SavedAdd your journal

Journals / Turkish Journal of Astronomy and Astrophysics / 2026 / Cilt: 6 Sayı: 1

Photometric Redshifts from Simulated Images for the DAG Telescope

DAG Teleskobu için Üretilen Simülasyon Görüntüleriyle Fotometrik Kırmızıya Kaymaların Belirlenmesi

Süleyman Fişek(İSTANBUL ÜNİVERSİTESİ, FEN FAKÜLTESİ, ASTRONOMİ VE UZAY BİLİMLERİ BÖLÜMÜ)0000-0002-3187-5286
Sinan Aliş(İSTANBUL ÜNİVERSİTESİ, FEN FAKÜLTESİ, ASTRONOMİ VE UZAY BİLİMLERİ BÖLÜMÜ)0000-0002-6990-8899
Pages
1–9
Publication Date
2025-06-30
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

In the best and the worst seeing conditions, elliptical galaxies have the least photometric redshift scatter among all other galaxy types.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:In this study, five different galaxy simulations were produced for the Eastern Anatolian Observatory telescope.
📊
Key Findings & Data:A total of 160 images were produced for five different simulations, for eight bands including optical and near-infrared wavelengths and for four different astronomical seeing values.
💡
Conclusion & Impact:In the best and the worst seeing conditions, elliptical galaxies have the least photometric redshift scatter among all other galaxy types.
🔬Design:Araştırma Makalesi
📍Scope:Comprehensive Sample
⚙️Variables:galaxies: distances and redshifts · atmospheric effects · instrumentation: adaptive optics

Abstract

In this study, five different galaxy simulations were produced for the Eastern Anatolian Observatory telescope. Images that contains the simulated galaxies were produced by considering the optical properties of the telescope, the parameters of the DIRAC detector and the parameters of the TROIA adaptive optics system. A total of 160 images were produced for five different simulations, for eight bands including optical and near-infrared wavelengths and for four different astronomical seeing values. In these simulations, we obtain galaxies between 15 < i < 23 magnitude and 0.04 < z < 2.5 redshift range. We could measure magnitudes and photometric redshifts of 538 out of 688 simulated galaxies. When all galaxies were considered, no significant variation is seen in the scatter of the photometric redshifts. However, for early-type galaxies redshift scatter increases towards worse seeing conditions. Additionally, outlier galaxy fraction increases from 0.38% for the best seeing to 3.56% for the worst seeing. In the best and the worst seeing conditions, elliptical galaxies have the least photometric redshift scatter among all other galaxy types.

Özet

Bu çalışmada Doğu Anadolu Gözlemevi teleskobu için beş farklı galaksi simülasyonu üretilmiş. Teleskobun optik özellikleri, DIRAC detektörü ve TROIA adaptif optik sistemi parametreleri dikkate alınarak simüle edilen galaksileri içeren görüntüler üretilmiştir. Beş farklı simülasyon için, optik ve yakın-kırmızıöte bölgede sekiz bantta ve dört farklı astronomik görüş değeri için toplam 160 görüntü üretilmiştir. Beş simülasyonda 15 < i < 23 kadir parlaklık ve 0.04 < z < 2.5 kırmızıya kayma aralığında üretilen 688 galaksiden 538'ine ait parlaklık ve fotometrik kırmızıya kayma değerleri belirlenmiştir. Tüm galaksiler dikkate alındığında fotometrik kırmızıya kaymaların saçılma değerinde görüşe bağlı bir değişim görülmemekle birlikte, erken tür galaksilerde görülen saçılmanın artan görüş değeriyle arttığı belirlenmiştir. Saçılmadan ayrı olarak, dışarlayan galaksi oranının en iyi görüşten en kötü görüşe %0.38'ten %3.56'ya arttığı saptanmıştır. Hem en iyi hem de en kötü görüş koşullarında, en düşük fotometrik kırmızıya kayma saçılması eliptik galaksilerde görülmüştür.

🔖

Cite This Article

Fişek, S., Aliş, S. (2025). Photometric Redshifts from Simulated Images for the DAG Telescope. Turkish Journal of Astronomy and Astrophysics, Cilt: 6 Sayı: 1, 1–9. https://doi.org/10.55064/tjaa.1613991

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (54)

  1. Aliş S., 2024, Journal of Advanced Research in Natural and Applied Sciences, 10, 954–967
  2. Arnouts S., Cristiani S., Moscardini L., Matarrese S., Lucchin F., Fontana A., Giallongo E., 1999, MNRAS, 310, 540
  3. Balbay R., Şatır O., Yeşilyaprak C., Dokuyucu A. I., Mamur A., Arabacı H., Temir I., 2023, in Kahya C., Öztopal A., eds, 10th International Symposium on Atmospheric Sciences eproceedings. Istanbul Technical University Press, pp 591–595
  4. Banerji M., ve diğ., 2010, Monthly Notices of the Royal Astronomical Society, 406, 342
  5. Barchi P. H., ve diğ., 2019, preprint, (arXiv:1901.07047), ADS
  6. Baum W. A., 1957, AJ, 62, 6
  7. Baum W. A., 1962, in McVittie G. C., ed., IAU Symposium Vol. 15, Problems of Extra-Galactic Research. p. 390
  8. Beckers J. M., 1993, ARA&A, 31, 13
  9. Bertin E., 2009, Mem. Soc. Astron. Italiana, 80, 422, ADS
  10. Bertin E., 2010, Stuff: Simulating “Perfect” Astronomical Catalogues, Astrophysics Source Code Library, record ascl:1010.067, https://ui.adsabs.harvard.edu/abs/2010ascl.soft10067B
  11. Bertin E., Arnouts S., 1996, A&AS, 117, 393
  12. Boulade O., ve diğ., 2003, in Iye M., Moorwood A. F. M., eds, Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series Vol. 4841, Instrument Design and Performancefor Optical/Infrared Ground-based Telescopes. pp 72–81, doi:10.1117/12.459890
  13. Bruzual G., Charlot S., 2003, MNRAS, 344, 1000
  14. Collister A. A., Lahav O., 2004, PASP, 116, 345
  15. Connolly A. J., ve diğ., 2014, in Angeli G. Z., Dierickx P., eds, Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series Vol. 9150, Modeling, Systems Engineering, and Project Management for Astronomy VI. p. 915014, doi:10.1117/12.2054953
  16. Coupon J., ve diğ., 2009, A&A, 500, 981
  17. Dahlen T., ve diğ., 2013, ApJ, 775, 93
  18. Euclid Collaboration ve diğ., 2019, A&A, 627, A23
  19. Euclid Collaboration ve diğ., 2024, preprint, (arXiv:2405.13495)
  20. Fotopoulou S., Paltani S., 2018, A&A, 619, A14
  21. Grazian A., Fontana A., De Santis C., Gallozzi S., Giallongo E., Di Pangrazio F., 2004, PASP, 116, 750
  22. Greisel N., Seitz S., Drory N., Bender R., Saglia R. P., Snigula J.,2013, ApJ, 768, 117
  23. Gschwend J., ve diğ., 2018, Astronomy and Computing, 25, 58 Gu Y., ve diğ., 2024, MNRAS, 529, 4015
  24. Han Y., Fan L., Zheng X. Z., Bai J.-M., Han Z., 2023, ApJS, 269,39
  25. Hildebrandt H., ve diğ., 2010, A&A, 523, A31
  26. Hudelot P., ve diğ., 2012, VizieR Online Data Catalog: The CFHTLS Survey (T0007 release) (Hudelot+ 2012), VizieR On-line Data Catalog: II/317. Originally published in: SPIE Conf. 2012, https://ui.adsabs.harvard.edu/abs/2012yCat.2317.0H
  27. Humphrey A., Cunha P. A. C., Paulino-Afonso A., Amarantidis S., Carvajal R., Gomes J. M., Matute I., Papaderos P., 2023, MNRAS, 520, 305
  28. Ilbert O., ve diğ., 2006, A&A, 457, 841
  29. Ilbert O., ve diğ., 2009, ApJ, 690, 1236
  30. Kauffmann O. B., ve diğ., 2020, A&A, 640, A67
  31. Keskin O., Jolissaint L., Bouxin A., Yesilyaprak C., 2022, in
  32. Schreiber L., Schmidt D., Vernet E., eds, Society of PhotoOptical Instrumentation Engineers (SPIE) Conference Series Vol. 12185, Adaptive Optics Systems VIII. p. 121851W, doi:10.1117/12.2630893
  33. Klein C., Bullock J. S., Moreno J., Mercado F. J., Hopkins P. F., Cochrane R. K., Benavides J. A., 2024, MNRAS, 532, 538
  34. LSST Science Collaboration ve diğ., 2009, preprint, (arXiv:0912.0201)
  35. Lee A., ve diğ., 2024, preprint, (arXiv:2410.02497)
  36. Lin H., Cunha C., Lima M., Oyaizu H., Frieman J., Collister A., Lahav O., Dark Energy Survey Collaboration 2004, in American Astronomical Society Meeting Abstracts. p. 69.18
  37. López-López X., ve diğ., 2024, A&A, 691, A136
  38. MacCrann N., ve diğ., 2022, MNRAS, 509, 3371
  39. Marshall M. A., ve diğ., 2024, preprint, (arXiv:2402.17163)
  40. Pasquet J., Bertin E., Treyer M., Arnouts S., Fouchez D., 2019, A&A, 621, A26
  41. Reeves A., 2016, in Marchetti E., Close L. M., Véran J.-P., eds, Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series Vol. 9909, Adaptive Optics Systems V. p. 99097F, doi:10.1117/12.2232438
  42. Sadeh I., Abdalla F. B., Lahav O., 2016, PASP, 128, 104502
  43. Salvato M., Ilbert O., Hoyle B., 2019, Nature Astronomy, 3, 212
  44. Schuldt S., Suyu S. H., Cañameras R., Taubenberger S., Meinhardt., Leal-Taixé L., Hsieh B. C., 2021, A&A, 651, A55
  45. Skrutskie M. F., ve diğ., 2006, AJ, 131, 1163
  46. Smith A., ve diğ., 2024, MNRAS, 532, 903
  47. Tanaka M., ve diğ., 2018, PASJ, 70, S9
  48. Tanigawa S., Glazebrook K., Jacobs C., Labbe I., Qin A. K., 2024, MNRAS, 530, 2012
  49. Van Rossum G., Drake F. L., 2009, Python 3 Reference Manual. CreateSpace, Scotts Valley, CA
  50. Yeşilyaprak C., Keskin O., 2020, in Marshall H. K., Spyromilio J., Usuda T., eds, Society of Photo-Optical Instrumentation Engineers (SPIE) Conference Series Vol. 11445, Groundbased and Airborne Telescopes VIII. p. 1144515, doi:10.1117/12.2560942
  51. Yesilyaprak C., Yerli S. K., Keskin O., 2016, in Revista Mexicana de Astronomia y Astrofisica Conference Series. pp 120–122
  52. de Vaucouleurs G., 1977, in Tinsley B. M., Larson D. Campbell R. B. G., eds, Evolution of Galaxies and Stellar Populations. p. 43
  53. Hudelot P., ve diğ., 2012, VizieR Online Data Catalog: The CFHTLS Survey (T0007 release) (Hudelot+ 2012), VizieR On-line Data Catalog: II/317. