die mit keiner fortlaufenden Sternentstehung (fq ) übereinstimmen, mit zunehmender Sternmasse, zunehmender Galaxiendichte und abnehmender Rotverschiebung zunimmt, wobei klare Unterschiede in fq zwischen Feld- und Gruppen-/Clustergalaxien bei den höchsten Rotverschiebungen beobachtet werden studiert. Wir verwenden ein semiempirisches Modell, um eine Reihe von Schein-Gruppen-/Cluster-Galaxien zu generieren, die von umweltspezifischen Prozessen unbeeinflusst sind, und vergleichen diese Galaxien mit fester Sternmasse und Rotverschiebung mit beobachteten Populationen, um die Effizienz der umweltbedingten Löschung (Ψ convert ) einzuschränken. Umgebungen mit hoher Dichte von 0,55 ≤ z ≤ 1,4 scheinen in der Lage zu sein, Galaxien mit log (M_/M_<⊙ >)> 10,45 effizient zu löschen. Galaxien mit geringerer stellarer Masse erscheinen auch bei den niedrigsten hier untersuchten Rotverschiebungen effizient gelöscht, aber diese Löscheffizienz nimmt mit zunehmender Rotverschiebung steil ab. Die Löscheffizienz wird in Kombination mit simulierten Gruppen-/Cluster-Akkretionsgeschichten und Ergebnissen zur Sternentstehungsrate-Dichte-Beziehung aus einer begleitenden ORELSE-Studie verwendet, um die durchschnittliche Zeit von der Gruppen-/Cluster-Akkretion bis zur Ruhe und die verstrichene Zeit zwischen Akkretion und Beginn einzuschränken constrain des Löschereignisses. Diese Zeitskalen wurden auf <t convert > = 2,4 ± 0,3 bzw. <t delay > = 1,3 ± 0,4 Gyr für Galaxien mit log (M_/M_<⊙ >)> 10,45 und <t convert > = . beschränkt 3,3 ± 0,3 und <t Verzögerung > = 2,2 ± 0,4 Gyr für Galaxien mit geringerer stellarer Masse. Diese Löscheffizienz und die damit verbundenen Zeitskalen werden verwendet, um bestimmte Umweltmechanismen als die primären Prozesse auszuschließen, die für die Transformation der Sternentstehungseigenschaften von Galaxien über diesem 4-Gyr-Fenster in der kosmischen Zeit verantwortlich sind.


Spektroskopische Fehler bei der photometrischen Rotverschiebungskalibrierung: kosmologische Verzerrungen und Vermessungsanforderungen

15 weit voneinander entfernte Regionen, jede mindestens

20 Bogenmin im Durchmesser und das Erreichen der schwächsten Objekte, die in einem bestimmten Experiment verwendet werden, werden wahrscheinlich notwendig sein, wenn photometrische Rotverschiebungen mit herkömmlichen Techniken trainiert und kalibriert werden sollen. Größere, vollständigere Proben (d. h. mit längeren Belichtungszeiten) können die Photo-Z-Algorithmen verbessern und die Streuung weiter reduzieren, wodurch der wissenschaftliche Ertrag aus geplanten Experimenten erheblich verbessert wird (was den Wert der Dark Energy Task Force um bis zu . erhöht)

50%) Optionen: Diese Spektroskopie wird am effizientesten durchgeführt, indem so viel wie möglich des optischen und nahen Infrarotspektrums bei mäßig hoher spektraler Auflösung (λ/Δλ >

3000), während der Sammelbereich des Teleskops, das Sichtfeld am Himmel und das Multiplexen simultaner Spektren maximiert werden. Das effizienteste Instrument hierfür wäre wahrscheinlich entweder der vorgeschlagene GMACS/MANIFEST-Spektrograph für das Giant Magellan Telescope oder der OPTIMOS-Spektrograph für das European Extremely Large Telescope, abhängig von den tatsächlichen Eigenschaften beim Bau. Der PFS-Spektrograph bei Subaru wäre der nächstbeste und wesentlich früher verfügbar, c. 2018 würden die vorgeschlagenen ngCFHT- und SSST-Teleskope ähnliche Fähigkeiten haben, aber später beginnen. Andere wichtige Optionen, in der Reihenfolge der benötigten Gesamtzeit, sind der WFOS-Spektrograph am TMT, MOONS am VLT und DESI am Mayall-4-m-Teleskop (oder die ähnlichen 4MOST- und WEAVE-Projekte) von diesen, nur DESI, MOONS und PFS werden voraussichtlich vor 2020 verfügbar sein. Tabelle 2-3 dieses Whitepapers fasst die Beobachtungszeit zusammen, die in jeder Einrichtung für Trainingsproben von Strohmännern erforderlich ist. Um sichere Rotverschiebungsmessungen für einen hohen Anteil an Zielobjekten zu erhalten und die gesamte Rotverschiebungsspanne zukünftiger Experimente abzudecken, wird auch zusätzliche Nahinfrarot-Spektroskopie erforderlich sein, die am besten aus dem Weltraum durchgeführt wird, insbesondere mit WFIRST-2.4 und JWST-Kalibrierung: Die ersten mehreren Momente der Rotverschiebungsverteilungen (der Mittelwert, RMS-Rotverschiebungsdispersion usw.), müssen mit hoher Genauigkeit bekannt sein, damit kosmologische Beschränkungen nicht von der Systematik dominiert werden (gleichermaßen könnten stattdessen die Momente der Verteilung der Unterschiede zwischen photometrischer und echter Rotverschiebung bestimmt werden ). Das ultimative Ziel der Kalibrierung besteht darin, diese Momente für jede in Analysen verwendete Teilprobe zu charakterisieren – d. h. die Unsicherheit in ihrer mittleren Rotverschiebung, RMS-Dispersion usw. zu minimieren – anstatt die Momente selbst klein zu machen. Die Kalibrierung kann mit demselben spektroskopischen Datensatz durchgeführt werden, der für das Training verwendet wird, wenn dieser Datensatz eine extrem hohe Rotverschiebungsvollständigkeit aufweist (d. h. keine Populationen von Galaxien, die in Analysen verwendet werden sollen, werden systematisch übersehen). Eine genaue Photo-z-Kalibrierung ist für alle bildgebenden Experimente erforderlich Anforderungen: Wenn extrem geringe systematische Unvollständigkeit (<

0,1%) in Trainingsstichproben erreicht werden, sollten die gleichen Datensätze wie oben beschrieben für die Kalibrierung ausreichen. Bestehende tiefe spektroskopische Untersuchungen haben jedoch keine sicheren Rotverschiebungen für 30–60% der Ziele ergeben, so dass sehr große Verbesserungen gegenüber den bisherigen Erfahrungen erforderlich wären. Diese Unvollständigkeit wäre ein limitierender Faktor für das Training, aber katastrophal für die Kalibrierung. Wenn <

0,1% Unvollständigkeit nicht erreichbar ist, ist die bekannteste Möglichkeit zur Kalibrierung photometrischer Rotverschiebungen die Verwendung von Kreuzkorrelationsstatistiken in irgendeiner Form. Die direkteste Methode hierfür verwendet Kreuzkorrelationen zwischen Positionen am Himmel von hellen Objekten bekannter spektroskopischer Rotverschiebung mit der Probe von Objekten, für die wir die Rotverschiebungsverteilung kalibrieren wollen, gemessen als Funktion des spektroskopischen z. Für eine solche Kalibrierung sind Rotverschiebungen von

