Highly Efficient Selection of High-Redshift Emission-Line Galaxies for future DESI-like surveys with Deep Multi-band Imaging

Technische Samenvatting: Hoogefficiënte selectie van emissielijn-stelsels met een hoog roodverschuivingsgetal voor toekomstige DESI-achtige surveys met diepe multi-band beeldvorming

Probleemstelling
Emissielijn-stelsels (ELGs) zijn cruciale tracers voor het meten van Baryonische Akoestische Oscillaties (BAO) en grootschalige structuren bij roodverschuivingen $z > 1$. De huidige selectiemethoden voor het Dark Energy Spectroscopic Instrument (DESI) kampen echter met aanzienlijke beperkingen in het roodverschuivingsbereik $1.1 < z < 1.6$. De huidige DESI-selectie, gebaseerd op de vlakkere $g, r, z$ fotometrie van de Legacy Imaging Surveys, lijdt aan lage efficiëntie en significante dichtheidsfluctuaties. Specifiek levert de huidige DESI-steekproef slechts $\sim 660$ robuuste ELGs per vierkante graad in het huidige doel-roodverschuivingsbereik, met een laag succespercentage voor het roodverschuivingsbereik (34%) en een succespercentage voor de roodverschuivingsmeting van 69%. Deze dichtheid plaatst de steekproef in een regime dat beperkt wordt door shot-ruis, wat nauwkeurige kosmologische beperkingen op de donkere energie-toestandsvergelijking belemmert. Het artikel stelt dat diepere, multi-band beeldvorming (vergelijkbaar met de Rubin Observatory LSST of Hyper Suprime-Cam) deze systematieken kan overwinnen door een betere identificatie van spectrale kenmerken te bieden.

Methodologie
De auteurs hebben een nieuw doelselectie-algoritme ontwikkeld en geoptimaliseerd, ontworpen om de oppervlaktedichtheid van de ELG-opbrengst met een factor $\sim 3$ te verhogen ten opzichte van de huidige DESI-doelen. De methodologie bestond uit drie primaire fasen:

1. Databronnen:

   • Fotometrie: Het team maakte gebruik van diepe $ugrizy$-fotometrie uit de COSMOS2020-catalogus (Farmer-versie) om de selectiecriteria te trainen. Deze dataset biedt dieptes die $\sim 2$ magnitudes dieper zijn dan de Legacy Survey en bevat $i$- en $y$-banden.
   • Spectroscopie: Om de selectie empirisch te testen en te verfijnen, gebruikten de auteurs een "spec-truth" steekproef. Deze steekproef bestaat uit 87.512 ELG-achtige objecten die door DESI zijn waargenomen in het COSMOS-veld, geselecteerd met brede kleur-afsnijdingen (color cuts) uit diepe DECam en HSC-beeldvorming om alle potentiële verspreiders in de DESI-steekproef te vangen.
   • Roodverschuivingen: Fotometrische roodverschuivingen ($z_{photo}$) werden afgeleid met de LePHARE-code op de veel-band data van COSMOS2020. Spectroscopische roodverschuivingen ($z_{spec}$) werden verkregen via DESI-observaties met effectieve blootstellingstijden tussen 700 en 1400 seconden.

2. Algoritmeontwikkeling:

   • Initiële Classificatie: Een Random Forest (RF) classifier werd getraind op COSMOS2020 $ugrizy$-fotometrie om hoog-roodverschuivende ELGs ($z=1.1-1.6$) te onderscheiden van andere sterrenstelsels. De RF bereikte een Area Under the Curve (AUC) van 0.960.
   • Kenmerkbelang (Feature Importance): Een permutatie-belanganalyse toonde aan dat de kleurcombinaties $r-i$ en $i-y$ de meest invloedrijke kenmerken waren, met $i-z$ als het volgende belangrijke kenmerk.
   • Optimalisatie: De auteurs definieerden een set kleur-afsnijdingen en een limiterende magnitude ($g_{fiber}$) op basis van de RF-inzichten. Deze afsnijdingen werden geoptimaliseerd met behulp van de spec-truth steekproef om de "roodverschuivingsbereik succesrate" te maximaliseren (het fractie targets met een veilige $z_{spec}$ in $1.1 < z < 1.6$), terwijl een netto oppervlaktedichtheid van $\sim 1370$ deg$^{-2}$ werd nagestreefd. De optimalisatie minimaliseerde een verliesfunctie die de succesrate balanceerde tegen de afwijking van de doel-dichtheid.

