Enquête sur les galaxies Lyman Break dans l'univers
L'étude des galaxies Lyman break révèle de nouvelles infos sur la formation d'étoiles à haut décalage vers le rouge.
― 7 min lire
Table des matières
Les galaxies Lyman break (LBGs) sont un type de galaxie super important pour étudier l'univers, surtout à de grands décalages vers le rouge. Ces galaxies sont jeunes, massives et forment activement des étoiles. Elles présentent un modèle spécifique dans leur lumière, montrant une chute marquée de la lumière à certaines longueurs d'onde à cause de l'absorption de la lumière par l'hydrogène neutre. Ça les rend faciles à identifier dans les relevés d'Imagerie profonde. Beaucoup de ce qu'on sait sur les LBGs vient du fait de les observer quand elles sont à des décalages vers le rouge supérieurs à 2, où cette chute passe dans le domaine optique.
La Recherche de LBGs
L'objectif de cette étude est de trouver des LBGs en utilisant des données d'imagerie profonde de relevés spécifiques. On utilise les données obtenues de l'Hyper Suprime-Cam (HSC) et du CFHT Large Area U-band Deep Survey (CLAUDS). En se concentrant sur les déficits de lumière causés par l'absorption de l'hydrogène, on peut sélectionner des LBGs potentiels à partir des images profondes. On a validé nos sélections avec plusieurs campagnes, y compris une utilisant l'Instrument Spectroscopique de l'Énergie Noire (DESI).
Données et Méthodes
Imagerie Profonde
La sélection des LBGs repose beaucoup sur les données d'imagerie profonde. Les relevés HSC et CLAUDS fournissent des images de haute qualité qui permettent aux chercheurs d'identifier les galaxies par leurs motifs de lumière distincts. Les profondeurs atteintes dans ces relevés sont impressionnantes, atteignant environ 27 magnitudes (AB) dans toutes les bandes.
Confirmation Spectroscopique
Pour s'assurer que nos sélections étaient correctes, on a réalisé plusieurs campagnes spectroscopiques. Les inspections visuelles des spectres collectés aident à développer des méthodes pour identifier automatiquement les LBGs et estimer leurs décalages vers le rouge. En comparant les spectres observés aux caractéristiques connues, on a formulé un moyen de confirmer quelles galaxies sélectionnées sont effectivement des LBGs.
Efficacité de Ciblage
On a évalué l’efficacité de nos méthodes de sélection en calculant l'efficacité et la pureté des cibles confirmées par la spectroscopie. On a trouvé que les sélections couvrant une large gamme de décalage vers le rouge conservaient un nombre substantiel de cibles après confirmation. Ça veut dire que nos méthodes étaient efficaces pour sélectionner de vrais LBGs.
Observations des LBGs avec DESI
L'instrument DESI joue un rôle crucial dans la collecte de données sur les LBGs. Avec ses capacités robotiques, il peut observer des milliers de galaxies en même temps sur un grand champ de vision. Le relevé en cours vise à rassembler des données spectrales de millions de galaxies et de quasars, avec un accent particulier sur les LBGs en tant que traceurs principaux de la matière dans l'univers.
Le Rôle des Filtres dans les Observations
Pour maximiser l'efficacité de nos recherches, différents filtres sont utilisés lors de l'imagerie. Les filtres aident à isoler les caractéristiques nécessaires pour identifier les LBGs. Par exemple, utiliser des bandes spécifiques permet de voir clairement les caractéristiques des LBGs. La technique du Lyman break exploite la chute de flux à certaines longueurs d'onde due à l'absorption par l'hydrogène neutre.
Stratégies de Sélection des Cibles
Sélection par Couleur
On a utilisé des méthodes de sélection par couleur pour différencier les LBGs des autres types de galaxies. En traçant les couleurs dans un diagramme spécifique, on pouvait visualiser les caractéristiques des LBGs et définir des limites pour les sélectionner efficacement.
Technique du Dropout
La technique du dropout est fondamentale pour identifier les LBGs. Elle permet aux astronomes de sélectionner des galaxies qui n'émettent pas de lumière dans l'ultraviolet mais qui sont détectables dans des bandes plus rouges. Cette technique identifie efficacement les galaxies qui correspondent aux signatures attendues des LBGs.
Améliorer les Méthodes de Sélection
À travers des études pilotes et diverses observations, on a affiné nos stratégies de sélection pour améliorer la pureté et l'efficacité de l'échantillon des LBGs. Des ajustements ont été faits aux limites de Sélection de couleur, et différentes combinaisons de filtres ont été testées pour élargir notre gamme de cibles.
Résultats des Relevés Pilotes
Résultats des Inspections Visuelles
Les résultats des inspections visuelles des spectres ont révélé que nos méthodes de sélection étaient généralement réussies. En comparant nos cibles confirmées avec des échantillons existants, on a fourni une densité confirmée de LBGs par degré carré, ce qui est précieux pour les études futures.
Distribution du Décalage vers le Rouge des LBGs
D'après nos observations, on a pu établir une distribution de décalage vers le rouge pour les LBGs sélectionnés. La plupart des LBGs confirmés avaient des décalages autour de 2.8, avec une répartition qui indiquait à quel point nos méthodes de sélection fonctionnaient bien à travers la gamme cible.
Comprendre le Regroupement des LBGs
Importance des Mesures de Regroupement
Comprendre comment les galaxies se regroupent donne des aperçus sur la structure à grande échelle de l'univers. En mesurant le regroupement des LBGs, on peut dériver des paramètres importants comme le biais linéaire de ces galaxies, qui indique comment elles tracent la distribution de la matière sous-jacente.