100.000 Objekte über mindestens mehrere hundert Quadratgrad, die den gesamten Rotverschiebungsbereich der für dunkle Energie verwendeten Proben abdecken, wären notwendig und Optionen: Das vorgeschlagene BAO-Experiment eBOSS würde ausreichend Spektroskopie für grundlegende Kalibrierungen bieten, insbesondere für laufende und zukünftige Bildgebung Experimente. Das geplante DESI-Experiment würde eine hervorragende Kalibrierung mit redundanten Gegenprüfungen ermöglichen, wird jedoch nach Abschluss einiger Imaging-Projekte beginnen. Eine Erweiterung von DESI auf die Südhalbkugel würde die bestmögliche Kalibrierung von Kreuzkorrelationsmethoden für DES und LSST liefern. Wir gehen daher davon aus, dass unsere beiden Hauptbedürfnisse für die Spektroskopie – das Training und die Kalibrierung photometrischer Rotverschiebungen – zwei separate Lösungen erfordern. Damit laufende und zukünftige Projekte ihr volles Potenzial entfalten können, werden neue spektroskopische Proben von lichtschwachen Objekten benötigt, um diese neuen Proben zu trainieren, die möglicherweise für die Kalibrierung geeignet sind, aber die letztere Möglichkeit ist ungewiss. Im Gegensatz dazu sind großflächige Proben heller Objekte für das Training schlecht geeignet, können aber über Kreuzkorrelationstechniken hochpräzise Kalibrierungen liefern. Zusätzliche Trainings-/Kalibrierungs-Rotverschiebungen und/oder Spektroskopie der Wirtsgalaxie würden die Nutzung von Supernovae und Galaxienhaufen für die Kosmologie verbessern. Wir fassen auch zusätzliche Arbeiten zu photometrischen Rotverschiebungstechniken zusammen, die benötigt werden, um Daten aus laufenden und zukünftigen Dunkelenergie-Experimenten vorzubereiten. « weniger


Inhalt

Photometer verwenden spezielle Standard-Durchlassbandfilter für die ultravioletten, sichtbaren und infraroten Wellenlängen des elektromagnetischen Spektrums. [4] Jeder angenommene Satz von Filtern mit bekannten Lichtdurchlässigkeitseigenschaften wird als photometrisches System bezeichnet und ermöglicht die Feststellung bestimmter Eigenschaften von Sternen und anderen Arten von astronomischen Objekten. [10] Mehrere wichtige Systeme werden regelmäßig verwendet, wie das UBV-System [11] (oder das erweiterte UBVRI-System [12] ), das Nahinfrarot-JHK [13] oder das Strömgren uvbyβ System. [10]

Historisch wurde die Photometrie im nahen Infrarot bis hin zum kurzwelligen Ultraviolett mit einem photoelektrischen Photometer durchgeführt, einem Instrument, das die Lichtintensität eines einzelnen Objekts maß, indem es sein Licht auf eine lichtempfindliche Zelle wie eine Photomultiplier-Röhre richtete. [4] Diese wurden weitgehend durch CCD-Kameras ersetzt, die mehrere Objekte gleichzeitig abbilden können, obwohl photoelektrische Photometer immer noch in besonderen Situationen verwendet werden [14], beispielsweise wenn eine feine Zeitauflösung erforderlich ist. [fünfzehn]

Moderne photometrische Methoden definieren Helligkeiten und Farben von astronomischen Objekten unter Verwendung elektronischer Photometer, die durch standardmäßige farbige Bandpassfilter betrachtet werden. Dies unterscheidet sich von anderen Ausdrucksformen scheinbarer visueller Größe [7], die vom menschlichen Auge beobachtet oder durch Fotografie erhalten wurden: [4] die normalerweise in älteren astronomischen Texten und Katalogen vorkommen.

Von Photometern in einigen gebräuchlichen photometrischen Systemen (UBV, UBVRI oder JHK) gemessene Helligkeiten werden mit einem Großbuchstaben ausgedrückt. z.B. 'V' (mV), "B" (mB) usw. Andere vom menschlichen Auge geschätzte Größen werden in Kleinbuchstaben ausgedrückt. z.B. "v", "b" oder "p", usw. [16] z.B. Visuelle Größen als mv, [17] während fotografische Größen mph / mp oder photovisuelle Größen mp oder mpv. [17] [4] Daher könnte ein Stern der 6. Größe als 6.0V, 6.0B, 6.0v oder 6.0p angegeben werden. Da Sternenlicht über einen unterschiedlichen Wellenlängenbereich über das elektromagnetische Spektrum hinweg gemessen wird und von unterschiedlichen photometrischen Lichtempfindlichkeiten beeinflusst wird, sind sie nicht unbedingt äquivalent im numerischen Wert. [16] Zum Beispiel beträgt die scheinbare Helligkeit im UBV-System für den sonnenähnlichen Stern 51 Pegasi [18] 5,46 V, 6,16 B oder 6,39 U, [19] entsprechend den Größen, die durch jedes der visuellen 'V', blau . beobachtet werden 'B'- oder Ultraviolett-'U'-Filter.

Größenunterschiede zwischen Filtern zeigen Farbunterschiede an und hängen mit der Temperatur zusammen. [20] Die Verwendung von B- und V-Filtern im UBV-System erzeugt den B–V-Farbindex. [20] Für 51 Pegasi ist B–V = 6,16 – 5,46 = +0,70, was auf einen gelb gefärbten Stern hindeutet, der mit seinem G2IV-Spektraltyp übereinstimmt. [21] [19] Die Kenntnis der B–V-Ergebnisse bestimmt die Oberflächentemperatur des Sterns, [22] wobei eine effektive Oberflächentemperatur von 5768±8 K gefunden wird. [23]

Eine weitere wichtige Anwendung von Farbindizes ist die grafische Darstellung der scheinbaren Helligkeit des Sterns gegen den B-V-Farbindex. Dies bildet die wichtigen Beziehungen zwischen Sternengruppen in Farben-Helligkeits-Diagrammen, die für Sterne die beobachtete Version des Hertzsprung-Russell-Diagramms sind. Typische photometrische Messungen mehrerer Objekte, die durch zwei Filter gewonnen werden, zeigen beispielsweise in einem offenen Haufen [24] die vergleichende Sternentwicklung zwischen den einzelnen Sternen oder um das relative Alter des Haufens zu bestimmen. [25]

Aufgrund der großen Anzahl verschiedener photometrischer Systeme, die von Astronomen verwendet werden, gibt es viele Ausdrücke für Magnituden und ihre Indizes. [10] Jedes dieser neueren photometrischen Systeme, ausgenommen UBV-, UBVRI- oder JHK-Systeme, weist dem verwendeten Filter einen Groß- oder Kleinbuchstaben zu. z.B. Die von Gaia verwendeten Größen sind 'G' [26] (mit den blauen und roten photometrischen Filtern, GBP und GRP [27] ) oder das photometrische System von Strömgren mit Kleinbuchstaben von 'u', 'v', 'b', 'y' und zwei schmalen und breiten 'β' (Wasserstoff-beta)-Filtern. [10] Einige photometrische Systeme haben auch gewisse Vorteile. z.B. Die Strömgren-Photometrie kann verwendet werden, um die Auswirkungen von Rötung und interstellarer Extinktion zu messen. [28] Strömgren ermöglicht die Berechnung von Parametern aus dem b und ja Filter (Farbindex von bja) ohne Rötungseffekte, da die Indizes m 1 und C 1. [28]

Es gibt viele astronomische Anwendungen, die mit photometrischen Systemen verwendet werden. Photometrische Messungen können mit dem inversen Quadratgesetz kombiniert werden, um die Leuchtkraft eines Objekts zu bestimmen, wenn seine Entfernung bestimmt werden kann, oder seine Entfernung, wenn seine Leuchtkraft bekannt ist. Andere physikalische Eigenschaften eines Objekts, wie beispielsweise seine Temperatur oder chemische Zusammensetzung, können ebenfalls über Breitband- oder Schmalbandspektrophotometrie bestimmt werden.

