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

这是一份关于论文《HostSub GP: Precise Galaxy Background Subtraction in Transient Long-slit Spectroscopy with Gaussian Processes》（HostSub GP：基于高斯过程的瞬变源长缝光谱中精确的宿主星系背景扣除）的详细技术总结。

1. 研究背景与问题 (Problem)

在观测时域天文学中，从宿主星系中分离出河外瞬变源（如超新星、潮汐瓦解事件等）的光子是核心挑战之一。

• 现有方法的局限性：传统的长缝光谱数据处理通常假设瞬变源附近的背景（包括天空背景和宿主星系光）是平滑的，并通过瞬变源轨迹两侧局部区域的线性插值（Linear Interpolation）或样条插值（B-spline）来估算背景。
• 主要痛点：
  • 当宿主环境具有陡峭的光度轮廓（如星系核、核球）或复杂亚结构（如旋臂、星团）时，平滑假设失效。
  • 经典方法会导致宿主星系光的过扣除（Over-subtraction）或欠扣除（Under-subtraction），引入不可预测的系统误差，掩盖微弱的瞬变源光谱特征。
  • 直接图像减法在光谱学中难以应用，因为缺乏瞬变发生前的光谱参考数据，且狭缝损耗和大气消光难以匹配。
• 后果：这导致瞬变源的分类困难（例如在星系核附近的 Ia 型超新星亚型分类模糊），以及光谱特征（如谱线速度、 progenitor 质量）的定量测量出现偏差。

2. 方法论 (Methodology)

作者提出了一种名为 HostSub GP 的新颖方法，利用高斯过程（Gaussian Processes, GP）结合多波段存档图像来建模 2D 光谱中的宿主星系背景。

核心思想

将观测到的 2D 光谱 $f_{obs}(x, \lambda)$ 分解为瞬变源、宿主星系和天空背景。通过掩蔽瞬变源轨迹，利用 GP 对剩余的宿主星系背景进行建模。

技术流程

1. 数据预处理：

   • 输入校准后的 2D 光谱（已扣除平场、偏置、暗电流，波长定标）。
   • 定义三个区域：瞬变源掩膜区、天空背景区、宿主星系区。
   • 将光谱重采样到规则的网格上，并分离出全局天空背景。
   • 自适应分箱（Adaptive Batching）：针对发射线区域（如 HII 区），由于空间分布与连续谱不同，采用更精细的波长分箱；连续谱区域则进行粗分箱以提高信噪比。

2. 构建先验（Priors from Archival Images）：

   • 利用存档的多波段宽视场巡天图像（如 SDSS, Pan-STARRS, DESI Legacy Surveys）获取宿主星系的光度分布。
   • 将这些图像重采样并投影到光谱的狭缝方向，构建一个粗略的 2D 空间轮廓先验 $\xi_{sub, img}(x, \lambda)$。
   • 使用 2D 高斯过程 对先验进行平滑建模，作为后续光谱建模的均值函数。

3. 高斯过程建模 (GP Modeling)：

   • 一维 GP：对宿主星系的一维光谱 $F_{sub}(\lambda)$ 进行建模。
   • 二维 GP：对归一化的 2D 空间轮廓 $\xi_{sub}(x, \lambda)$ 进行建模。
     • 均值函数：由上述存档图像构建的平滑先验提供。
     • 协方差核：采用复合核（Matérn-3/2 + 指数平方核），分别捕捉小尺度波动和大尺度趋势。
     • 发射线修正：引入自定义的乘法核项 $k_{corr}$，处理发射线附近空间分布的突变，防止 GP 将发射线特征错误地平滑到连续谱中。
   • 视宁度匹配 (Seeing Matching)：通过卷积高斯核，使存档图像的空间分辨率（视宁度）与光谱观测数据相匹配，最小化两者差异。

4. 背景扣除与输出：

   • 模型预测的背景 $f_{sub}$ 从原始光谱中减去，得到扣除宿主后的瞬变源光谱。
   • 软件基于 JAX 框架构建，利用即时编译（JIT）和自动微分实现高效计算，支持 GPU 加速。

