DELVE Milky Way Satellite Galaxy Census I: Satellite Population and Survey Selection Function in DES, DELVE, and Pan-STARRS

1. Problématique et Contexte

Le modèle cosmologique standard ($\Lambda$CDM) prédit que la Voie Lactée devrait être entourée de milliers de sous-halos de matière noire, dont beaucoup devraient abriter des galaxies satellites lumineuses. Cependant, le nombre de galaxies satellites observées est nettement inférieur à ces prédictions, un écart historiquement connu sous le nom de "Problème des Satellites Manquants".

Bien que l'incomplétude observationnelle et la physique de formation des galaxies les plus faibles aient partiellement résolu cette tension, une compréhension précise de la population totale de satellites de la Voie Lactée nécessite une prise en compte rigoureuse des effets de sélection observationnels. Les galaxies les plus faibles (ultra-faibles) sont difficiles à détecter en raison de leur faible luminosité de surface et de leur petite taille, ce qui rend les recensements actuels incomplets et biaisés. L'objectif principal de cette étude est de réaliser un recensement systématique et uniforme des satellites de la Voie Lactée pour contraindre leur fonction de luminosité, leur distribution spatiale et leur relation taille-luminosité, tout en quantifiant précisément l'efficacité de détection des relevés actuels.

2. Méthodologie

L'étude combine des données d'imagerie à grand champ de trois relevés majeurs pour couvrir une surface d'environ 27 700 deg² (soit ~91 % du ciel à haute latitude galactique) :

• DES Year 6 (DES Y6) : Données du Dark Energy Survey (profondeur $g \sim 24.7$).
• DELVE DR3 : DECam Local Volume Exploration (profondeur médiane $g \sim 24.2$).
• Pan-STARRS1 DR1 (PS1) : Données du relevé 3$\pi$ (profondeur $g \sim 22.5$).

Chaîne de traitement et algorithmes de détection :
Les auteurs ont appliqué deux algorithmes de recherche complémentaires sur les catalogues d'étoiles de ces relevés :

1. ugali : Une approche basée sur la vraisemblance (maximum de vraisemblance) qui compare la probabilité d'une surdensité d'étoiles suivant une isochrone spécifique par rapport à un fond uniforme.
2. simple : Un algorithme de recherche de pics de densité stellaire locale après filtrage par isochrone.

Pour garantir la pureté de l'échantillon (éviter les faux positifs), les auteurs ont imposé des seuils de détection stricts :

• Une détection doit être confirmée par les deux algorithmes.
• Des critères de significativité statistique élevés ont été appliqués ($\sqrt{TS} > 5.0$ pour DES, $> 8.0$ pour DELVE, et des critères similaires pour PS1).
• Seuls les systèmes avec un rayon demi-lumière physique $r_{1/2} > 15$ pc et une distance héliocentrique entre 16 et 400 kpc sont inclus.

Estimation de l'efficacité de détection (Fonction de sélection) :
Pour caractériser la sensibilité du recensement, les auteurs ont injecté $10^5$ galaxies satellites simulées (avec des masses, tailles, distances et propriétés photométriques variées) dans les données réelles au niveau des catalogues. Ils ont ensuite réexécuté les algorithmes de recherche pour déterminer la probabilité de récupération ($P_{det}$) en fonction des propriétés physiques des satellites. Deux méthodes ont été utilisées pour modéliser cette efficacité :

• Une approximation analytique basée sur les contours de détection à 50 %.
• Un classificateur d'apprentissage automatique (XGBoost) entraîné pour prédire la probabilité de détection en fonction de la magnitude absolue ($M_V$), de la taille ($r_{1/2}$), de la distance ($D_\odot$) et de la densité stellaire locale.

