Robust Photometry for Roman High-Latitude Imaging Survey Cosmology Using Roman and Rubin Imaging

技術要約：RomanおよびRubinのイメージングを用いたRoman高緯度イメージングサーベイ・コスモロジーのためのロバストなフォトメトリ

問題提起
正確かつ精密なフォトメトリは、ナンシー・グレース・ローマン宇宙望遠鏡の高緯度イメージングサーベイ（HLIS）における宇宙論解析の前提条件であり、フォトメトリック赤方偏移（$z_{phot}$）の性能、サンプル選択、およびトモグラフィー・ビンニングに影響を与える。しかし、Romanのデータにおいてロバストなフォトメトリを実現するには、特有の課題が存在する：

1. ソースのブレンディング（混入）： Romanの深さは顕著なソースのブレンディングを引き起こし、これは異なる空間分解能および点広がり関数（PSF）を持つ地上観測サーベイ（Rubin Observatory/LSSTなど）との結合解析において悪化する。
2. 相関ノイズ： RomanのTeledyne H4RG検出器および画像の加算プロセスは、ピクセル間にわたる相関ノラーを導入する。これを無視すると、フラックスの不確実性が過小評価され、カラー測定が過度に自信過剰なものとなる。
3. 天体ショットノイズ： 背景放射がノイズ予算を支配する多くの地上観測とは異なり、Romanの弱重力レンズサンプルにおいては、銀河自体からのショットノイズが無視できない成分となる。
4. 環境依存のバイアス： 標準的な単一オブジェクト・フィッティングは、環境依存のカラーバイアス（混雑した領域で最大〜0.5 mag）を導入し、$z_{phot}$の性能を低下させる可能性がある。

手法
著者らは、Roman HLISの宇宙論のために特別に設計されたモデル・フィッティング・フォトメトリ・パイプラインであるslimfarmerを開発し、検証した。このパイプラインは、The Farmer（The Tractorに基づく）というプロファイル・フィッティング・パッケージを基盤としており、Romanデータに対する特定の処理を組み込んでいる：

• 検出とグルーピング： Romanの加算画像（Y106, J129, H158, F184, K213）上でSEPを用いてソースを検出する。近接する銀河は、同時フィッティングを可能にするために拡張されたセグメンテーションマップを用いてグループ化される。
• マルチオブジェクト・フィッティング（MOF）： パイプラインは、The Tractorを用いたマルチバンド結合モデル・フィッティングを実行する。各グループ内では、ブレンディングされた光を考慮するために、すべてのソースが同時にフィッティングされる。モデル選択は、$\chi^2$に基づく決定ツリー（点光源、SimpleGalaxy、ExpGalaxy、DevGalaxy、またはFixedCompositeGalaxy）に従う。
• 強制フォトメトリ（Forced Photometry）： RomanとRubinの結合解析を可能にするため、パイプラインはRoman由来の銀河モデル（位置および形態）を使用し、一致するRubin（u, g, r, i, z, y）の画像シミュレーションに対して強制フォトメトリを実行する。これにより、PSFやピクセルスケールの違いにかかわらず、一貫したカラー測定が保証される。
• 不確実性の定量化：
  • 相関ノイズ： パイプラインは、科学画像と同じプロセスで処理されたノイズ実現値を用いて、Romanの加算画像からの相関ノイズをフォトメトリック不確実性に伝播させる。分散は、正規化されたノイズ場の相関関数を用いて推定される。
  • 天体ショットノイズ： モデルベースの処理が逆分散重みマップに適用され、現在のモデル予測に基づいて、ノイズの多い科学画像を直接使用するのではなく、各フィッティング・イテレーションにおいてショットノイズの寄与を更新する。
• 検証： パイプラインは、DC25 Roman加算画像シミュレーション（OpenUniverse2024の真値に基づく）および一致するRubinシミュレーションを用いてテストされる。検証には、回収されたフラックスおよびカラーを真値のカタログと比較すること、および異なるフィッティング戦略（MOF vs. 単一オブジェクト・フィッティング [SOF]）やノイズ処理が$z_{phot}$性能に与える影響の評価が含まれる。

主な結果

1. フォトメトリック精度： slimfarmerは、Romanベースのカラーで残差のモードが20ミリマグ以内、Rubinベースのカラーで70ミリマグ以内となる銀河カラーを回収する。マグニチュードの残差は、未検出ソースとのブレンディングにより、暗い端で小さなバイアスを示す。
2. 不確実性の較正： 相関ノイズを適切に考慮することは極めて重要である。相関を無視した標準的なThe Tractorの不確実性は、経験的な散らばりを最大で約3倍過小評価する。slimfarmerの不確実性推定値は、マグニチュードとカラーの両方において、経験的な散らばりと密接に一致している。
3. ブレンディングの緩和： マルチオブジェクト・フィッティングは、環境依存のバイアスを制御するために不可欠である。
   • MOF (Roman) + SOF (Rubin)： 混雑した領域において、未モデル化の近接天体によりRubinのフラックスが過大評価されるため、青色へのバイアス（最大〜0.5 mag）を誘発する。
   • SOF (Roman) + MOF (Rubin)： Romanのフラックスに近接天体の光が含まれるため、赤色へのバイアス（最大〜0.2 mag）を誘発する。
   • 一貫したMOF： 両方のサーベイにMOFを適用することで、これらの環境依存のカラーバイアスを排除し、最近接距離が約0.45''まで安定した性能を維持する。
4. フォトメトリック赤方偏移への影響：
   • アンサンブル $n(z)$： 結合Roman–Rubinフォトメトリは、最も分離の優れたトモグラフィー赤方偏移ビンを提供する。Rubinのバンドを無視するか、相関ノイズを無視すると、ビンの重なりが大幅に増加する。
   • 個別の $z_{phot}$： FlexZBoostを用いた場合、Fiducial（基準）構成（両方のサーベイでのMOF ＋ 相関ノイズ補正）は、アウトライヤーの割合や散らばりの環境依存性が最小限である。いずれかのサーベイでSOFを使用する構成は、強い環境的傾向を示し、最近接距離が大きくなるにつれて性能が低下する。

意義および主張
本論文は、slimfarmerをRoman HLIS宇宙論アプリケーションのためのプロトタイプ・フォトメトリ・パイプラインとして確立するものである。著者らは、ロバストなRoman–Rubinカラー測定と信頼できる$z_{phot}$特性化には、以下の3つの要素が必要であると主張している：

1. 不確実性を正確に定量化するための相関ノイズ補正。
2. 重みマップにおけるバイアスを避けるための天体ショットノスのモデルベース処理。
3. ブレンディングによる系統誤差を軽減するための、両方のイメージング（RomanおよびRubin）における一貫したマルチオブジェクト・フィッティング。

著者らは、これらの結果が銀河選択および赤方偏移特性化のためのフォトメトリ・フレームワークを検証するものである一方で、これらが弱重力レンズのシアー測定における最適なブレンディング処理に関する結論を構成するものではないことを明示している（これには、METADETECTIONのようなシアー較正フレームワーク内での別途の検証が必要である）。今後の研究では、より現実的なシミュレーション、実際の初期観測データ、およびこれらの系統誤差の完全な宇宙論的制約への伝播へと拡張していく予定である。