Photometrie wird auch verwendet, um die Lichtvariationen von Objekten wie veränderlichen Sternen, Kleinplaneten, aktiven galaktischen Kernen und Supernovae zu studieren [7] oder um extrasolare Planeten im Transit zu erkennen. Messungen dieser Variationen können beispielsweise verwendet werden, um die Umlaufdauer und die Radien der Mitglieder eines sich verfinsternden Doppelsternsystems, die Rotationsdauer eines Kleinplaneten oder eines Sterns oder die Gesamtenergieabgabe von Supernovae zu bestimmen. [7]

Eine CCD-Kamera ist im Wesentlichen ein Raster von Photometern, das gleichzeitig die Photonen misst und aufzeichnet, die von allen Quellen im Sichtfeld kommen. Da jedes CCD-Bild die Photometrie mehrerer Objekte gleichzeitig aufzeichnet, können verschiedene Formen der photometrischen Extraktion an den aufgezeichneten Daten durchgeführt werden, typischerweise relativ, absolut und differentiell. Alle drei erfordern die Extraktion der Rohbildgröße des Zielobjekts und eines bekannten Vergleichsobjekts. Das beobachtete Signal von einem Objekt wird typischerweise viele Pixel gemäß der Punktspreizfunktion (PSF) des Systems abdecken. Diese Verbreiterung ist sowohl auf die Optik im Teleskop als auch auf das astronomische Sehen zurückzuführen. Bei der Fotometrie von einer Punktquelle wird der Fluss gemessen, indem das gesamte vom Objekt aufgenommene Licht summiert und das vom Himmel verursachte Licht abgezogen wird. [29] Die einfachste Technik, bekannt als Aperturphotometrie, besteht darin, die Pixelzahlen innerhalb einer auf das Objekt zentrierten Blende zu summieren und das Produkt aus der nahen durchschnittlichen Himmelszahl pro Pixel und der Anzahl der Pixel innerhalb der Blende zu subtrahieren. [29] [30] Daraus ergibt sich der Rohflusswert des Zielobjekts. Bei der Photometrie in einem sehr überfüllten Feld, wie einem Kugelsternhaufen, wo sich die Profile von Sternen stark überlappen, muss man Entmischungstechniken wie PSF-Anpassung verwenden, um die individuellen Flusswerte der überlappenden Quellen zu bestimmen. [31]

Kalibrierungen Bearbeiten

Nachdem der Fluss eines Objekts in Zählungen bestimmt wurde, wird der Fluss normalerweise in eine instrumentelle Größe umgewandelt. Dann wird die Messung in irgendeiner Weise kalibriert. Welche Kalibrierungen verwendet werden, hängt teilweise davon ab, welche Art von Photometrie durchgeführt wird. Typischerweise werden Beobachtungen für relative oder differentielle Photometrie verarbeitet. [32] Relative Photometrie ist die Messung der scheinbaren Helligkeit mehrerer Objekte relativ zueinander. Absolute Photometrie ist die Messung der scheinbaren Helligkeit eines Objekts auf einem standardmäßigen photometrischen System. Diese Messungen können mit anderen absoluten photometrischen Messungen verglichen werden, die mit verschiedenen Teleskopen oder Instrumenten erhalten wurden. Differentialphotometrie ist die Messung des Helligkeitsunterschieds zweier Objekte. In den meisten Fällen kann die Differentialphotometrie mit höchster Präzision durchgeführt werden, während die absolute Photometrie mit hoher Präzision am schwierigsten ist. Außerdem ist eine genaue Photometrie normalerweise schwieriger, wenn die scheinbare Helligkeit des Objekts schwächer ist.

Absolute Photometrie Bearbeiten

Um eine absolute Photometrie durchzuführen, müssen Unterschiede zwischen dem effektiven Durchlassbereich, durch den ein Objekt beobachtet wird, und dem Durchlassbereich korrigiert werden, der verwendet wird, um das photometrische Standardsystem zu definieren. Dies erfolgt häufig zusätzlich zu allen anderen oben besprochenen Korrekturen. Typischerweise erfolgt diese Korrektur durch Beobachten des/der interessierenden Objekts/Objekte durch mehrere Filter und auch Beobachten einer Reihe von photometrischen Standardsternen. Wenn die Standardsterne nicht gleichzeitig mit dem/den Ziel(en) beobachtet werden können, muss diese Korrektur unter photometrischen Bedingungen durchgeführt werden, wenn der Himmel wolkenlos ist und die Extinktion eine einfache Funktion der Luftmasse ist.

Relative Photometrie Bearbeiten

Um eine relative Photometrie durchzuführen, vergleicht man die Instrumentengröße des Objekts mit einem bekannten Vergleichsobjekt und korrigiert dann die Messungen hinsichtlich räumlicher Schwankungen der Empfindlichkeit des Instruments und der atmosphärischen Extinktion. Dies geschieht häufig zusätzlich zur Korrektur ihrer zeitlichen Variationen, insbesondere wenn die zu vergleichenden Objekte am Himmel zu weit voneinander entfernt sind, um gleichzeitig beobachtet zu werden. [6] Bei der Kalibrierung von einem Bild, das sowohl das Ziel- als auch das Vergleichsobjekt in unmittelbarer Nähe enthält, und die Verwendung eines photometrischen Filters, der der Kataloggröße des Vergleichsobjekts entspricht, nehmen die meisten Messabweichungen auf Null ab.

Differentialphotometrie Bearbeiten

Die Differentialphotometrie ist die einfachste Kalibrierung und am nützlichsten für Zeitreihenbeobachtungen. [5] Bei der Verwendung der CCD-Photometrie werden sowohl das Ziel- als auch das Vergleichsobjekt gleichzeitig mit den gleichen Filtern und dem gleichen Instrument beobachtet und durch den gleichen Strahlengang betrachtet. Die meisten Beobachtungsvariablen fallen weg und die Differenzgröße ist einfach die Differenz zwischen der Instrumentengröße des Zielobjekts und des Vergleichsobjekts (∆Mag = C Mag – T Mag). Dies ist sehr nützlich, wenn Sie die Änderung der Größe eines Zielobjekts über die Zeit grafisch darstellen möchten, und wird normalerweise zu einer Lichtkurve zusammengefasst. [5]

Oberflächenphotometrie Bearbeiten

Bei räumlich ausgedehnten Objekten wie Galaxien ist es oft von Interesse, die räumliche Helligkeitsverteilung innerhalb der Galaxie zu messen, anstatt einfach nur die Gesamthelligkeit der Galaxie zu messen. Die Oberflächenhelligkeit eines Objekts ist seine Helligkeit pro Raumwinkeleinheit, wie sie in der Projektion auf den Himmel gesehen wird, und die Messung der Oberflächenhelligkeit wird als Oberflächenphotometrie bezeichnet. [9] Eine gängige Anwendung wäre die Messung des Oberflächenhelligkeitsprofils einer Galaxie, dh ihrer Oberflächenhelligkeit als Funktion der Entfernung vom Zentrum der Galaxie. Für kleine Raumwinkel ist eine nützliche Einheit des Raumwinkels die Quadratbogensekunde, und die Oberflächenhelligkeit wird oft in Größen pro Quadratbogensekunde ausgedrückt.

