Photometric Redshift Estimation for Rubin Observatory Data Preview 1 with Redshift Assessment Infrastructure Layers (RAIL)

技術要約：Redshift Assessment Infrastructure Layers (RAIL) を用いた ルビン天文台 Data Preview 1 の光度赤方偏移推定

問題提起
ベラ・C・ルビン天文台の遺産プロジェクトである LSST (Legacy Survey of Space and Time) は、弱重力レンズ、大規模構造、および超新星を通じてダークエネルギーを調査することを目指している。これらの宇宙論的プローブには、サンプル選択、トモグラフィー・ビンの定義、およびアンサンブル赤方偏移分布 ($n(z)$) の推論のために、数十億個の銀河に対する精密かつ正確な光度赤方偏移 ($z_{phot}$) が必要となる。ルビン天文台の Data Preview 1 (DP1) は、LSSTComCam を利用しており、処理パイプラインを検証するための最初の実観測データを提供する。本論文は、DP1 データから $z_{phot}$ を推定する課題に取り組み、様々なアルゴリズムの性能を評価し、将来の LSST 運用に向けたベースラインを確立することを目的としている。

手法
本研究では、RAIL フレームワークを用いて、8 つの異なる $z_{phot}$ アルゴリズムを DP1 測光データに適用した。分析は主に以下の 2 つの領域に焦点を当てている：

1. Extended Chandra Deep Field South (ECDFS): 深い $ugrizy$ (6 バンド) カバレッジを利用。
2. Rubin_SV_38_7: $griz$ (4 バンド) カバレッジを利用。

データ準備:

• 入力測光: 著者らは、DP1 coadd オブジェクトカタログから Gaap1p0 (1" ガウス・アパーチャ) フラックスを使用している。
• 選択: 銀河は、$i$ バンドの PSF フラックス信号対雑音比 (SNR) > 5 および拡張光源基準 ($g_{extendedness} > 0.5, r_{extendedness} > 0.5$) によって選択される。
• リファレンス・サンプル: ECDFS easily において、DP1 オブジェクトを分光学的赤方偏移 ($spec$-$z$)、グリスム、および複数のサーベイ（例：3D-HST, ASTRODEEP, CANDELS, PRIMUS）からの高品質なマルチバンド光度赤方偏移データとクロスマッチングさせることで、リファレンス・カタログを構築した。このリファレンス・セットは、信頼度閾値 > 0.9 を用いて、70% の訓練用と 30% のテスト用に分割された。
• 検証: SV_38_7 easily において、DESI Data Release 1 (DR1) の分光サンプル (BGS, LRG, ELG) とクロスマッチングさせることで、独立した検証セットを作成した。
• Euclid との統合: ECDFS データのサブセットを Euclid Quick Data Release (Q1) とクロスマッチングさせ、近赤外線 (NIR) $YJH$ 測光を取り入れた。

評価されたアルゴリズム:
本研究では、2 つのカテゴリーの手法を比較している：

1. テンプレート・フィッティング: BPZ および LePhare。これらは観測された測光をスペクトルエネルギー分布 (SED) テンプレートと比較し、事前分布と $\chi^2$ 最小化を適用する。
2. 機械学習 (ML): FlexZBoost, TPZ, kNN, CMNN, GPz, および DNF。これらはマルチバンド測光からリファレンス赤方偏移への経験的なマッピングを学習する。

ワークフロー:
著者らは RAIL_projects を用いてワークフローを管理し、異なる「フレーバー」の構成（6 バンド、4 バンド、および 6 バンド + Euclid NIR）をテストした。性能を最適化するために、ハイパーパラメータのチューニング（例：TPZ におけるツリー数の増加、FlexZBoost における基底関数の調整）を行った。

