0.6的星系团<z（z）<1.4在UKIDSS超深调查早期数据发布中

摘要

1引言

遥远的星系团被广泛应用于宇宙学和天体物理学领域。例如，星团研究揭示了暗物质晕是如何崩溃以及大规模结构的形成和演化的。团簇质量函数演化与预测结果的比较N个-车身模拟(Evrard等人，2002年)或新闻界——Schechter形式主义(Press&Schechter 1974年)它的变种对诸如质量密度（Ω_M（M）)以及早期宇宙质量波动的幅度（σ₈)（例如。Eke等人，1998年). 此外，高红移星团有助于限制恒星形成和活动星系核（例如。Silk&Rees 1998年). 不幸的是，很少z（z）>已确定1个集群，其中绝大多数来自X射线调查（例如使用XMM–牛顿；斯坦福等人，2006年).

X射线选择的集群调查（例如。Mullis等人，2005年)成功地发现了具有发光星团内介质的星团。利用Sunyaev–Zel'dovich（SZ）效应的一些后续观察是成功的（例如。Jones等人，2005年)正在进行全面的深圳调查(克奈塞尔等人，2001年). 簇的光学选择是对这些研究的补充(Gilbank等人，2004年)因为它是基于其他团簇性质，例如光学与X射线的光度或团簇气体的SZ衰减。使用光学数据的另一个优点是可以使用光度红移分析来推导到簇的距离并获得三维透视图。然而，光学星系团的搜索在高红移时受到阻碍，因为4000奥破裂（在早期类型的星团中占主导地位的红色星系中普遍存在）从我-带进近红外波段。最近的发展见证了大型近红外相机的出现，例如英国红外望远镜（UKIRT）上的宽视场红外相机（WFCAM）。WFCAM目前正在进行UKIRT红外深空探测（UKIDSS，Lawrence等人，2006年).

在本函中，我们使用了UKIDSS超深测量（UDS）早期数据发布（EDR，Dye等人，2006年)找到红移范围0.5≤的簇z（z）≤ 1.5. 这些簇是通过应用两种簇选择方法的自适应发现的：Voronoi细分技术(Ebeling&Wiedenmann 1993年)和friends-of-friends方法(Huchra&Geller 1982年). 我们描述了光度红移的数据和测定第2节，以及中使用模拟目录的群集检测算法和仿真第3节。集群目录见第4节和中第5节我们总结了我们的结论。在这封信中，我们假设H（H）₀=71公里⁻¹Mpc公司⁻¹, Ω_M（M）=0.27和Ω_Λ= 0.73. 所有引用的震级都在AB系统中。

2数据和光度红移

我们使用三种数据来源：近红外J型和K（K）来自UDS EDR的数据(Foucaud等人，2006年); 来自斯皮策大面积红外河外测量（SWIRE，Lonsdale等人，2005年); 和光学BVRi公司′z（z）‘斯巴鲁的斯巴鲁数据XMM–牛顿Deep Field（SXDF，Furusawa等人，正在准备中）。我们的集群调查区域为0.5度²具有和在J 2000中。银河系目录包括在我′,J型和K（K）为了排除恒星，我们规定了一个标准SE萃取器“恒星”指数<0.8英寸我'和K（K）（例如。Bertin&Arnouts 1996年). 目录的深度受到UDS EDR 5σ量级限制K（K）_AB，林=J型_AB，林= 22.5. 我们通过使用Hyperz公司代码(Bolzonella，Miralles&Pelló2000年). 星系模板由恒星人口合成代码生成加拉克谢夫(Bruzual&Charlot 2003年)并涵盖不同恒星形成速率的范围，时间尺度τ为0.1至30 Gyr。我们采用一个平坦的先验值，使星系亮度达到最大值我= 10我*（假设一个被动演化的椭圆星系）K（K）-并计算边缘化后验红移概率函数。我们的光度红移目录包含19300个对象，范围0.1≤z（z）≤ 2.0.