Für die Photometrie mit synthetischer Apertur und die Photometrie mit PSF-Anpassung stehen eine Reihe kostenloser Computerprogramme zur Verfügung.

SExtractor [33] und Aperture Photometry Tool [34] sind beliebte Beispiele für die Aperturphotometrie. Ersteres ist auf die Reduzierung von groß angelegten Galaxienvermessungsdaten ausgerichtet, und letzteres verfügt über eine grafische Benutzeroberfläche (GUI), die zum Studium einzelner Bilder geeignet ist. DAOPHOT gilt als die beste Software für die Photometrie mit PSF-Anpassung. [31]

Es gibt eine Reihe von Organisationen, vom Profi bis zum Amateur, die photometrische Daten sammeln, teilen und online verfügbar machen. Einige Websites sammeln die Daten in erster Linie als Ressource für andere Forscher (z. B. AAVSO) und erbitten Datenbeiträge für ihre eigene Forschung (z. B. CBA):


5 Ergebnisse

5.1 ImpZ-Rotverschiebungen

Zunächst ist es von Interesse zu sehen, wie erfolgreich die photometrischen Rotverschiebungen sind, wenn keine EINV Freiheit – das heißt EINV= 0 in den Lösungen. Die Ergebnisse davon sind im linken Feld von Abb. 7 für „Maß“-Fälle (schwarze Quadrate) und „Grenzfälle“ (rote Kreuze) aufgetragen. Es ist sofort klar, dass das Nicht-Zulassen EINV Freiheit hat dazu geführt, dass viele der ImpZ-Lösungen falsch sind: Der Code wurde gezwungen, (fälschlicherweise) zusätzliche Rotverschiebung anstelle der rötenden Wirkung von Staub zu ersetzen. Tatsächlich weisen 11 der 42 „Maß“- und 70 der 153 „Grenz“-Quellen (48 Prozent der Stichprobe) photometrische Rotverschiebungen auf, die außerhalb des log(1 +zspez) ± 0,1 Grenzen.

Photometrische Rotverschiebungen von ImpZ . Vergleich von spektroskopischen und ImpZ-abgeleiteten Rotverschiebungen für „Maß“-Fälle (schwarze Quadrate) und „Grenzfälle“ (rote Kreuze). Das linke Feld zeigt Ergebnisse, wenn EINV Freiheit wird nicht berücksichtigt, das mittlere Panel zeigt Ergebnisse für uneingeschränkte Rotverschiebung und EINV Leerraum und das rechte Feld zeigt Ergebnisse für Rotverschiebungsraum, der auf 0,05 in log(1 +zFoto) von zspez, aber EINV uneingeschränkt. Gestrichelte Linien bezeichnen eine Genauigkeit von 0,1 in log(1 +z), eine typische photometrische Rotverschiebungsgenauigkeit.

Photometrische Rotverschiebungen von ImpZ . Vergleich von spektroskopischen und ImpZ-abgeleiteten Rotverschiebungen für „Maß“-Fälle (schwarze Quadrate) und „Grenzfälle“ (rote Kreuze). Das linke Feld zeigt Ergebnisse, wenn EINV Freiheit wird nicht berücksichtigt, das mittlere Panel zeigt Ergebnisse für uneingeschränkte Rotverschiebung und EINV Leerraum und das rechte Feld zeigt Ergebnisse für Rotverschiebungsraum, der auf 0,05 in log(1 +zFoto) von zspez, aber EINV uneingeschränkt. Gestrichelte Linien bezeichnen eine Genauigkeit von 0,1 in log(1 +z), eine typische photometrische Rotverschiebungsgenauigkeit.

ImpZ ist daher erfolgreich darin, genaue Rotverschiebungen zurückzugeben. Kann es jedoch auch ein Maß für die Extinktion liefern, das mit dem implizierten Balmer-Dekrement vereinbar ist? Da zwei der 42 „gemessenen“ Quellen eine falsche photometrische Rotverschiebung erhalten, bedeutet dies, dass ihre Extinktionswerte wahrscheinlich auch falsch sind. Um diese (kleine) Fehlerquelle in den folgenden Vergleichen mit der von Balmer abgeleiteten Extinktion zu beseitigen, beschränken wir nun den von ImpZ untersuchten Rotverschiebungsbereich auf 0,05 in log(1 +zFoto) von zspez (eingetragen im rechten Feld von Abb. 7). Nun werden für alle 42 ‚Maß‘-Fälle und 153 ‚Grenz‘-Fälle gute Lösungen gefunden, mit σz= 0,06. Es ist das resultierende ImpZ EINV Werte aus diesem Setup, die fortan in der Untersuchung berücksichtigt werden.

5.2 Reichweite von ImpZ EINV zulässige Werte

Obwohl wir die Genauigkeit der Extinktionsausgabe von Rotverschiebungscodes durch Vergleich mit einer Probe mit von Balmer abgeleiteten Messungen untersuchen möchten, können wir auch eine interne Schätzung erhalten, wie gut die [z, Schablone, EINV]-Lösung stammt aus der reduzierten χ 2 -Verteilung. Für die Lösung mit dem Minimum χ 2 , χ 2 Mindest, kann folgende Frage gestellt werden: Welche Reichweite von EINV erzeugt eine Anpassung bei oder nahe der korrekten Rotverschiebung (innerhalb von 0,05 von log [1 +zspez]), mit reduziertem χ 2 innerhalb von χ 2 Mindest+1?

Die Ergebnisse dieser Frage für jede Quelle sind in Abb. 8 dargestellt. Es ist zu sehen, dass für die meisten Fälle von „Maßnahmen“ (schwarz) die EINV ist ziemlich gut eingeschränkt, in den meisten Fällen auf 0,3 oder so in EINV. Beachten Sie, dass die Linien in diesem Diagramm diskontinuierlich sein können, zum Beispiel hat Objekt 150 im Diagramm eine beste Anpassung EINV von 1,9, hat aber vernünftige Lösungen im EINV Bereiche –0,3 bis 0,4 und 0,8 bis 1,1, die sich aus der Anpassung zweier anderer Schablonen an die Quelle ergeben. Interessant ist, dass, während 57 Prozent der „Maß“-Fälle keine diskontinuierlichen Lösungen haben, dies nur für 43 Prozent der „Grenz“-Fälle (cyan) zutrifft. So bestimmen Sie die EINV über Photometrie für diese Quellen ist ebenso problematisch wie über die Balmer-Verhältnis-Methode. Betrachtet man die Fälle von „Maßnahmen“ genauer, gibt es zwei Objekte, für die die EINV ist schlecht eingeschränkt (Objekte 83 und 159 in der Abbildung, erkennbar an ihren langen schwarzen Linien). Ihre am besten passende EINV Die Werte liegen bei 2,3 bzw. 1,7, was sie zu den am stärksten ausgestorbenen ImpZ-„Maßnahmen“ macht. Vergleich mit ihrem Balmer [EINV] (3 ± 1 bzw. −1,6 ± 0,5) würde das Ergebnis für die erste Quelle unterstützen, aber das Balmer-Dekrement für die zweite Quelle würde eine negative oder Null-Extinktion implizieren, was gegen das am besten passende ImpZ-Ergebnis sprechen oder zu der Interpretation führen würde dass diese Quelle problematisch ist.

