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

Enunciado do Problema
Os levantamentos de transientes no universo local enfrentam um dilema estratégico crítico. Embora os modernos levantamentos de campo amplo (ex: LSST, ZTF) mitiguem os vieses de galáxia hospedeira através de varreduras cegas, muitas instalações astronômicas operam com tamanhos de campo de visão (FoV) intermediários. Para esses instrumentos, uma varredura "cega" de todo o céu é ineficiente devido às vastas regiões vazias e baixas densidades de galáxias, enquanto o direcionamento estrito a galáxias massivas pré-selecionadas reintroduz severos vieses observacionais, perdendo transientes em hospedeiros de baixa massa ou anões. Consequentemente, há uma necessidade premente de uma estratégia de apontamento otimizada que equilibre as restrições de FoV, cadência e tempo de observação para maximizar a taxa de descoberta de transientes extragalácticos no universo local ($\lesssim 200$ Mpc), onde as distribuições de eventos são significativamente anisotrópicas.

Metodologia
Os autores construíram distribuições celestes de massa estelar e Taxa de Formação Estelar (SFR) utilizando o catálogo de galáxias REGALADE, uma compilação abrangente de todo o céu que se estende até 2000 Mpc contendo quase 80 milhões de galáxias. A metodologia envolveu etapas fundamentais:

1. Seleção e Limpeza da Amostra: Os autores aplicaram cortes de qualidade rigorosos ao catálogo REGALADE, filtrando estimativas de distância confiáveis, excluindo fontes de baixa confiabilidade e restringindo as massas estelares à faixa de $5 < \log M < 12,5$. Isso resultou em uma amostra pai de mais de 33 milhões de galáxias.
2. Predição de SFR via Machine Learning: Como o REGALADE carece de dados de SFR, os autores treinaram um modelo de aprendizado de máquina CatBoost para predizer as SFRs. O conjunto de treinamento foi derivado de um cruzamento (raio de 2 segundos de arco) entre o REGALADE e o catálogo GSWLC-2, que fornece SFRs robustas derivadas do ajuste de SED por equilíbrio de energia. O modelo utilizou características incluindo magnitudes fotométricas ($g, g-r, r-z, z-W1, W1-W2$), redshift e massa estelar.
3. Mapeamento do Céu: Usando o pacote healpy (HEALPix), a esfera celeste foi dividida em grades com resoluções angulares correspondentes aos FoVs de telescópios específicos (ex: 1,83° para Mephisto, 7,33° para ZTF, 58,6° para Einstein Probe). A massa estelar total e a SFR dentro de cada grade foram calculadas para vários limiares de distância de luminosidade (30 Mpc a 200 Mpc).
4. Análise Estatística: Os autores computaram espectros de potência angular e flutuações relativas para caracterizar a anisotropia dessas distribuições. Eles também realizaram uma comparação qualitativa entre seus mapas de SFR e a distribuição espacial de Supernovas de Colapso de Núcleo (CCSNe) dos catálogos Bright Supernova (BSN) e Transient Name Server (TNS).

Resultos Principais

• Anisotropia e Isotropia: As distribuições celestes de massa estelar e SFR exibem estruturas anisotrópicas pronunciadas (ex: o Aglomerado de Virgo) em limiares de distância de luminosidade baixos. À medida que o limiar de distância aumenta, essas estruturas tornam-se progressivamente isotrópicas, refletindo a homogeneidade do universo em escalas maiores.
• Correlação entre Massa e SFR: Na mesma resolução angular, as distribuições celestes de massa estelar e SFR são altamente similares em suas principais estruturas anisotrópicas, uma vez que galáxias massivas tipicamente possuem tanto alta massa estelar quanto alta SFR.
• Evolução do Espectro de Potência: Os espectros de potência angular e as flutuações relativas diminuem rapidamente conforme o limiar de distância de luminosidade aumenta. Para uma distância fixa, uma maior resolução angular (escalas de grade menores) fortalece os espectros de potência devido à amplificação da inhomogeneidade em células de grade vazias.
• Consistência com CCSNe: Uma comparação qualitativa revela que as sobredensidades proeminentes nas distribuições celestes de SFR alinham-se com o agrupamento espacial das descobertas históricas de CCSNe, particularmente nas distâncias de 30, 50 e 80 Mpc.

Significância e Alegações
O artigo posiciona estas distribuições mapeadas do céu como um "roteiro" para caçadores de transientes, especificamente para instalações com FoVs médios. Os autores alegam que:

• Otimização Estratégica: Observadores podem utilizar estes mapas para alocar estrategicamente o tempo limitado de telescópio, priorizando regiões com as maiores densidades de taxa de eventos (regiões mais escuras nos mapas) para maximizar a probabilidade de descobrir novos transientes.
• Mitigação de Viés: Ao visar regiões baseadas na massa estelar intrínseca e na SFR, em vez de listas de galáxias pré-selecionadas, os levantamentos podem capturar melhor transientes em diversos ambientes hospedeiros, incluindo galáxias anãs ou regiões intergalácticas frequentemente perdidas por levantamentos direcionados.
• Aplicação Prática: O estudo fornece um framework flexível adaptável a qualquer FoV específico de telescópio. Como um exemplo concreto, os autores sugerem que o telescópio Mephisto (1,6m, FoV de 3,14 deg²) pode usar os mapas de resolução de 1,83° para priorizar regiões de alta densidade, aumentando significativamente a eficiência de detecção para transientes locais.
• Disponibilidade de Dados: Os autores fornecem o conjunto de dados completo, amostras de treinamento de machine learning e códigos via Zenodo, oferecendo distribuições celestes com resoluções angulares de 58,6° a 27,5′ e limiares de distância de 30 Mpc a 200 Mpc.

Os autores mantêm um tom modesto em relação à sua comparação com CCSNe, observando que os catálogos atuais de supernovas são uma mistura de levantamentos direcionados e não direcionados com vieses de seleção complexos. Portanto, a comparação é estritamente qualitativa, destinada a verificar se as estruturas de grande escala em seus mapas de SFR alinham-se amplamente com as pegadas históricas de CCSNe, em vez de fornecer uma previsão de taxa quantitativa rigorosa.