Collecte de Données pour le Regroupement
Les données des relevés HSC et CLAUDS ont permis des mesures de regroupement précises. Ces mesures ont été effectuées sur différentes distances, aidant à analyser comment les LBGs sont regroupés dans le cosmos.
Analyse des Résultats
Les résultats ont montré une fonction de corrélation claire pour les LBGs, ce qui a aidé à estimer les valeurs de biais. Ces valeurs sont cohérentes avec celles précédemment rapportées dans la littérature, confirmant l'efficacité d'utiliser des LBGs comme traceurs de la matière.
Perspectives Futures avec DESI II
Une Nouvelle Phase de Relevés
Avec des plans pour DESI II, il y a une opportunité d'améliorer significativement les observations des LBGs. Les sélections de cibles peuvent être optimisées davantage, en se concentrant sur l'augmentation de la densité des cibles ou l'amélioration de l'efficacité, selon les objectifs spécifiques fixés pour les futurs relevés.
Ajustement des Sélections de Cibles
En adoptant de nouveaux critères et en affinant les méthodes existantes, on peut adapter nos sélections de LBGs pour les futures campagnes d'observation. Des ajustements permettront un meilleur échantillonnage des plages de décalage vers le rouge qui sont importantes pour comprendre la formation et l'évolution des galaxies.
Techniques Améliorées
Les futurs relevés tireront parti de techniques avancées et d'instruments mis à jour. À mesure que de nouvelles technologies deviennent disponibles, les méthodes pour identifier et confirmer les LBGs continueront à s'améliorer, permettant une enquête plus approfondie sur les propriétés des galaxies à grands décalages vers le rouge.
Conclusion
L'étude des galaxies Lyman break à travers des relevés d'imagerie profonde et spectroscopiques représente une avancée significative dans la compréhension de l'univers. Grâce à des analyses détaillées et des techniques de sélection affinées, on a montré l'efficacité d'identifier et d'analyser les LBGs à de grands décalages vers le rouge.
Cette connaissance contribue non seulement au domaine de l'astronomie mais ouvre aussi la voie à de futures explorations en cosmologie, aidant à percer les mystères de l'univers primordial. La recherche continue et les avancées garantiront que le travail sur les LBGs reste à la pointe des études astronomiques, fournissant des aperçus précieux sur la formation et l'évolution des galaxies dans le cosmos.
Titre: High redshift LBGs from deep broadband imaging for future spectroscopic surveys
Résumé: Lyman break galaxies (LBGs) are promising probes for clustering measurements at high redshift, $z>2$, a region only covered so far by Lyman-$\alpha$ forest measurements. In this paper, we investigate the feasibility of selecting LBGs by exploiting the existence of a strong deficit of flux shortward of the Lyman limit, due to various absorption processes along the line of sight. The target selection relies on deep imaging data from the HSC and CLAUDS surveys in the $g,r,z$ and $u$ bands, respectively, with median depths reaching 27 AB in all bands. The selections were validated by several dedicated spectroscopic observation campaigns with DESI. Visual inspection of spectra has enabled us to develop an automated spectroscopic typing and redshift estimation algorithm specific to LBGs. Based on these data and tools, we assess the efficiency and purity of target selections optimised for different purposes. Selections providing a wide redshift coverage retain $57\%$ of the observed targets after spectroscopic confirmation with DESI, and provide an efficiency for LBGs of $83\pm3\%$, for a purity of the selected LBG sample of $90\pm2\%$. This would deliver a confirmed LBG density of $\sim 620$ deg$^{-2}$ in the range $2.3
Auteurs: Vanina Ruhlmann-Kleider, Christophe Yèche, Christophe Magneville, Henri Coquinot, Eric Armengaud, Nathalie Palanque-Delabrouille, Anand Raichoor, Jessica Nicole Aguilar, Steven Ahlen, Stéphane Arnouts, David Brooks, Edmond Chaussidon, Todd Claybaugh, Kyle Dawson, Axel de la Macorra, Arjun Dey, Biprateep Dey, Peter Doel, Kevin Fanning, Simone Ferraro, Jaime E. Forero-Romero, Satya Gontcho A Gontcho, Gaston Gutierrez, Stephen Gwyn, Klaus Honscheid, Stephanie Juneau, Robert Kehoe, Theodore Kisner, Anthony Kremin, Andrew Lambert, Martin Landriau, Laurent Le Guillou, Michael E. Levi, Marc Manera, Paul Martini, Aaron Meisner, Ramon Miquel, John Moustakas, Eva-Maria Mueller, Andrea Muñoz-Gutiérrez, Jeffrey A. Newman, Jundan Nie, Gustavo Niz, Constantin Payerne, Vincent Picouet, Corentin Ravoux, Mehdi Rezaie, Graziano Rossi, Eusebio Sanchez, Marcin Sawicki, Edward F. Schlafly, David Schlegel, Michael Schubnell, Hee-Jong Seo, Joseph Silber, David Sprayberry, Julien Taran, Gregory Tarlé, Benjamin A. Weaver, Martin White, Michael J. Wilson, Zhimin Zhou, Hu Zou
Dernière mise à jour: 2024-09-02 00:00:00
Langue: English
Source URL: https://arxiv.org/abs/2404.03569
Source PDF: https://arxiv.org/pdf/2404.03569
Licence: https://creativecommons.org/licenses/by/4.0/
Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.
Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.