3. Contributions Clés

• Le plus grand recensement uniforme à ce jour : L'étude produit l'échantillon le plus complet et le plus pur de satellites de la Voie Lactée obtenu à partir d'un recensement systématique unique.
• Fonction de sélection complète : Développement de modèles robustes (analytiques et ML) décrivant l'efficacité de détection sur des relevés hétérogènes (DES, DELVE, PS1), permettant de corriger les biais observationnels.
• Intégration de données multiples : Combinaison harmonieuse de données de trois relevés différents avec des profondeurs et des qualités de données variées, tout en gérant les masques géométriques (plan galactique, amas globulaires, nuages de Magellan).
• Outils publics : Tous les produits de données, y compris les catalogues, les masques et les classificateurs XGBoost, sont rendus publics pour permettre à la communauté de les appliquer à d'autres modèles théoriques.

4. Résultats Principaux

Recensement des satellites :

• Sur les 62 satellites connus situés dans la zone couverte par les relevés, l'analyse en a récupéré 49 de manière significative.
• En incluant l'hypothèse que tous les satellites brillants ($M_V < -12.5$) sont déjà découverts (même hors champ), le recensement total s'élève à 52 systèmes sur 66 connus.
• Les satellites non récupérés sont principalement très faibles, très diffus, ou situés dans des zones à forte densité d'étoiles d'arrière-plan (ex: Cetus III, Virgo I, ou ceux masqués par le plan galactique comme Antlia II).

Propriétés de la population totale (Inférence) :
En combinant l'échantillon observé avec la fonction de sélection et un modèle empirique (fonction de luminosité, distribution radiale, relation taille-luminosité), les auteurs estiment la population totale de satellites de la Voie Lactée :

• Nombre total estimé : Il y a $265^{+79}_{-47}$ satellites de la Voie Lactée avec $-20 \le M_V \le 0$, $15 \le r_{1/2} \le 3000$ pc, et $10 \le D_{GC} \le 300$ kpc.
• Fonction de luminosité : La fonction de luminosité déduite est plus raide que celle dérivée des données SDSS précédentes, suggérant un nombre plus élevé de satellites très faibles ($M_V \gtrsim -6$).
• Relation taille-luminosité : Les galaxies détectables sont en moyenne plus compactes que la population totale, car les systèmes diffus sont plus difficiles à détecter.
• Comparaison M31/Voie Lactée : Le rapport du nombre de satellites M31/Voie Lactée est estimé à $3.2 \pm 1.2$, ce qui est cohérent avec le rapport de masse des halos hôtes, soutenant l'idée que le nombre de sous-halos évolue linéairement avec la masse du halo hôte.

Anisotropie :
L'analyse de la distribution angulaire révèle une anisotropie modérée ($\sim 2.3\sigma$) dans la distribution des satellites, principalement concentrée autour de la déclinaison $\sim -60^\circ$. Cette anisotropie est attribuée à l'effet de groupe de la Grande Nuage de Magellan (LMC), qui a apporté avec elle plusieurs de ses propres satellites (ex: Carina II, Horologium I, etc.). Une fois ces satellites liés au LMC exclus, l'anisotropie devient statistiquement insignifiante.

5. Signification et Perspectives

Cette étude fournit une référence empirique cruciale pour tester les modèles de formation galactique et la physique de la matière noire.

• Cosmologie et Matière Noire : La contrainte précise sur la fonction de luminosité des satellites permet de tester les scénarios de réionisation et les modèles de matière noire alternative (ex: matière noire tiède ou auto-interagissante) qui prédisent une suppression du nombre de petites galaxies.
• Préparation pour le futur : Bien que ce recensement soit le plus complet à ce jour, il ne récupère pas encore les galaxies les plus faibles découvertes par des relevés plus profonds (comme HSC). L'étude met en avant le potentiel du futur relevé LSST (Rubin Observatory), qui devrait découvrir des dizaines à des centaines de satellites supplémentaires, permettant de sonder le bout faible de la connexion galaxie-halo avec une sensibilité inégalée.
• Méthodologie : La rigueur appliquée à la définition de la fonction de sélection et à la pureté de l'échantillon établit un nouveau standard pour les futurs recensements de galaxies faibles.

En résumé, ce travail consolide notre compréhension de l'écosystème de satellites de la Voie Lactée, quantifie les limites de nos observations actuelles et offre les outils nécessaires pour interpréter les découvertes futures dans le cadre du modèle $\Lambda$CDM.