ImpZ EINV erlaubte Werte. Das Sortiment von EINV Parameterraum für jede Quelle, die eine Lösung mit reduziertem χ 2 innerhalb von χ 2 . liefert Mindest+1 und das ist bei oder nahe der korrekten Rotverschiebung (innerhalb von 0,05 von log [1 +zspez]). „Measure“-Quellen werden als schwarze Linien, „limit“-Quellen als cyanfarbene Linien dargestellt. Der beste EINV Der Lösungswert wird als schwarzes Quadrat (Fall „Messen“) oder Cyan (Fall „Grenze“) angezeigt.

ImpZ EINV erlaubte Werte. Das Sortiment von EINV Parameterraum für jede Quelle, die eine Lösung mit reduziertem χ 2 innerhalb von χ 2 . liefert Mindest+1 und das ist bei oder nahe der korrekten Rotverschiebung (innerhalb von 0,05 von log [1 +zspez]). „Measure“-Quellen werden als schwarze Linien, „limit“-Quellen als cyanfarbene Linien dargestellt. Der beste EINV Der Lösungswert wird als schwarzes Quadrat (Fall „Messen“) oder Cyan (Fall „Grenze“) angezeigt.

Abb. 9 zeigt die Breite von EINV Parameterraum, der innerhalb von +1 von χ 2 . liegt Mindest indem Sie die Verteilung dieses „Breite“-Werts grafisch darstellen (hier ist die „Breite“ einfach als das maximal zulässige Maß definiert EINV abzüglich des erlaubten Minimums EINV). Für „Maß“-Fälle (schwarz) fällt die Verteilung mit der Breite ziemlich steil ab, so dass mehr als die Hälfte der Quellen eine Breite von 0,4 oder weniger haben. Es gibt dann einen leichten Schwanz, der hauptsächlich aus Quellen besteht, die diskontinuierliche Lösungen hatten (z. B. eine Vorlage mit niedrigem EINV und eine weitere Vorlage mit höherem EINV), während die beiden Quellen mit schlecht eingeschränktem EINV kann als Spitze in Richtung der maximalen Breite von 3,3 gesehen werden (d. h. die vollen −0,3 bis 3 EINV Reichweite). Die Verteilung für die „Grenzfälle“ ist deutlicher bimodal, mit einem ähnlichen Satz von einigermaßen eingeschränkten Quellen mit einem EINV-Breite von 0,4 oder weniger, aber ein viel größerer Satz von Quellen mit schlecht eingeschränktem EINV. Auch dies ist wahrscheinlich auf die Natur dieser „Grenz“-Quellen zurückzuführen, für die die Staubextinktion schwer zu bestimmen ist (entweder über die Balmer-Linien oder die Photometrie).

Histogramm der Breite von ImpZ EINV erlaubte Werte. Verteilung der Breite von EINV Parameterraum (definiert durch die minimal und maximal zulässige EINV), die innerhalb von +1 von χ 2 . liegt Mindest. „Measure“-Quellen werden als schwarze Linie dargestellt, „limit“-Quellen als cyan-gepunktete Linie.

Histogramm der Breite von ImpZ EINV erlaubte Werte. Verteilung der Breite von EINV Parameterraum (definiert durch die minimal und maximal zulässige EINV), die innerhalb von +1 von χ 2 . liegt Mindest. „Measure“-Quellen werden als schwarze Linie dargestellt, „limit“-Quellen als cyan-gepunktete Linie.

Diese Analyse legt nahe, dass die photometrische Rotverschiebungslösung eine inhärent niedrige Extinktionspräzision hat (zumindest bei der Fünfband-Photometrie), sodass EINV is precise to perhaps only 0.3 for most sources, and is poorly constrained for a small subset. Rather than defining this internally estimated width value as the error in the Phot [EINV] value, we choose instead to take the opposite approach for the comparison with the Balmer [EINV]. We will take the Phot [EINV] at face value and use the supposed relation with the Balmer [EINV] to provide an external estimate of the precision of the Phot [EINV] measurements.

5.3 ImpZ - comparison with Balmer

We can test how well the Calzetti ratio holds by comparing the Phot [EINV] with 0.44×Balmer [EINV]. The distribution of EINV residuals for ImpZ is plotted in Fig. 10. It can be seen that there is quite a spread to the distribution, although it is broadly centred on zero. Based on the findings in Section 5.2 on the precision of the Phot [EINV] solutions, some of this spread can be expected to arise from this low precision. Some of it can also be attributed to the accuracy of the Balmer [EINV], which is typically accurate to around 30 per cent.

EINV residuals for hyperz (left) and ImpZ (right). The residual is 0.44×Balmer[EINV]-Phot[EINV].

EINV residuals for hyperz (left) and ImpZ (right). The residual is 0.44×Balmer[EINV]-Phot[EINV].

Fig. 11 plots (purple squares) the ImpZ AV values and residuals as a function of Balmer [EINV] (multiplied by the Calzetti 2001b factor of 0.44). Note that the ImpZ EINV values have been taken at face-value and have not had an error assigned to them, since we wish to derive an error based on the comparison with the Balmer [EINV] values.

Links: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer[EINV] (multiplied by the Calzetti (2001) factor of 0.44) versus the Phot [EINV]. Dot-dashed lines denote residuals of 0.3, 0.5 and 0.7 in EINV. Errors are not defined for the Phot [EINV] values. Recht: EINV residuals for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of Balmer [EINV] (multiplied by the Calzetti 2001 factor of 0.44) versus the residual 0.44×Balmer[EINV]-Phot[EINV].

Links: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer[EINV] (multiplied by the Calzetti (2001) factor of 0.44) versus the Phot [EINV]. Dot-dashed lines denote residuals of 0.3, 0.5 and 0.7 in EINV. Errors are not defined for the Phot [EINV] values. Recht: EINV residuals for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of Balmer [EINV] (multiplied by the Calzetti 2001 factor of 0.44) versus the residual 0.44×Balmer[EINV]-Phot[EINV].

It can be seen that the residuals are smallest for Phot [EINV] values of around 0.5 to 1, and that the residuals increase as we move away from this region (to either higher EINV or lower/negative EINV). Hence, the correlation to Balmer [EINV] appears to be best for sources of intermediate extinction. It is also clear that none of the sources that were calculated as having negative EINV based on their Balmer lines obtain similar Phot [EINV] values, lending weight to the supposition that the Balmer method has fallen down for these sources as a result of limitations in the technique. The source with the largest Balmer [EINV], of 5.15±0.5, is also the source with the largest residual (of sources with non-negative EINV). Being so extincted, it is likely that this object is quite extreme, so disagreement between the star- and gas-derived extinction measures is to be expected.

gives and an outlier fraction, η, of 50 per cent. These results are better than one would infer from the large extinction degeneracies seen in the SSP fitting that were discussed in Section 4.1. Thus, a relationship between Balmer-derived and photometry-derived extinction measures is obtainable, although not a strong one.

