A New PSF Deconvolution Algorithm: Simultaneous Spatial Resolution Enhancement and Point Source Removal for Morphological Analysis of AGN Host Galaxies

Riepilogo Tecnico: Un Nuovo Algoritmo di Deconvoluzione PSF per l'Analisi delle Galassie Ospiti degli AGN

Enunciato del Problema
Le galassie ospiti dei Nuclei Galattici Attivi (AGN) sono spesso difficili da studiare dal punto di vista morfologico perché la brillante sorgente puntuale centrale (l'AGN) contamina la luce della galassia ospite. Sebbene telescopi spaziali ad alta risoluzione come Hubble e JWST possano risolvere queste strutture, i loro campi di vista ristretti limitano gli studi statistici a piccoli campioni ($\lesssim 10^4$ oggetti). I sondaggi da terra (ad esempio Subaru/HSC, Rubin, Euclid, Roman) offrono campioni ampi ma soffrono di una risoluzione spaziale inferiore e di un significativo sfocamento dovuto alla Funzione di Dispersione del Punto (PSF). I metodi tradizionali, come la decomposizione di immagini 2D (ad esempio GALFIT), sono sensibili alla sovrastima della sottrazione della PSF e alle complesse sottostrutture, e faticano a separare la galassia ospite dall'AGN senza introdurre incertezze nei parametri strutturali come l'indice di Sérsic. Gli algoritmi esistenti di deconvoluzione PSF spesso non riescono a produrre simultaneamente una componente estesa separata, una componente sorgente puntuale separata e un'immagine ricostruita combinata, tutte necessarie per un'analisi morfologica e fotometrica robusta di ospiti di AGN deboli ad alto redshift.

Metodologia
Gli autori propongono un nuovo algoritmo di deconvoluzione PSF progettato per migliorare simultaneamente la risoluzione spaziale e rimuovere la sorgente puntuale centrale. Il metodo modella l'immagine intrinseca $x$ come la somma di due componenti distinte: una componente estesa $I_{sm}$ (la galassia ospite) e una componente sorgente puntuale $I_{sp}$ (l'AGN). Il modello di osservazione assume che il flusso osservato segua una distribuzione gaussiana basata sulla convoluzione di queste componenti con la PSF.

Per ricostruire l'immagine intrinseca, l'algoritmo minimizza una funzione obiettivo di log-posteriore negativo soggetta a tre vincoli specifici:

1. Vincolo di Lisciatura ($I_{sm}$): Una regolarizzazione di tipo Tikhonov applicata alla componente estesa per imporre la lisciatura spaziale, modellando la struttura della galassia ospite.
2. Vincolo di Sparsità ($I_{sp}$): Una regolarizzazione con norma $L_1$ (LASSO) applicata alla componente sorgente puntuale per localizzare il flusso dell'AGN su un piccolo numero di pixel.
3. Vincolo di Bilanciamento della Sorgente Puntuale: Un nuovo vincolo basato sul prodotto pixel per pixel $I_{sm} \times I_{sp}$. Questo termine penalizza la presenza simultanea di valori di flusso elevati sia nella componente estesa che in quella sorgente puntuale nella stessa posizione del pixel. Ciò previene la "fuoriuscita" (leakage) del flusso della sorgente puntuale nella galassia ospite (sovrastima della sottrazione) o la soppressione del flusso centrale della galassia ospite (sottostima della sottrazione).

L'ottimizzazione viene risolta utilizzando l'Algoritmo Iterativo di Soglia di Restringimento (ISTA) con uno schema di backtracking per la costante di Lipschitz per garantire una convergenza stabile e monotona. L'algoritmo produce tre immagini: la galassia ospite separata ($I_{sm}$), l'AGN separato ($I_{sp}$) e la ricostruzione combinata ($I_{sm} + I_{sp}$).

