Identifying and Distinguishing Quenching Galaxies with Spatially Resolved Star Formation in Mock CASTOR and NGRST Observations
本文展示了来自 IllustrisTNG 模拟的针对 CASTOR 和 NGRST 任务的合成观测结果，证明了空间解析光度分析结合机器学习可以有效地在中间和高红移处区分猝灭星系与恒星形成星系，并区分由内而外（inside-out）与由外而内（outside-in）的猝灭机制。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，宇宙是一个巨大而繁忙的城市，而星系则是其中的各个社区。数十亿年来，这些社区一直都是繁忙的建筑工地，不断地建造新的恒星，就像从地面升起的摩天大楼一样。但有时，建筑工作会停止。起重机变得沉默，蓝图被卷起，社区也变得安静下来。天文学家将这种现象称为“淬火”（quenching）。这是宇宙中最重要的谜团之一：为什么有些星系能永远建造恒星，而另一些却突然停止了生产？
为了解决这个问题，科学家们正在观察建筑是如何停止的。建筑是在城市的中心停止并向外扩散，导致中心变暗而郊区保持明亮吗？还是从边缘开始并向内蔓延，就像迷雾笼罩城镇一样？弄清楚一个星系遵循哪种模式，就像是在寻找导致其恒星形成死亡的事件的指纹。这可能是一场与其他星系的剧烈碰撞，可能是燃料的匮乏，或者是来自黑洞的强大反馈循环。但为了看到这些模式，我们需要能够以极高的清晰度观测“年轻”恒星（它们在紫外光中发光）和“年老”恒星（它们在红外线中发光）的望远镜。
这正是新一代空间望远镜发挥作用的地方。我们拥有南希·格雷斯·罗曼空间望远镜（NGRST），它就像一台针对红外宇宙的高清巨型相机；还有一个名为 CASTOR 的拟议任务，它是一个专门设计的紫外线相机，旨在捕捉年轻、炽热恒星的光芒。它们将共同致力于填补我们视觉中的“空白”，让我们能够看清星系如何老化的完整故事。但在这些望远镜发射之前，科学家们需要知道：它们拍摄的照片是否足够清晰，足以捕捉到这些细微的模式？
在这篇论文中，研究团队决定通过在计算机内部构建一个“虚拟宇宙”来寻找答案。他们没有等待望远镜发射，而是使用了一个名为 IllustrisTNG 的大规模模拟程序，这个程序就像一个数字物理实验室，在那里星系诞生、生存并消亡。他们从这个模拟器中提取了处于“淬火”过程中（即正在停止恒星形成）的星系，并创建了它们的“伪造”或“模拟”图像。这些图像被设计成看起来完全像是 CASTOR 和 NGRST 望远镜所看到的景象，包含了真实空间观测中所有的模糊感、尘埃和静态噪声。
随后，研究人员扮演起侦探的角色，使用专门的软件来分析这些伪造图像。他们试图测量特定的“形态学指标”——基本上就是能讲述故事的形状变化线索。例如，他们观察了恒星形成的集中程度是在中心还是在边缘，以及恒星形成是在哪里突然停止的。他们想看看自己能否区分出那些从内部开始死亡（像心脏病发作）的星系与那些从外部开始死亡（像霜冻蔓延）的星系。
结果非常令人振奋。在他们的模拟世界中，团队发现他们可以成功地分辨出正常的、健康的恒星形成星系与那些正在淬火的星系。更棒的是，他们可以辨别出不同“原因”导致的停产。即使在图像模糊且充满噪声的情况下，他们也能高精度地分离出“由内而外”熄灭的星系和“由外而内”熄灭的星系。他们甚至使用了机器学习来帮助分类这些星系，发现他们可以估算出一个星系正处于其“死亡螺旋”中的哪个阶段。
作者指出，当真实的 CASTOR 和 NGRST 望远镜开始它们的巡天观测时，它们将能够在宇宙的中等距离处发现并分类数以千计的这类淬火星系。这意味着我们不仅会知道星系停止了恒星形成，我们还将最终能够看到它们停止的具体步骤，将一个模糊的谜团转变为一个清晰的、循序渐进的宇宙演化故事。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。