\texttt{HostSub_GP}: Precise Galaxy Background Subtraction in Transient Long-slit Spectroscopy with Gaussian Processes

Resumo Técnico: HostSub GP

1. O Problema
A subtração precisa da luz da galáxia hospedeira em espectroscopia de fenda longa (long-slit) para transientes extragalácticos (como supernovas e eventos de ruptura de maré) é um desafio fundamental na astronomia de domínio temporal.

• Limitações dos Métodos Clássicos: As técnicas tradicionais estimam o fundo (background) da galáxia utilizando uma interpolação linear simples da luz galáctica local nas regiões adjacentes à trilha do transiente no espectro 2D. Essa abordagem assume que o fundo é suave e varia pouco.
• Falhas em Ambientes Complexos: Essa suposição falha quando o transiente está próximo a núcleos galácticos, bojos ou regiões com perfis de luz íngremes e subestruturas complexas (como braços espirais). Isso leva a subtrações excessivas (over-subtraction) ou insuficientes (under-subtraction), introduzindo vieses sistemáticos imprevisíveis que distorcem as características espectrais do transiente, dificultando a classificação e a medição de propriedades físicas (como velocidades de linha e massas de progenitores).
• Dificuldade de Subtração Direta: Diferente da fotometria, onde imagens de referência podem ser subtraídas diretamente, a espectroscopia carece de observações espectroscópicas de referência pré-transiente, e as observações pós-transiente são raras e custosas. Além disso, a perda de uma dimensão espacial na espectroscopia de fenda longa torna a correspondência de PSF (Função de Espalhamento de Ponto) extremamente difícil.

2. Metodologia: HostSub GP
O artigo apresenta uma nova técnica baseada em Processos Gaussianos (GPs) que utiliza imagens de arquivo multibanda para modelar o fundo da galáxia. O método, implementado no software HostSub GP, opera da seguinte forma:

• Separação do Espectro 2D: O fluxo observado é decomposto em uma componente 1D (espectro da galáxia, $F_{sub}$) e um perfil espacial 2D normalizado ($\xi_{sub}$).
• Uso de Imagens de Referência: O método extrai imagens de arquivo de levantamentos como SDSS, Pan-STARRS, DESI e LSST. Essas imagens fornecem um prior (conhecimento prévio) sobre o perfil espacial da galáxia ao longo da fenda.
• Modelagem com GPs:
  • Um GP 1D modela o espectro da galáxia ($F_{sub}$) em função do comprimento de onda.
  • Um GP 2D modela o perfil espacial ($\xi_{sub}$) em função da posição espacial e do comprimento de onda. A função média deste GP 2D é derivada diretamente das imagens de arquivo, servindo como um prior suave e fisicamente motivado.
• Ajuste de Seeing e Binning Adaptativo: O pipeline inclui etapas para alinhar a trilha do transiente, realizar a soma de múltiplas exposições e, crucialmente, "corresponder o seeing" (seeing matching). Isso envolve convolver as imagens de referência ou o espectro para igualar as resoluções espaciais, minimizando a diferença entre o prior e os dados observados.
• Tratamento de Linhas de Emissão: O método utiliza um kernel de correção personalizado e binning adaptativo para lidar com descontinuidades abruptas nas linhas de emissão nebular, onde o perfil espacial pode variar rapidamente em relação ao continuum.

3. Principais Contribuições

• Novo Paradigma de Subtração: Transição da interpolação puramente local para uma modelagem global baseada em dados de imagem de arquivo, permitindo a recuperação de características espectrais fracas em meio a contaminação galáctica forte.
• Software de Código Aberto: Lançamento do HostSub GP, uma ferramenta escalável construída sobre a biblioteca tinygp e o framework JAX, permitindo inferência rápida e eficiente (minutos em um laptop pessoal) com diferenciação automática.
• Validação Rigorosa: Testes extensivos em dados sintéticos (extraídos de cubos hiperespectrais MUSE) e aplicação em dados reais do telescópio Keck.

4. Resultados

• Dados Sintéticos: Em testes com a galáxia espiral LCRS B110709.2-121854, o método GP reduziu a dispersão dos resíduos de fluxo fracionário em um fator de ~5 a ~8 em comparação com interpolação linear ou B-spline. O método GP manteve-se robusto mesmo quando a galáxia estava menos resolvida espacialmente, enquanto os métodos clássicos apresentaram vieses sistemáticos significativos.
• Caso de Estudo 1: SN 2019eix (Supernova na fase nebulosa):
  • O espectro original, contaminado pela galáxia, mostrava fluxos negativos devido à subtração excessiva dos métodos clássicos.
  • Com o HostSub GP, foi possível revelar linhas de emissão proibidas de Ferro, Níquel e Cobalto, confirmando que a SN 2019eix é uma explosão termonuclear de uma anã branca com massa sub-Chandrasekhar, resolvendo ambiguidades anteriores sobre sua classificação (que poderia ser confundida com uma SN Ic).
• Caso de Estudo 2: AT 2019qiz (Evento de Ruptura de Maré - TDE):
  • O método permitiu a detecção única de linhas de emissão estreitas de He II e H$\beta$ e linhas coronais de Ferro ([Fe VII]) que estavam mascaradas pela luz do núcleo galáctico nos métodos tradicionais.
  • Isso forneceu restrições mais precisas sobre as propriedades do gás ao redor do buraco negro e o espectro energético do evento.

5. Significância e Conclusão
O HostSub GP representa um avanço significativo na redução de dados espectroscópicos de transientes. Ao aproveitar a abundância de imagens de arquivo de levantamentos de grande campo, o método supera as limitações das técnicas clássicas em ambientes de fundo complexo.

• Impacto Científico: Permite a classificação mais precisa de transientes e medições quantitativas mais confiáveis de propriedades físicas (como massas de progenitores e cinemática), especialmente para objetos localizados em regiões de alta densidade de luz galáctica.
• Aplicabilidade: O método é universal para observações de fenda longa onde a galáxia hospedeira é espacialmente resolvida e não variável.
• Futuro: A arquitetura baseada em JAX permite a implementação em pipelines de redução em tempo real, facilitando a análise de grandes volumes de dados de futuros levantamentos como o LSST.

Em suma, o trabalho demonstra que a integração de imagens de referência multibanda com modelos probabilísticos (GPs) resolve um problema persistente na astronomia observacional, transformando dados espectroscópicos "sujos" em fontes de descoberta científica robusta.