2.1光度红移的可靠性

为了测试我们运行的光度红移的可靠性Hyperz公司在SXDF中光谱识别物体上使用相同的模板(Yamada等人，2005年；Simpson等人，2006年). 光谱红移和光度红移一致，光度红移误差σ_z（z）=0.08大于0.5≤z（z）≤1.5且无明显的系统偏移。然而，对光度红移目录中星系数量作为红移函数的检查，N个(z（z）)，揭示了红移分布中的尖峰。整个场的分布形状是恒定的，这表明峰值不是由大规模结构引起的，而是由采用比数据点更多模板的光度红移方法固有的混叠效应引起的（例如。罗安·罗宾逊2003). 一个严重的问题是由于红移中的这种聚焦而导致的杂散簇的检测。因此，我们使用四个经验推导的SED创建了第二个红移目录科尔曼、吴和魏德曼（1980），随提供Hyperz公司代码。新的星系红移概率函数更宽；尖峰消失，产生更平滑的N个(z（z）)分配。然而，光谱红移的比较表明，红移在z（z）≳0.5，偏移Δz（z）=0.15温度z（z）∼ 1.

总之，对光度红移准确性的检查揭示了光度红移估计中使用的模板的敏感性。这封信中引用的红移使用了Bruzual和Charlot模板，因为光谱样品表明这些模板最准确。然而，为了避免由于N个(z（z）)在这封信中，我们将我们的分布局限于两个光度红移目录中隔离的星团，因此被认为是稳健的检测。

3算法

van Breukelen等人（准备中）详细描述了聚类检测算法。这里我们只简要介绍一下我们所采用的程序。

光学选择星团样本的两个常见问题是虚假星团的检测，以及前星系和背景星系向真实星团的偶然投影。这是由于任何检测算法固有的选择偏差以及光度红移概率函数的事实造成的(z（z）-PDF）可以采取任何形式，显示的错误可能比集群的红移范围大很多倍。为了减少这些困难，我们（i）使用两种本质上不同的聚类检测方法来最小化错误检测的数量，以及（ii）充分利用z（z）-PDF，而不是具有相关错误的最佳红移估计。对于每种方法，我们都对z（z）-PDF创建500个蒙特卡罗（MC）实现的3D星系分布。这些被分为Δ切片z（z）= 0.05¹其中确定了集群候选。由于光度红移的误差大于红移切片的宽度，因此每个候选簇通常位于几个相邻切片中。我们通过取集群发生时红移的平均值来确定最终的集群红移，并根据相应的MC实现次数进行加权。我们指定了一个“可靠性系数”F类到每个簇，这是检测到簇的MC实现的总分数。该算法使用Voronoi细分（VT）技术和friends-of-friends（FOF）方法检测红移切片中的候选簇。VT方法的主要优点之一是它相对无偏，因为它不寻找特定的源几何体（例如。Ramella等人，2001年). 星系场被划分为Voronoi细胞，每个细胞包含一个物体：细胞核。VT细胞面积的倒数转化为局部密度。通过拟合函数可以找到平面中的过密区域（请参见起亚1966)现场所有VT细胞的密度分布；候选聚类是指密度显著高于平均背景密度的细胞群。FOF算法将分离度小于投影连接距离的星系分组D类_链接（“朋友”）。当光谱数据可用时，“朋友”也受到链接速度Δ的影响V（V）≤V（V）_链接（例如。Tucker等人，2000年). 在光度红移的情况下，只有同一红移切片内的星系才有联系（参见Botzler等人，2004年). 如果一个星系群包含的星系数量大于n个_最小值它被认为是集群候选。

