A Roadmap for Transient Hunters: Mapping Stellar Mass and Star Formation Rate Anisotropies in the Local Universe

Probleemstelling
Transientie-surveys in het lokale universum staan voor een cruciaal strategisch dilemma. Hoewel moderne breedveld-surveys (bijv. LSST, ZTF) de bias van gasthexgalactische systemen verminderen door middel van blind scannen, opereren veel astronomische faciliteiten met een tussenliggende gezichtsveldgrootte (FoV). Voor deze instrumenten is een "blinde" scan van de gehele hemel inefficiënt vanwege de uitgestrekte lege regio's en lage galactische dichtheden, terwijl het strikt targeten van vooraf geselecteerde massieve sterrenstelsels de observatiebiases weer introduceert, waarbij transiënten in laagmassieve of dwergstelsels worden gemist. Daarom is er een dringende behoefte aan een geoptimaliseerde puntstrategie die de beperkingen van het gezichtsveld (FoV), de cadans en de observatietijd in evenwicht brengt om de ontdekkingssnelheid van extragalactische transiënten in het lokale universum ($\lesssim 200$ Mpc) te maximaliseren, waar de gebeurtenisverdelingen significant anisotroop zijn.

Methodologie
De auteurs hebben de hemelverdelingen van stellaire massa en het stervormingspercentage (SFR) geconstrueerd met behulp van de REGALADE sterrenstelselcatalogus, een uitgebreide all-sky compilatie die zich uitstrekt tot 2000 Mpc en bijna 80 miljoen sterrenstelsels bevat. De methodologie bestond uit de volgende kernstappen:

1. Steekproefselectie en Opschoning: De auteurs pasten strikte kwaliteitsfilters toe op de REGALADE-catalogus door te filteren op betrouwbare afstandsschattingen, onbetrouwbare bronnen uit te sluiten en de stellaire massa te beperken tot het bereik $5 < \log M < 12,5$. Dit leverde een ouderstele van meer dan 33 miljoen sterrenstelsels op.
2. SFR-voorspelling via Machine Learning: Omdat REGALADE geen SFR-gegevens bevat, trainden de auteurs een CatBoost machine learning-model om SFR's te voorspellen. De trainingsset werd afgeleid van een cross-match (radius van 2 boogseconden) tussen REGALADE en de GSWLC-2 catalogus, die robuuste SFR's biedt afgeleid van energiebalans SED-fitting. Het model maakte gebruik van kenmerken zoals fotometrische magnituden ($g, g-r, r-z, z-W1, W1-W2$), roodverschuiving en stellaire massa.
3. Hemelmapping: Met behulp van het healpy pakket (HEALPix) werd de hemelbol verdeeld in rasters met een hoekresolutie die overeenkomt met de gezichtsvelden (FoV) van specifieke telescopen (bijv. 1,83° voor Mephisto, 7,33° voor ZTF, 58,6° voor Einstein Probe). De totale stellaire massa en SFR binnen elk raster werden berekend voor verschillende lichtafstands-drempelwaarden (30 Mpc tot 200 Mpc).
4. Statistische Analyse: De auteurs berekenden hoekvermogensspectra en relatieve fluctuaties om de anisotropie van deze verdelingen te karakteriseren. Ze voerden ook een kwalitatieve vergelijking uit tussen hun SFR-kaarten en de ruimtelijke verdeling van Core-Collapse Supernovae (CCSNe) uit de Bright Supernova (BSN) en Transient Name Server (TNS) catalogi.

Belangrijkste Resultaten

• Anisotropie en Isotropie: De hemelverdelingen van stellaire massa en SFR vertonen geprononceerde anisotrope structuren (bijv. de Virgo Cluster) bij lage lichtafstands-drempelwaarden. Naarmate de afstandsdrempel toeneemt, worden deze structuren steeds isotroper, wat de homogeniteit van het universum op grotere schalen weerspieft.
• Correlatie tussen Massa en SFR: Bij dezelfde hoekresolutie zijn de hemelverdelingen van stellaire massa en SFR zeer vergelijkbaar in hun belangrijkste anisotrope structuren, aangezien massieve sterrenstelsels doorgaans zowel een hoge stellaire massa als een hoge SFR bezitten.
• Evolutie van het Vermogensspectrum: Hoekvermogensspectra en relatieve fluctuaties nemen snel af naarmate de lichtafstands-drempelwaarde toeneemt. Bij een vaste afstand versterken hogere hoekresoluties (kleinere gridschalen) de vermogensspectra door de amplificatie van inhomogeniteit in lege gridcellen.
• Consistentie met CCSNe: Een kwalitatieve vergelijking laat zien dat prominente overbevolkingen in de SFR-hemelverdelingen overeenkomen met de ruimtelijke clustering van historische CCSNe-ontdekkingen, met name op afstanden van 30, 50 en 80 Mpc.

Betekenis en Claims
Het artikel positioneert deze gemapte hemelverdelingen als een "routekaart" voor transiënt-jagers, specif genoemd voor faciliteiten met gemiddelde gezichtsvelden. De auteurs beweren dat:

• Strategische Optimalisatie: Waarnemers deze kaarten kunnen gebruiken om beperkte telescooptijd strategisch toe te wijzen, waarbij prioriteit wordt gegeven aan regio's met de hoogste gebeurtenis-dichtheid (donkere gebieden in de kaarten) om de waarschijnlijkheid van de ontdekking van nieuwe transiënten te maximaliseren.
• Bias-mitigatie: Door regio's te targeten op basis van intrinsieke stellaire massa en SFR in plaats van vooraf geselecteerde sterrenstelsellijsten, kunnen surveys beter transiënten in diverse gastomgevingen vastleggen, inclusief die in dwergstelsels of intergalactische regio's die vaak door gerichte surveys worden gemist.
• Praktische Toepassing: De studie biedt een flexibel kader dat aanpasbaar is aan het specifieke gezichtsveld (FoV) van elke telescoop. Als concreet voorbeeld suggereren de auteurs dat de Mephisto telescoop (1,6m, 3,14 deg² FoV) de 1,83° resolutie kaarten kan gebruiken om regio's met een hoge dichtheid te prioriteren, wat de detectie-efficiëntie voor lokale transiënten aanzienlijk verbetert.
• Beschikbaarheid van Gegevens: De auteurs stellen de volledige dataset, machine learning trainingssamples en gerelateerde codes beschikbaar via Zenodo, waarmee hemelverdelingen worden aangeboden met hoekresoluties van 58,6° tot 27,5′ en afstandsdrempels van 30 Mpc tot 200 Mpc.

De auteurs hanteren een bescheiden toon met betrekking tot hun vergelijking met CCSNe, waarbij zij opmerken dat de huidige supernova-catalogi een mengeling zijn van gerichte en niet-gerichte surveys met complexe selectiebiases. Daarom is de vergelijking strikt kwalitatief, bedoeld om te verifiëren dat grootschalige structuren in hun SFR-kaarten algemeen overeenkomen met de historische CCSNe-voetafdrukken, in plaats van een rigoureuze kwantitatieve voorspelling van de snelheid te bieden.