5.4 hyperz - comparison with Balmer

Applying hyperz in a ‘best-case’ configuration (constraining the hyperz redshift solutions to the spectroscopic values and excluding the elliptical template) gives similar statistics of and an outlier fraction, η, of 50 per cent. The distribution of EINV residuals for hyperz is plotted in Fig. 10. As with ImpZ , the distribution is broad but reasonably well centred on zero.

Fig. 11 plots (cyan triangles) the hyperz EINV values and residuals as a function of Balmer [EINV] (multiplied by the Calzetti 2001b factor of 0.44). The residuals are again correlated with the Balmer [EINV], being smallest for Phot [EINV] values of around 0.5 to 1, and the negative Balmer [EINV] sources are again in poor agreement.

Thus, hyperz and ImpZ portray a similar correlation to the Balmer [EINV], although the agreement is noisy.

5.5 Comparison of ImpZ and hyperz

As well as comparing the extinction outputs of the two photometric redshift codes with the Balmer-derived values, it is instructive to compare them with one another to see if they tend to agree on a similar extinction value for a given source. A plot of ImpZ -EINV versus hyperz -EINV is given in Fig. 12.

Comparison between ImpZ and hyperz : EINV results for ImpZ versus those from hyperz . The solid line is exact agreement, and dot-dashed lines are residuals of 0.3 in EINV. Note that for plotting purposes the values have been randomly altered by up to 0.02 in the x und y directions in order to separate points with the same/very similar values.

Comparison between ImpZ and hyperz : EINV results for ImpZ versus those from hyperz . The solid line is exact agreement, and dot-dashed lines are residuals of 0.3 in EINV. Note that for plotting purposes the values have been randomly altered by up to 0.02 in the x und y directions in order to separate points with the same/very similar values.

This shows that the two codes are in reasonable agreement about the extinction of a given source. 25 of the 42 sources (60 per cent) agree within <0.4 in EINV, and 35 sources (83 per cent) agree within <0.5. The main difference appears to be for five sources for which ImpZ gives a high value of EINV > 0.8 whilst hyperz tends to return a smaller EINV estimate. Two of these sources (this includes object 159 mentioned in Section 5.2) have Balmer decrements that imply negative, or zero, extinction, favouring the hyperz result or the interpretation that the sources are problematic. Two others have intermediate Balmer [EINV], consistent with the results of either code, and one has a larger Balmer [EINV] (this is object 83 mentioned in Section 5.2) thus favouring the ImpZ result.

Calculating similar statistics to when comparing with the Balmer-EINV, comparison between the EINV values of the two codes gives and an outlier fraction, η, of 17 per cent. This internal consistency check between the two codes gives increased confidence in the photometric redshift template-fitting method as a technique to obtain extinction.

5.6 The Calzetti ratio

χ 2 analysis. The reduced χ 2 for ImpZ (solid line with crosses) and hyperz (dot-dashed line, diamonds) as a function of γ, the chosen ratio between photometrically derived and Balmer-ratio-derived extinction measures. The χ 2 values that are 1 above the minimum in the two distributions are indicated by horizontal lines ( ImpZ , dotted hyperz , dashed).

χ 2 analysis. The reduced χ 2 for ImpZ (solid line with crosses) and hyperz (dot-dashed line, diamonds) as a function of γ, the chosen ratio between photometrically derived and Balmer-ratio-derived extinction measures. The χ 2 values that are 1 above the minimum in the two distributions are indicated by horizontal lines ( ImpZ , dotted hyperz , dashed).

The resulting statistical measures, , and the outlier fraction, η, are also plotted as a function of γ for the ImpZ and hyperz results ( Fig. 14). The left-hand panel shows how the rms in the residual, , varies with γ. A clear minimum is seen at γ∼ 0.15 to 0.35 for ImpZ results, and at around 0.2 to 0.4 for hyperz . A similar minimum is seen in the range γ∼ 0.2 to 0.35 for ImpZ results when the outlier fraction, η, is plotted against γ in the right-hand panel. For hyperz , the minimum is at around γ∼ 0.3 to 0.45.

Links: for ImpZ (solid line with crosses) and hyperz (dot-dashed blue line, diamonds) as a function of γ, the chosen ratio between photometrically derived and Balmer-ratio-derived extinction measures. The Calzetti value of γ= 0.44 is indicated as a long-dashed line. Right: percentage outliers for ImpZ (solid line with crosses) and hyperz (dot-dashed blue line, diamonds) as a function of γ. The Calzetti value of γ= 0.44 is indicated as a long-dashed line.

Links: for ImpZ (solid line with crosses) and hyperz (dot-dashed blue line, diamonds) as a function of γ, the chosen ratio between photometrically derived and Balmer-ratio-derived extinction measures. The Calzetti value of γ= 0.44 is indicated as a long-dashed line. Right: percentage outliers for ImpZ (solid line with crosses) and hyperz (dot-dashed blue line, diamonds) as a function of γ. The Calzetti value of γ= 0.44 is indicated as a long-dashed line.

This analysis suggests that, for this sample, the Calzetti ratio of 0.44 is a reasonable choice for γ within the accuracy of the method, although a value of ∼0.25 is preferred. A choice of γ= 0.25 gives the following statistics.

For ImpZ : and an outlier fraction, η, of 38 per cent.

For hyperz : and an outlier fraction, η, of 57 per cent.

As before, the distribution of EINV residuals is plotted ( Fig. 15). It can be seen that the distribution is more peaked, although offset from zero.

EINV residuals for hyperz (left) and ImpZ (right) with γ= 0.25. The residual is now 0.25×Balmer[EINV]-Phot[EINV].

EINV residuals for hyperz (left) and ImpZ (right) with γ= 0.25. The residual is now 0.25×Balmer[EINV]-Phot[EINV].

Fig. 16 plots the Phot [EINV] values and residuals as a function of Balmer [EINV] (multiplied by γ= 0.25). It can be seen that, for lower Balmer [EINV], the Balmer [EINV] tends to underestimate the extinction compared with the Phot [EINV] value. If the negative Balmer [EINV] values are excluded, the remaining sources with positive Balmer [EINV] do tend to follow the line denoting agreement, albeit with large scatter.

Links: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer[EINV] (multiplied by γ= 0.25) versus the photometrically derived EINV. Dot-dashed lines denote residuals of 0.3, 0.5 and 0.7 in EINV. Errors are not defined for the Phot [EINV] values. Recht: EINV residuals for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of Balmer [EINV] (multiplied by γ= 0.25) versus the residual 0.25×Balmer[EINV]-Phot[EINV].

Links: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer[EINV] (multiplied by γ= 0.25) versus the photometrically derived EINV. Dot-dashed lines denote residuals of 0.3, 0.5 and 0.7 in EINV. Errors are not defined for the Phot [EINV] values. Recht: EINV residuals for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of Balmer [EINV] (multiplied by γ= 0.25) versus the residual 0.25×Balmer[EINV]-Phot[EINV].