3. 关键贡献 (Key Contributions)

1. HostSub GP 软件工具包：

   • 开源的、可扩展的 Python 工具包，基于 tinygp 和 JAX 构建。
   • 实现了从数据预处理、先验构建到 GP 建模的全流程自动化。
   • 支持半自动化运行，可在个人笔记本电脑上几分钟内完成数据处理。

2. 数据驱动的先验建模：

   • 首次系统性地将多波段存档图像作为先验信息引入长缝光谱的背景扣除中，避免了昂贵的 SED 拟合。
   • 利用 GP 的灵活性，能够处理非平滑、非均匀的宿主星系背景。

3. 自适应与修正机制：

   • 提出了针对发射线的自适应分箱策略和专用协方差核修正，解决了传统平滑方法在处理星云发射线时的失效问题。
   • 实现了光谱数据与图像数据的视宁度匹配，提高了先验的准确性。

4. 实验结果 (Results)

4.1 合成数据测试

• 数据集：基于 MUSE（多单元光谱探测器）超光谱数据立方体构建的合成长缝光谱（模拟 LCRS B110709.2-121854 星系）。
• 对比：与经典线性插值和 B-spline 插值方法对比。
• 结果：
  • GP 方法将分数残差（Fractional Residuals）的标准差降低了约 5-8 倍。
  • 在星系未完全分辨（空间分辨率较低）的情况下，GP 方法依然显著优于经典方法，消除了经典方法产生的系统性过/欠扣除偏差。
  • 即使在发射线附近存在剧烈波动，GP 也能准确恢复连续谱。

4.2 真实案例应用

1. SN 2019eix (星云相超新星)：

   • 背景：位于 NGC6695 星系核附近，早期分类模糊（可能是 Ic 型或亚光度 Ia 型）。
   • 发现：使用 HostSub GP 扣除背景后，光谱清晰显示出 Ia 型超新星的特征（Fe, Ni, Co 的禁戒发射线），而经典方法因过扣除导致部分光谱出现负通量。
   • 结论：确证 SN 2019eix 为次钱德拉塞卡质量白矮星的热核爆炸，提供了确凿证据。

2. AT 2019qiz (核区潮汐瓦解事件 TDE)：

   • 背景：位于星系核区，宿主背景极强。
   • 发现：GP 方法成功恢复了被宿主吸收线掩盖的微弱发射特征，包括：
     • 持续的宽 He II $\lambda4686$ 发射。
     • 窄 He II 和 H$\beta$ 发射线的出现（经典方法未能检测到）。
     • [Fe VII] $\lambda6087$ 等铁冕线。
   • 意义：实现了对 TDE 爆发及周围气体性质的更严格约束，证明了该方法在强背景干扰下提取微弱特征的能力。

5. 意义与结论 (Significance & Conclusions)

• 科学价值：HostSub GP 显著提高了长缝光谱数据的信噪比和准确性，使得在复杂宿主环境（如星系核、旋臂）中研究瞬变源成为可能。这对于精确分类瞬变源、测量其物理参数（如 progenitor 质量、爆炸机制）至关重要。
• 适用范围：只要宿主星系在 2D 光谱中是空间分辨的（角直径大于视宁度），且背景非时变，该方法即可通用。
• 未来展望：
  • 该方法已应用于实时监测（如 AT 2025ulz 与引力波事件的关联研究）。
  • 基于 JAX 的架构支持 GPU 加速，未来可实现大规模光谱数据集的近实时处理，适用于 LSST 等下一代巡天项目产生的海量数据。
• 局限性：
  • 要求宿主星系在光谱中空间分辨。
  • 假设星系光谱特征沿狭缝无显著多普勒位移（对于快速旋转星系需调整）。
  • 若瞬变源覆盖活动星系核（AGN）等变源，或光谱波长范围超出存档图像覆盖范围，效果可能受限。

总结：HostSub GP 通过引入高斯过程和存档图像先验，革新了长缝光谱的背景扣除技术，解决了传统插值法在处理复杂星系背景时的系统性偏差问题，为时域天文学中的光谱分析提供了更强大的工具。