主な貢献

• DP1 の初の系統的な分析: 本研究は、実在する LSSTComCam データに対して RAIL フレームワークを初めて系統的に適用したものであり、銀河ごとの確率密度関数 (PDF)、点推定値、およびアンサンブル $n(z)$ を生成している。
• アルゴリズムのベンチマーク: 異なるデータ深さ (4 バンド vs 6 バンド) および赤方偏移範囲にわたる、8 つのアルゴリズムの包括的な比較。
• リファレンス・カタログの構築: LSST の photo-$z$ パイプラインの訓練および検証に特化した、高品質なマルチサーベイ・リファレンス・カタログを ECDFS に組み立てた。
• Euclid NIR の影響: LSST 光学データに Euclid $YJH$ 測光を加えることによる具体的なメリットの評価。

結果

• 性能指標:
  • 6 バンド・データにおいて、機械学習アルゴリズムは正規化中央絶対偏差 (散布度) $\sigma_{NMAD} \sim 0.03$、およびアウトライヤー率 ($\eta_{0.15}$) 約 10–15% を達成した。
  • ML ベースのアルゴリズムにおける全体的なバイアスは $< 0.005$ であり、LSST 第 1 年 (Y1) の赤方偏移バイアス要件を満たしている。
  • 全てのアルゴリズムの散布度は $< 0.1$ であり、LSST Y1 の要件を満たしている。
  • 劣化: 訓練データが希薄な暗い等級 ($i > 23$) および高赤方偏移 ($z > 1.2$) では、性能が著しく低下する。
  • アルゴリズムの詳細: FlexZboost は、最も高いトモグラフィー・ビンニング精度 (78.1%) を達成した。テンプレート・フィッティング手法 (BPZ, LePhare) は、より大きなバイアスと、高 $z$ の Lyman-break 銀河を低 $z$ の Balmer-break 銀河と誤認するといった特定の失敗モードを示した。
• アンサンブル分布:
  • ECDFS テストセットにおいて、ほとんどのアルゴリズムは真のスタックされた $n(z)$ 分布を正常に回収した。
  • (ECDFS の訓練セットと SV_38_7 のターゲット集団との不一致により、アーティファクトが生じたため) SV_38_7 easily (異なる深さ/フィルターセット) では、一部の ML 手法がアーティファクト (例：高 $z$ のテール、 $z \sim 0.7$ でのスパイク) を示した。DNF がこの領域で最もバイアスの少ない $n(z)$ を提供した。
• Euclid NIR の影響: Euclid $YJH$測光を含めることで、$z > 1.2$の銀河におけるバイアス、散布度、およびアウトライヤー率が大幅に減少した。しかし、サンプルの大部分 ($z < 1.2$) については、低赤方偏移に訓練データが集中しているため、改善は最小限であった。
• 較正: 確率積分変換 (PIT-QQ) プロットは、ほとんどの手法が適切に較正されている一方で、一部 (例：CMNN) は過剰に自信のある誤差範囲を提供しており、テンプレート・フィッティング手法は高赤方偏移への PDF の歪みを示していることを示した。

意義と主張
本論文は、RAIL パイプラインが LSST データに対して光度赤方偏移を生成する準備ができていることを主張しており、実在するコミッショニング・データに対する「有望な初期性能」を実証している。結果は以下を検証している：

1. 機械学習アルゴリズムは、代表的かつ高有意なサンプルで訓練された場合、LSST Y1 の要件であるバイアスと散布度を満たすことができる。
2. パイプラインは、弱重力レンズおよびクラスタリング解析に不可欠な、銀河ごとの PDF とアンサンブル $n(z)$ 推定の両方を正常に生成できる。
3. 近赤外線データ (Euclid) の追加は高赤方偏移の集団に有益であるが、現在の高 $z$ リファレンス訓練データの不足により、その影響は限定的である。

著者らは明示的に制限事項を述べている：訓練セットのサイズと深さが $z \approx 1.2$ を超える堅牢性を制限していること、一部のアルゴリズムが非検出の扱いに苦慮していること、およびハイパーパラメータの最適化が限定的であったことである。彼らは、パイプラインは機能的であるが、今後の課題として、フル LSST オブジェクトカタログにおける性能を最大化するために、サンプル分散、非検出の取り扱い、およびさらなる最適化に対処する必要があると結論付けている。