我们创建模拟目录，模拟真实数据，以量化各种选择效果和预期污染物。这些模拟还可以估计实际数据中发现的星团的恒星总光度。

3.1模拟集群目录

我们创建一个随机放置星系分布的目录²在0.1≤的字段中z（z）≤ 2.0. 星系的亮度和数密度由K（K）-波段光度函数科尔等人（2001），简化了被动进化的假设，形成红移z（z）_形式= 10. 检测极限为K（K）<22.5是为了匹配UDS EDR数据的5σ极限。在每个模拟星表中，星系数量作为星等的函数，与UDS星表中的数量完全一致，达到了这个极限。我们叠加总质量的模拟星团M（M）=0.5、1.0、2.0、10和20×10¹⁴M（M）_⊙，假设(M（M）/M（M）_⊙)/(我/L（左）_⊙) = 75小时(Rines等人，2001年)并应用集群K（K）-波段光度函数(Lin，Mohr&Stanford 2004年). 根据NFW剖面图，星系在星系团中的空间分布(纳瓦罗、法国人和怀特1997)截止半径为1Mpc。对于质量>1.0×10的模拟星团¹⁵M（M）_⊙这比维里半径小；然而，我们在数据中没有发现如此高质量的集群（请参阅第4节)因此，截止线的影响可以忽略不计。簇以红移放置z（z）=0.1、0.2、…、2.0。质量和红移的每个组合都在10个随机创建的目录中表示。我们用一个等于真实数据中误差的因子随机抵消所有星系的红移。每个星系接收一个z（z）-通过选择具有相应红移的对象，从数据中获取PDF。

VT和FOF方法都有两个自由参数。对于FOF，这些是适当坐标下的连接距离，D类_链接以及星系团中星系的最小数量，n个_最小值.由指导Botzler等人（2004）我们用0.125≤范围内的值进行实验D类_链接≤0.175 Mpc和3≤n个_最小值≤ 5. 对于VT，参数是密度过高成为背景波动的最大概率，第页_背景和电池密度下限，如果_最小值.我们遵循的方法是Ebeling&Wiedenmann（1993）并设置第页_背景至10%。对于如果_最小值我们尝试1.2–2.2的值，其中如果=1.0是场的平均细胞密度。我们使用优化算法性能的参数：D类_链接=0.175百万件，n个_最小值=5和如果_最小值= 1.74. 由于这两种方法使用不同的措施来隔离星系团（VT中的星系密度与FOF中的分离），因此两者的错误检测并不一致。因此，通过将两种方法的输出相互关联，由于算法中的偏差而产生的伪源消失，从而减少了对偶然星系群的污染。簇形态没有明显的偏差[关于偏差和污染的全面处理，见van Breukelen等人（准备中）]。

我们将恢复的星团星系与模拟星团的输入星系进行了比较。VT倾向于包括星系团核心周围大范围内的所有星系（例如，请参见图1). 恢复的群集成员数，N个_女孩在任何集群中，都对局部场密度敏感。相比之下，FOF回收的星系成员更集中；在目录的随机实现过程中，每个集群的总数是一致的。因此，我们使用这两种方法来检测簇，并且只使用FOF来计算N个_女孩这是通过将该星团中所有星系的MC实现中超过15%的星系都检测到该星团本身来实现的。出现在MC实现中的一小部分星系很可能是来自不同红移的闯入者。精明的N个_女孩对于所有红移下的所有团簇质量，得出以下函数N个_女孩与z（z）用于恒定质量或总亮度。在z（z）>1.5仅质量簇M（M）≥ 1.0 × 10¹⁵M（M）_⊙或我> 170我*可检测到约50%的完整性。红移时z（z）<0.5我们的视野是典型集群大小1 Mpc的10倍。因此，我们将红移范围限制为0.5≤z（z）≤1.5，允许检测亮度簇我≳ 10我*在z（z）～0.5至我≳ 170我*在z（z）∼ 1.5.

图1

新标签中打开下载幻灯片

星团1、6和13跨越了我们探测到的红移范围。左侧：K（K）-波段图像。大圆圈显示了围绕星团的1-Mpc区域；蓝色正方形和红色圆圈分别是VT和FOF给出的簇成员。簇1：绿色加号表示扩展X射线源。星团6：绿色箭头指示星系z（z）_规范= 0.87. 中间：Bz公司′K（K）中央1-Mpc区域的图像。右图：簇的CM图–颜色是最红的滤光片，小于4000°（静止帧）K（K）。加号为中心1-Mpc区域内的所有星系，否则符号与左侧面板中的相同。灰色带是建模的红色序列。

