基于COSMOS(Cosmic Evolution Survey)天区的多波段测光数据和HST(Hubble Space Telescope)近红外高分辨率观测图像,利用质量限(恒星质量M*≥1010.5M⊙)选取了362个红移分布在1≤z≤3的星系样本,并对这些大质量星系的形态特征进行了分...基于COSMOS(Cosmic Evolution Survey)天区的多波段测光数据和HST(Hubble Space Telescope)近红外高分辨率观测图像,利用质量限(恒星质量M*≥1010.5M⊙)选取了362个红移分布在1≤z≤3的星系样本,并对这些大质量星系的形态特征进行了分类研究.来自UVJ(U-V和V-J)双色图分类系统、目视分类系统、非模型化分类系统(基尼系数G和矩指数M20)和模型化分类系统(S′ersic index,n)的分类结果彼此相一致.相比较于恒星形成星系(SFGs),通过UVJ双色图定义的宁静星系(QGs)表现出致密的椭圆结构,而且G和n值偏大,但M20和星系有效半径(re)偏小.不同星系分类系统(双色图分类系统、非模型化分类系统和模型化分类系统)定义的SFGs和QGs样本,都明显存在星系的大小随红移的演化关系,这种演化趋势QGs比SFGs更剧烈,而且不依赖于星系分类方法的选择.展开更多
基于CANDELS(Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey)5个深场巡天的多波段测光数据和HST WFC3(Hubble Space Telescope Wide Field Camera 3)近红外(F125W和F160W)高分辨率观测图像,利用质量限(恒星质量M_*&g...基于CANDELS(Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey)5个深场巡天的多波段测光数据和HST WFC3(Hubble Space Telescope Wide Field Camera 3)近红外(F125W和F160W)高分辨率观测图像,利用质量限(恒星质量M_*>10^(10)M_⊙)选取了8002个红移分布在1<z<3范围内的星系样本,并对这些大质量星系的形态和结构性质进行了定量分析研究.通过星系形态的神经网络分类方法(Conv Nets),将样本中的星系划分为4类:椭球星系(SPHeroids,SPH)、早型盘星系(Early-Type Disks,ETD)、晚型盘星系(Late-Type Disks,LTD)和不规则星系(IRRegulars,IRR).结果发现星系的形态和结构随红移发生演化,在高红移宇宙星系主要表现出不规则形态,但到低红移处椭球和盘主导的哈勃星系形态序列已经形成.在相同红移区间内,不同类型星系的物理尺寸(r_e)中值从大到小的排序是IRR、LTD、ETD和SPH,而对应的Sersic指数(n)中值大小排序却相反.另外,不同类型星系的re与红移之间存在明显的演化关系,但这样的现象在平均轴比(b/a)和Sersic指数与红移的关系中并没有被发现.展开更多
文摘基于CANDELS(Cosmic Assembly Near-infrared Deep Extragalactic Legacy Survey)5个深场巡天的多波段测光数据和HST WFC3(Hubble Space Telescope Wide Field Camera 3)近红外(F125W和F160W)高分辨率观测图像,利用质量限(恒星质量M_*>10^(10)M_⊙)选取了8002个红移分布在1<z<3范围内的星系样本,并对这些大质量星系的形态和结构性质进行了定量分析研究.通过星系形态的神经网络分类方法(Conv Nets),将样本中的星系划分为4类:椭球星系(SPHeroids,SPH)、早型盘星系(Early-Type Disks,ETD)、晚型盘星系(Late-Type Disks,LTD)和不规则星系(IRRegulars,IRR).结果发现星系的形态和结构随红移发生演化,在高红移宇宙星系主要表现出不规则形态,但到低红移处椭球和盘主导的哈勃星系形态序列已经形成.在相同红移区间内,不同类型星系的物理尺寸(r_e)中值从大到小的排序是IRR、LTD、ETD和SPH,而对应的Sersic指数(n)中值大小排序却相反.另外,不同类型星系的re与红移之间存在明显的演化关系,但这样的现象在平均轴比(b/a)和Sersic指数与红移的关系中并没有被发现.