3. Metrieken:

   • Roodverschuivingsmeting succesrate ($f_{reliable}$): Fractie van targets met een veilige $z_{spec}$ (gebaseerd op [O II] flux S/N en $\Delta\chi^2$).
   • Roodverschuivingsbereik succesrate: Fractie van targets met een veilige $z_{spec}$ specifiek binnen $1.1 < z < 1.6$.
   • Netto Oppervlaktedichtheid Opbrengst: Het product van de target-dichtheid en de roodverschuivingsbereik succesrate.

Belangrijkste Resultaten
De geoptimaliseerde selectiecriteria, bestaande uit limieten op $g_{fiber}$, $r-i$, $i-y$ en $i-z$, toonden significante verbeteringen aan ten opzichte van de standaard DESI ELG-selectie:

• Roodverschuivingsmeting succesrate: Verhoogd van 69% (DESI) naar 89% (dit werk).
• Roodverschuivingsbereik succesrate: Verhoogd van 34% (DESI) naar 84% (dit werk).
• Netto Oppervlaktedichtheid Opbrengst: Verhoogd van 660 deg$^{-2}$ (DESI) naar 1372 deg$^{-2}$ (dit werk).
• Target Dichtheid: De nieuwe steekproef bereikt een doel-dichtheid van 1632 deg$^{-2}$, wat vergelijkbaar is met de DESI-target-dichtheid (1940 deg$^{-2}$), maar levert een veel hoger fractie nuttige objecten op.
• Contaminatie: De nieuwe afsnijdingen verwerpen effectief lage-roodverschuivingscontaminatie ($z < 1.1$) en objecten bij $z > 1.6$ waar de [O II]-dubbelplet buiten het DESI-spectrale venster valt.

Significantie en Claims
Het artikel claimt dat het combineren van de huidige DESI ELG-steekproef met deze geoptimaliseerde steekproef de netto ELG-getalsdichtheid met een factor $\sim 3$ zou verhogen. Op basis van Fisher-matrix voorspellingen (FishLSS code), zou deze toename:

1. De ELG-steekproef uit het door shot-ruis beperkte regime brengen voor de $1.1 < z < 1.6$ roodverschuivingsbak.
2. De onzekerheden op de BAO-afstandsschaalparameters ($\alpha_{\perp}$ en $\alpha_{\parallel}$) met een factor $\sim 2$ verminderen bij deze roodverschuivingen.

De auteurs benadrukken dat deze aanpak haalbaar is voor toekomstige spectroscopische surveys (bijv. DESI-II) die gebruikmaken van diepere, multi-band beeldvorming zoals die van de Rubin Observatory of HSC. Ze merken op dat de selectie robuust is, zelfs wanneer deze wordt toegepast op iets vlakkere "LSST Jaar 2" diepte-fotometrie. Bovendien suggereren de auteurs dat een dergelijke hoogefficiënte steekproef geobserveerd kan worden tijdens grijze of heldere tijd (wanneer de maan aanwezig is), omdat de [O II]-lijn bij $z > 1.1$ verschuift naar golflengten ($> 7800$ Å) waar nachthemel-emissielijnen domineren over de maanlicht-continuüm, wat de efficiëntie van toekomstige survey-operaties potentieel kan vergroten. Ten slotte stellen de auteurs voor dat deze selectiemethode puur fotometrische steekproeven kan genereren met goed gedefinieerde roodverschuivingsverdelingen voor CMB-crosscorrelatie en lensing-analyses op hogere roodverschuivingen dan momenteel mogelijk is met LRGs.