In Fig. 17, the sources with only a lower limit on their Balmer-derived extinction (that is, a minimum 3σ Hα detection but a limit only on the Hβ line flux) are plotted in comparison with the extinction as derived from the photometric redshift codes. Here, no ratio γ is applied to the Balmer EINV. Instead, straight lines indicating different ratios are overplotted. Since these are lower limits, sources need to lie on, or to the left of, a line to imply consistency with that chosen ratio. It can be seen that these lower-limit sources are more consistent with lower values of γ. Of the 153 such sources, 146 (95 per cent) are consistent with the γ= 0.25 line when considering ImpZ solutions (purple squares), but only 130 (85 per cent) are consistent when considering the hyperz solutions (cyan triangles).

‘Limit’ cases: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer [EINV]‘limits’ versus the photometrically derived EINV. Solid black lines denote γ values of 0.25, 0.44, 0.6 and 1.0 for the conversion factor relating Balmer [EINV] and Phot [EINV]. Sources need to lie on, or to the left of, a line to imply consistency with that chosen ratio.

‘Limit’ cases: EINV results for hyperz (cyan triangles) and ImpZ (purple squares). The plot is of the Balmer [EINV]‘limits’ versus the photometrically derived EINV. Solid black lines denote γ values of 0.25, 0.44, 0.6 and 1.0 for the conversion factor relating Balmer [EINV] and Phot [EINV]. Sources need to lie on, or to the left of, a line to imply consistency with that chosen ratio.


6 Discussions and Conclusions

A number of redshift codes routinely output an EINV value in addition to the best-fitting redshift, but little has been done to investigate the reliability and/or accuracy of such extinction measures. The main reason for this lies in the aim of such codes - they have been developed and optimized in order to derive redshifts. However, as the field of photometric redshift derivation matures, it is useful to consider some of the other parameters that redshift solutions produce.

In this paper we have asked whether a photometric redshift code can reliably determine dust extinction. The short answer would be: ‘not to a great accuracy’.

Using a sample with extinctions derived from Balmer flux ratios, the EINV values produced by two photometric redshift codes, ImpZ and hyperz , have been compared with the Balmer [EINV] values.

First, it was demonstrated that the inclusion of EINV was crucial in order to obtain photometric redshifts of high accuracy and reliability, such that 95 per cent of the ImpZ results agreed with the spectroscopic redshifts to better than 0.1 in log(1 +z). Without the inclusion of EINV freedom, there was a systematic and incorrect offset to higher photometric redshifts, with many more incorrect redshift solutions. The existence of some negative EINV solutions may be indicative of the need for a bluer template in the template set, or for the inclusion of some additional free parameter in the fits. As the most important feature for template-fitted photometric redshifts is the location and identification of ‘breaks’ in the SED, the inclusion of EINV freedom can be seen, at first-order, as a modifier of the template SED's slope, but it does not have a strong effect on the breaks themselves. Hence a similar improvement may be achievable via a ‘tilting’ parameter, or similar, which would act to alter the slope of the template SEDs. Since the addition of dust extinction has a physical basis, however, this is a preferable parameter, as long as we can demonstrate that there is some correlation between the best-fitting phot [EINV] and the actual (or in this case, that measured via the Balmer ratio) dust extinction of the source. Thus, once the ability to derive good redshifts for the sample had been demonstrated a comparison between the Phot [EINV] and Balmer [EINV] was carried out.

The correlation between the Phot [EINV] and the Balmer [EINV] was similar for both codes, but was noisy and not particularly strong. Based on direct comparison between the two codes, and investigations into the χ 2 solution space, it was found that a good part of this noise is derived from the inherent lack of precision that the Phot [EINV] solution has (perhaps 0.3 in EINV say), no doubt since it is based on only five photometric measurements. Additional noise arises from the precision of the Balmer [EINV], typically accurate to perhaps 30 per cent, as a result of the resolution of the spectrographic data. Given these errors, the correlation seen was, in fact, quite good.

The correlation was improved somewhat when the empirical value of γ= 0.44, the ratio between gas- and star- derived extinction, as determined by Calzetti (2001b), was allowed to vary. From least-squares fitting, the minimum in the reduced χ 2 distribution was found for γ∼ 0.25 ± 0.2.

The Calzetti ratio of 0.44 means that there is a factor of about 2 difference in reddening, such that the ionized gas (as measured by the Balmer decrement) is twice as reddened as the stellar continua (as measured by the photometry) (e.g. Fanelli, O'Connell & Thuan 1988 Calzetti et al. 1994). This implies that the covering factor of the dust is larger for the gas than for the stars, which can be explained by the fact that the ionizing stars are short-lived and so for their lifetime remain relatively close to their (dusty) birthplace, whilst the majority of stars contributing to the galaxy's overall optical luminosity are longer-lived and can migrate away from their dusty origins.

For the sample of galaxies in this paper, this factor of 2 difference in covering factor implied by the Calzetti ratio is found to be plausible, given the errors of the method. The sample has some preference for an increased covering factor, which implies that these galaxies are undergoing more rapid, ‘bursty’ star formation than the galaxies Calzetti used in her derivation. Perhaps more importantly, the results demonstrate the pitfalls of assuming that star- and gas-based extinction measures will give the same dust extinction given some conversion factor. Thus, correlation to Balmer-derived values are modulo the uncertainty in comparing star- and gas-based extinction measures.

However, the results presented here show that, given certain considerations, there is potential in the application of photometric codes to derive a reliable extinction measure, although the precision is currently low. It is expected that the ability of photometric redshift codes to determine extinction will improve with the availability of more photometric bands (here, there are five wide-band filters between 3000 and 9000 Å). A sample with a combination of wide- and narrow-band filters, with good wavelength coverage and range (in particular, extension to near-IR) will break many of the degeneracies and allow the codes to differentiate accurately between different possible fits.

The results also show that it is important to note that this will be a measure of the star-based extinction, and will not necessarily be well correlated with the extinction to the ionized regions of a galaxy.

Acknowledgments

We would like to thank Michael Rowan-Robinson for discussions on the nature of dust extinction and SED templates. The referee provided astute suggestions and comments on this work and we extend our thanks. We also thank those responsible for the CNOC2 survey whose data we have used here. The Canada-France-Hawaii Telescope is operated by the National Research Council of Canada, the Centre National de la Recherche Scientifique de France, and the University of Hawaii.


Relationship between photometric colour and redshift - Astronomy

PhD Committee members: Scott Dodelson, LianTao Wang, Steve Meyer

Thesis Abstract: The existence of a quasi-deSitter expansion in the early universe, known as inflation, generates the seeds of large-scale structures and is one of the foundations of the standard cosmological model. The main observational predictions of inflation include the existence of a nearly scale-invariant primordial power spectrum that is imprinted on the cosmic microwave background (CMB), that has been corroborated with remarkable precision in recent years. Generalizations of the vanilla single-field slow-roll inflation provide a wealth of observational signatures in the power spectrum and the non-Gaussianity of fluctuations of the CMB, and this motivates a technique that can evaluate predictions of inflation beyond the slow-roll approximation called the generalized slow-roll (GSR). I will describe the latest searches for signatures of slow-roll violations in the Planck data using the GSR formalism, which is an ideal framework to probe inflationary models in this regime.

