Tomografia PCA aplicada às galáxias do Projeto CALIFA Survey

• Main Author: Lacerda, Eduardo Alberto Duarte
• Other Authors: Universidade Federal de Santa Catarina
• Format: Others
• Language: Portuguese
• Published: 2014
• Subjects: Física; Galaxias; Espectroscopia astronômica
• Online Access: https://repositorio.ufsc.br/xmlui/handle/123456789/123229

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro de Ciências Físicas e Matemáticas, Programa de Pós-Graduação em Física, Florianópolis, 2014. === Made available in DSpace on 2014-08-06T17:57:40Z (GMT). No. of bitstreams: 1 326935.pdf: 30733066 bytes, checksum: bb6126b0b0fa0b7f3f1b3b70eeb0c443 (MD5) Previous issue date: 2014 === Levantamentos espectroscópicos de galáxias, como o SDSS, estão sendo levados para um novo nível através das unidades de campo integral (IFU), transformando o foco das propriedades das galáxias como um todo para a física interna dasgaláxias. O survey CALIFA é pioneiro nesta nova geração, proporcionando espectroscopia espacialmente resolvida para centenas de galáxias de todas as formas e massas. Vários estudos têm sido realizados com os cubos de dados deste survey, examinando as distribuições espaciais de linhas de emissão, populações estelares, cinemática do gás e das estrelas, etc. Neste trabalho exploramos a análise dos cubos do CALIFA através da perspectiva matemática da técnica de tomografia da análise de componentes principais (PCA) criada por Steiner e colaboradores. Utilizamos a tomografia PCA em 8 galáxias do CALIFA (4 late-types, 2 early-types e 2 mergers). Linhas de emissão são mascaradas em nossas análises para que nos concentremos nas propriedades de populações estelares. As escalas físicas e angulares abarcadas pelos nossos cubos de dados (cobrindo galáxias inteiras) são muito maiores do que aquelas cobertas por aplicações anteriores desta técnica. Essa diferença nos impeliu a introduzir uma simples variação no estágio pré-PCA, normalizando os espectros a uma escala comum de fluxo, destacando variância espectral qualitativa (em oposição à quantitativa relacionada com a amplitude). Examinamos também cubos sintéticos obtidos com ajustes espectrais dos dados originais. Isto elimina o ruído e efeitos de calibração de fluxo. É bem sabido que não podemos atribuir sentido físico os resultados da PCA. Para resolver este problema, utilizamos uma análise de populações estrelares feitas com o STARLIGHT sobre os mesmos dados para obtermos, através de uma engenharia reversa, o significado astrofísico das componentes principais. Em cada galáxia fomos capazes de encontrar alguma correlação entre componentes principais e parâmetros físicos. Nós detectamos que a primeira componente principal em galáxias espirais geralmente se correlaciona com a idade estelar média. Em mergers a componente principal reflete essencialmente variações da extinção global. Em alguns casos a tomografia PCA nos ajuda a localizar erros no cubos originais pois normalmente a grande variância imposta por pixels danificados aparece em componentes principais isolados.<br> === Abstract : Spectroscopic surveys of galaxies, like the SDSS, are currently being taken to a next level with integral field units, turning the focus from the properties of galaxies as a whole to the internal physics of galaxies. The CALIFA survey is a pioneer in this new generation, providing spatially resolved spectroscopy for hundreds of galaxies of all shapes and masses. Several studies have been conducted with datacubes from this survey, examining the spatial distributions of emission lines, stellar populations, gaseous and stellar kinematics, etc. In this explotatory work we approach the analysis of CALIFA datacubes from the mathematical perspective of principal component analysis (PCA) tomography techniques developed by Steiner and collaborators. We apply the PCA tomography to 8 CALIFA galaxies. (4 late-type, 2 early-type and 2 mergers). Emission lines are masked in our analysis to concentrate on the stellar population properties. The physical and angular scales spaned by our datacubes (which cover whole galaxies) are much larger than those spanned by previous applications of this technique. This diference prompted us to introduce a simple variation on the pre-PCA stage, normalizing all spectra in a datacube to a common flux scale, which highlight qualitative (as opposed to amplitude-related quantitative) spectral variance in the datacube. This eliminates noise and flux-calibration effects on the data. A well known caveat with PCA is that it does not assign physical meaning to its results. To tackle this problem we use a starlight-based stellar population analysis of the same data to reverse-engineer the astrophysical meaning of the principal components. In every galaxy we are able to find some correlation between principal components and physical parameters. We find that the first principal component in spiral galaxies usually correlates with the mean stellar age (hlog tiL). In mergers the first component reflects essencially variations of the global extinction parameter (AV). In some cases, the PCA tomography helps us find errors in the original datacube because usually the huge variance imposed by damaged pixels appears in isolated principal components.