AbstractsAstronomy & Space Science

Improving automated redshift detection in the low signal-to-noise regime for Large Sky Surveys

by Daniel Machado




Institution: Université Paris-Sud – Paris XI
Department:
Year: 2015
Keywords: Analyse de données; Spectres de galaxies; Décalage vers le rouge; Relevés de galaxies; Cosmologie; Algorithme; Data analysis; Galaxy spectra; Distances and redshift; Large sky surveys; Cosmology; Algorithm;
Record ID: 1152487
Full text PDF: http://www.theses.fr/2014PA112427


Abstract

Le décalage vers le rouge est la principale mesure par laquelle les astronomes peuvent cartographier l’Univers dans la direction radiale. Afin de tester les hypothèses d’homogénéité et d’isotropie, il est nécessaire de mesurer avec precision le décalage vers le rouge d’un grand nombre de galaxies. De plus, différents modèles cosmologiques ne peuvent être distingués qu’au travers d’une analyse précise des structures à grandes échelles tracées par ces galaxies. Pour obtenir un grand nombre de ces mesures, il est nécessaire de mener d'importantes campagnes d’observations pour établir des relevés couvrant une large portion du ciel. Ces mesures trouvent aussi d’autres applications en astronomie comme par exemple l’analyse du cisaillement gravitationnel, la calibration des mesures photométriques, l’étude des halos de matière noire, de la morphologie des galaxies, des structures à grandes échelles et de la distribution des galaxies.Dans tous les relevés de galaxies, les mesures les plus problématiques sont pour les objets de plus faible luminosité, où le bruit instrumental devient gênant, et qui se trouvent être en général les objets les plus lointains. Pour ces objets, les mesures de décalages vers le rouge peuvent souvent devenir imprécise et, la plupart du temps, elles sont simplement exclues de l’analyse en appliquant des coupures en magnitudes ou en rapport signal à bruit. Cette procédure est une méthode brutale pour séparer les mesures probablement imprécises des mesures fiables.Dans cette thèse, nous développons un algorithme permettant la mesure du décalage vers le rouge des spectres de galaxies dans le regime de faible rapport signal à bruit. La première partie de cette thèse présente les différents concepts relatifs à l’estimation du décalage vers le rouge et au débruitrage de signaux par transformation en ondelettes et filtrage par taux de fausse détection (False Detection Rate, FDR en anglais). La seconde partie détaille comment ces concepts sont mis à contribution dans l’élaboration de l’algorithme Darth Fader (Denoised and Automatic Redshifts THresholded with a False DEtection Rate). Enfin, la dernière partie présente l’application de cet algorithme à des données synthétiques générées à partir du COSMOS Mock Catalogue, mais aussi sur des données réelles tirées du relevé WiggleZ.Nous montrons que Darth Fader fonctionne efficacement à bas rapport signal à bruit étant donné un choix approprié du taux de fausse détection et d’un critère de comptage de traits caractéristiques judicieux. Nous montrons aussi que Darth Fader permet d’éliminer le continuum des spectres à bas rapport signal à bruit, ce qui rend possible l’estimation du décalage vers le rouge par corrélation croisée. Enfin, nous montrons sur des spectres de test issues du relevé WiggleZ que notre algorithme est capable d’analyser une part importante du relevé de façon autonome avec une haute précision, sans nécessiter d'inspection visuelle (alors que les données WiggleZ ont à l’origine été entièrement soumises à l’inspection visuelle). En conclusion,…