4结果：集群目录

我们最终的集群目录包括VT和FOF发现的所有集群，可靠性系数为F类>0.2以排除错误检测。我们通过平均VT和FOF方法给出的簇红移来计算红移。这导致在0.61≤z（z）≤ 1.39;表1列出了所有星系团及其位置和属性（如有要求，可提供星系团的全部详细信息）。中给出的红移错误表1结合了VT和FOF给出的错误，并反映了检测到簇的红移切片的范围。尽管聚类查找方法对光度低至～10的聚类很敏感我*，我们受到光度红移相对较大的系统误差的限制。集群1–13英寸表1也在我们的替代光度红移目录中检测到（参见第2.1节)，虽然有时只在F类_离岸价和F类_及物动词>0.1级；因此，这些是判断为稳健的检测。仅集群14（位于表1)未使用替代光度红移目录恢复。图1显示了三个集群示例：对于每个集群，左侧面板显示一个K（K）-带图像，中间面板a组合Bz公司′K（K）图像和右侧面板上的彩色幅度（CM）图。为了便于说明，CM图上覆盖了建模的红色序列（使用加拉克谢夫椭圆模板z（z）_形式=10，τ=0.5 Gyr，斜率由Kodama&Arimoto 1997年). 顶部两个簇可以看到清晰的红色序列；第三个是不清楚的，因为星团星系的数量很少，尽管在VT和FOF中检测到的七个星系中有四个位于预测的红色序列附近。

表1

新标签中打开下载幻灯片

按红移排序的簇目录。

三个星系团（编号1、2和11）由两个星系群组成，在FOF方法中被≲1 Mpc隔开，但在VT中被视为一个星系团：这些可能是合并星系团。我们决定N个_女孩具有K（K）<22.5（对应于完整性极限），与我们的模拟集群相同（参见第3.1节); 这使我们能够通过在星系团中的恒定总光度线之间进行插值，得出星系团的近似总光度N个_女孩——z（z）在我们的模拟中发现的飞机。我们发现我们的星团跨越了10个范围我*≲我_总数≲ 50我*; 假设(M（M）/M（M）_⊙)/(我/L（左）_⊙) = 75小时(Rines等人，2001年)，这将产生5×10¹³≲M（M）_集群≲ 3 × 10¹⁴M（M）_⊙.

5结束语

我们的星团目录包含13个红移0.61≤的星团z（z）≤1.39，估计亮度10我*≲我_总数≲ 50我*，对应质量5×10¹³≲M（M）_集群≲ 3 × 10¹⁴M（M）_⊙.仅考虑总质量估计值显著大于10的星团¹⁴M（M）_⊙（6、10、11、12、13），这表示天空表面密度为～10度⁻²用于高红移(z（z）=0.5–1.5）簇。这与低密度（Ω）的预测在数量上一致_M（M）≈0.3）宇宙学模型，例如Kneissl等人（2001年）。与图5和图8相比，我们发现，在小数统计的明显局限性内，SXDF中的真实团簇具有与理论预测相同的丰度、红移和估计质量分布。

显然，光谱观察对于确认星团的真实性至关重要。根据文献中的光谱红移（参见表1)，我们初步确认了9个星团中的6个星团的光度红移z（z）> 0.75. 在不久的将来，8米级望远镜上的近红外多目标光谱仪将为高红移星团的光谱跟踪提供机会。

我们注意到，只有一个候选星团与已发布的扩展X射线检测星团相关(表1)，我们计划开发现有的深层XMM–牛顿数据（Ueda等人，正在准备中）和即将进行的SZ调查，以确定这些集群的气体含量。

致谢

这项工作基于从UKIDSS和斯皮策太空望远镜UKIRT由联合天文中心代表PPARC运营。我们感谢UKIRT、斯巴鲁和斯皮策使这些观察成为可能。我们感谢剑桥CASU和爱丁堡WFAU处理UKIDSS数据。CvB、LC、DGB、SR、MJJ、SF、CS和MC承认PPARC提供的资金。OA、RJM和IS感谢英国皇家学会的支持。

工具书类