Ph.D. Committee members: Scott Dodelson, Stephan Meyer, Craig Hogan

"To constrain cosmology, and in particular to probe dark energy, from deep optical imaging surveys such as the Dark Energy Survey (DES), requires precise estimates of the redshifts of the distant galaxies they observe. Traditionally, these redshift estimates are made using galaxy colors, but this technique has known limitations and biases. Jennifer's thesis work involved the testing and implementation of a novel technique for estimating redshifts of galaxies, using the fact that they cluster in space with galaxies for which the redshifts may be known from spectroscopic measurements. Using simulations, Jen found that this "clustering redshift" technique accurately reconstructs the galaxy redshift distribution for a survey such as DES. She then applied this technique to determine the redshift distribution for several million galaxies in the first year of DES data, an important result that should prove extremely valuable for the cosmological analysis of these data."
- Joshua A. Frieman, PhD advisor

Thesis Abstract: Accurate determination of photometric redshifts and their errors is critical for large scale structure and weak lensing studies for constraining cosmology from deep, wide imaging surveys. Current photometric redshift methods suffer from bias and scatter due to incomplete training sets. Exploiting the clustering between a sample of galaxies for which we have spectroscopic redshifts and a sample of galaxies for which the redshifts are unknown can allow us to reconstruct the true redshift distribution of the unknown sample. Here we use this method in both simulations and early data from the Dark Energy Survey (DES) to determine the true redshift distributions of galaxies in photometric redshift bins. We find that cross-correlating with the spectroscopic samples currently used for training provides reliable estimates of the true redshift distribution in a photometric redshift bin. We discuss the use of the cross-correlation method in validating template- or learning-based approaches to redshift estimation and its future use in Stage IV surveys.

Ph.D. Committee members: Scott Dodelson, Joshua A. Frieman, Donald Q. Lamb

"In his PhD thesis Benedikt Diemer has shown that radial density profiles of dark matter halos cannot be characterized only as a function of halo mass, as was thought previously, but also depend on the mass accretion rate of halos. The work has resulted in a new model that accurately describes halo profiles in simulations from small radii out to 10 virial radii. Likewise, Benedikt has shown that halo concentrations depend not only on the halo mass (or more precisely on halo peak height), but also on the local slope of the power spectrum. Overall, this thesis showed that previously believed "universality" of the halo profiles is limited. Beyond just criticizing previous models, new models were developed that take into account the extra dependencies of halo profile parameters on the mass accretion rate and power law slope."
- Andrey V. Kravtsov, Ph.D. advisor

Thesis Abstract: We present a systematic study of the density profiles of dark matter halos in LCDM cosmologies, focusing on the question whether these profiles are "universal", i.e., whether they follow the same functional form regardless of halo mass, redshift, cosmology, and other parameters. The inner profile can be described as a function of mass and concentration, and we thus begin by investigating the universality of the concentration-mass relation. We propose a universal model in which concentration is a function only of a halo's peak height and the local slope of the matter power spectrum. This model matches the concentrations in LCDM and scale-free simulations, correctly extrapolates over 16 orders of magnitude in halo mass, and differs significantly from all previously proposed models at high masses and redshifts. Testing the universality of the outer regions, we find that the profiles are remarkably universal across redshift when radii are rescaled by R200m, whereas the inner profiles are most universal in units of R200c, highlighting that universality may depend upon the definition of the halo boundary. Furthermore, we discover that the profiles exhibit significant deviations from the supposedly universal analytic formulae previously suggested in the literature, such as the NFW and Einasto forms. In particular, the logarithmic slope of the profiles of massive or rapidly accreting halos steepens more sharply than predicted around

R200m, where the steepness increases with increasing peak height or mass accretion rate. We propose a new, accurate fitting formula that takes these dependencies into account. Finally, we demonstrate that the profile steepening corresponds to the caustic at the apocenter of infalling matter on its first orbit. We call the location of the caustic the splashback radius, Rsp, and propose this radius as a new, physically motivated definition of the halo boundary. We discuss potential observational signatures of Rsp that would allow us to estimate the mass accretion rate of halos.

Ph.D. Committee members: Paolo Privitera, Scott Wakely, Scott Dodelson.

Thesis Abstract: The workings of the most energetic astrophysical accelerators in the Universe are encoded in the origin of ultrahigh energy cosmic rays (UHECRs). Current observations by the Auger Observatory, the largest UHECR observatory, show a spectrum that agrees with an extragalactic origin, as well as an interesting transition in chemical composition from light element to heavier element as energy increases. Candidate sources range from young neutron stars to gamma-ray bursts and events in active galaxies. In this talk, I will discuss newborn pulsars as the sources of ultrahigh energy cosmic rays. I will show that a newborn pulsar model naturally injects heavier elements and can fit the observed spectrum once propagation in the supernova remnant is taken into account. With the proper injection abundances, integrated cosmic rays from the extragalactic pulsar population can match observation in all aspects - energy spectrum, chemical composition, and anisotropy. I will then examine the fingerprints of their Galactic counterparts on cosmic ray spectrum. Furthermore, I will consider the multi-messenger smoking gun of this scenario - the detectability of high energy neutrinos from pulsars in the Local Universe.

Ph.D. Committee members: Hsiao-Wen Chen, Andrey Kravtsov, Rich Kron

"Dr. Louis Abramson is an expert on the observation and phenomenological modeling of galaxy evolution, with a particular focus on the relationship between bulk statistical observables of galaxies, such as the distributions of star-formation-rate and mass over cosmic time, and the star formation histories of galaxies. His work during his Ph.D. has led to several new insights into the relationship between the passive (i.e., bulges) and actively star-forming components of galaxies, and led to a clear understanding that the scatter of galaxies across the so-called 'star forming main-sequence' is a critical observable to consider in further analyses, which he will continue as a postdoc at UCLA."
- Michael D. Gladders, Ph.D. advisor

Thesis Abstract: Galaxy star formation histories (SFHs) form a central thread of the cosmological narrative. Understanding them is therefore a central mission of the study of galaxy evolution. Although an ever-better picture is emerging of the build-up of the stellar mass of the *average* galaxy over time, the relevance of this track to the growth of *individual* galaxies is unclear. Largely, this ambiguity is due to the availability of only loose, ensemble-level constraints at any redshift appreciably greater than zero. In this talk, I outline how one of these constraints -- the the star formation rate/stellar mass relation -- shapes empirically based SFH models, especially in terms of the *diversity* of paths leading to a given end-state. I show that two models propose very different answers to this question -- galaxies grow *together* vs. galaxies grow *apart* -- corresponding (largely) to two different interpretations of the scatter in instantaneous galaxy growth rates at fixed stellar mass -- unimportant vs. essential. I describe how these interpretations affect one's stance on the profundity of galaxy "bimodality," the role of quenching mechanisms, and the influence of environment on galaxy evolution. Finally, after endorsing one of the models, I present some predictions that --- given upcoming observations --- should have the power to prove me right or wrong.


Title: QSO redshift estimates from optical, near-infrared and ultraviolet colours

0.1 - 5. Using the observed-frame ratios of (U K)/(W2-FUV) for redshifts of z > 1, (I-W2)/(W3-U) for 1 < z < 3 and (I-W2.5)/(W4-R) for z > 3, where W2.5 is the 8.0 micron magnitude and the appropriate redshift ranges are estimated from the W2 (4.5 micron) magnitude, we find this to be a robust photometric redshift estimator for quasars. We suggest that the rest-frame U-K colour traces the excess flux from the AGN over this wide range of redshifts, although the W2-FUV colour is required to break the degeneracy.