发表在《天体物理学杂志增刊系列》上的一项研究报告了中国空间站望远镜(CSST)宽视场多波段成像调查中星系同步光度红移和星族参数估计性能测试的新发现。

用于星系多波段研究的复杂贝叶斯光谱能量分布合成和分析工具

该研究由中国科学院云南天文台韩云坤、中国科学技术大学范露露教授、中国科学院紫金山天文台郑献忠等参与。

星系是构成宇宙的基本单位。研究星系的形成和演化有助于揭示暗物质和暗能量的本质。星系的多波段光谱能量分布(SED)分析可用于测量星系的基本物理参数，例如红移、恒星质量和恒星形成率。这种方法是理解与恒星、星际介质和星系内超大质量黑洞相关的无数复杂物理过程的重要基础。

詹姆斯·韦伯太空望远镜(JWST)、欧几里得太空望远镜、即将推出的CSST和罗马太空望远镜等最先进的望远镜将提供大量多波长数据，这不仅提供了巨大的机会为了更深入地了解星系的形成和演化，也对SED合成和分析方法和工具的发展提出了重大挑战。

世界各地的许多团队一直在积极开发用于星系多波段SED合成和分析的方法和工具。自2012年起，韩云坤和云南天文台的同事们就开始关注这一领域。他们系统地开发了BayeSED代码，经历了3次大的迭代和升级。BayeSED以及CIGALE(法国)、PROSPECTOR(美国)、BAGPIPES(英国)等国际公认的工具已在国际天文学领域得到广泛应用。

在BayeSED的最新版本中，研究人员结合了基于星系的一些经验统计特性和嵌套采样算法的星系种群合成方法。该版本还包括基于不同波段极限星等的观测误差模型，以及各种新的恒星形成历史和灰尘吸收模型。

复合星族合成算法实现了详细SED建模速度的大幅提升：实现了基于机器学习的快速SED建模与缓慢但更灵活的详细SED建模之间的协同。

基于MPI的并行算法得到增强，支持断点续算，大幅降低海量数据并行分析的内存资源消耗。优化数据输入输出，采用新的数据格式，满足大数据的存储和分析需求。

经过改进，BayeSED使用单核2.2GHzCPU对星系的多波段光度SED进行详细贝叶斯分析，平均时间约为两秒。

该分析提供了对一系列基本物理参数的自洽估计，包括红移、恒星质量和恒星形成率及其相关的不确定性。同时，它为SED模型提供了贝叶斯证据，该模型是奥卡姆剃刀原则的定量实现——“不要在不必要的情况下增加实体”。

贝叶斯证据可用于对星系SED建模中的各种物理假设进行客观和定量比较。BayeSED的整体性能超越了同类工具，为CSST的科学输出提供了支撑。

基于CSST宽视场多波段成像巡天的设计参数，研究人员采用基于经验统计和流体动力学模拟的方法生成了两个星系模拟样本。对星系光度红移和恒星布居参数估计进行了系统的性能测试。

结果表明，对参数估计误差的最大贡献来自观测误差和SED建模误差，其次是参数简并性的贡献，而BayeSED代码的贡献最小。本研究的结果将为进一步的研究提供有价值的参考。