Contributi Chiave

• Algoritmo Innovativo: Sviluppo di un metodo di deconvoluzione PSF a tre output specificamente adattato per le immagini degli AGN, che separa esplicitamente la galassia ospite e l'AGN ricostruendo al contempo l'immagine totale.
• Vincolo di Bilanciamento della Sorgente Puntuale: Introduzione di un nuovo termine di regolarizzazione ($I_{sm} \times I_{sp}$) che disaccoppia efficacemente le componenti estese e sorgente puntuale, affrontando l'interdipendenza degli iperparametri che affligge i metodi precedenti.
• Miglioramento della Risoluzione da Terra allo Spazio: Dimostrazione che le immagini da terra (Subaru/HSC) possono essere deconvolte per raggiungere una risoluzione spaziale paragonabile alle immagini del Telescopio Spaziale Hubble (HST) rimuovendo al contempo la contaminazione dell'AGN.

Risultati
L'algoritmo è stato testato sia su immagini artificiali di AGN che su dati reali di AGN dal campo COSMOS di Subaru/HSC (oggetti J0959 a $z=0.34$ e J1000 a $z=1.38$), utilizzando immagini HST/ACS come verità di base.

• Analisi Qualitativa: Le immagini ricostruite della galassia ospite ($I_{sm}$) mostrano una risoluzione spaziale significativamente migliorata, rivelando strutture fini come bracci a spirale e sottostrutture a grumi con alto contrasto. La sorgente puntuale centrale viene rimossa efficacemente senza significativa sovrastima o sottostima della sottrazione. Le immagini ricostruite combinate ($I_{sm} + I_{sp}$) assomigliano strettamente alle immagini di riferimento Hubble.
• Analisi Quantitativa:
  • Convergenza: La distanza di Hellinger tra le iterazioni è diminuita rapidamente, stabilizzandosi dopo circa 100 iterazioni.
  • Accuratezza: L'Errore Quadratico Medio (RMSE) tra l'immagine ricostruita (convoluta con la PSF HSC) e l'osservazione HSC originale è stato estremamente basso ($\sim 10^{-6}$ a $10^{-5}$). Anche l'RMSE tra l'immagine ricostruita e la verità di base Hubble è stato piccolo ($\sim 10^{-2}$).
  • Miglioramento della Risoluzione: La Larghezza a Mezza Altezza (FWHM) delle strutture della galassia ospite ricostruita è migliorata di un fattore di $\sim 2-3$ rispetto alle immagini HSC originali, raggiungendo livelli paragonabili a Hubble (ad esempio, da $1.06''$ a $0.57''$ per J0959).
  • Efficacia del Vincolo: L'inclusione del vincolo di bilanciamento della sorgente puntuale ($\alpha_{bl}$) si è dimostrata critica per gli AGN reali, riducendo ulteriormente i valori FWHM e migliorando la rimozione della sorgente puntuale rispetto alle esecuzioni senza tale vincolo.

Significato
L'articolo afferma che questo algoritmo consente studi morfologici statistici di galassie ospiti di AGN distanti utilizzando dati di sondaggi a campo largo da strutture attuali e future, inclusi l'Osservatorio Vera C. Rubin, il Telescopio Spaziale Euclid e il Telescopio Spaziale Roman. Rimuovendo efficacemente la contaminazione dell'AGN e migliorando la risoluzione, il metodo permette l'applicazione di indici morfologici non parametrici (ad esempio concentrazione, asimmetria, coefficiente di Gini) a grandi campioni ($>10^4$ oggetti) senza i pregiudizi precedentemente causati dal flusso dell'AGN. Questa capacità dovrebbe risolvere l'attuale ambiguità riguardo alla relazione tra l'attività degli AGN e le fusioni/interazioni galattiche. Inoltre, il metodo riduce la dipendenza dalla classificazione visiva e può essere esteso a studi sulle relazioni tra buchi neri supermassicci e bulge, nonché all'estrazione di altre strutture come grumi stellari giganti.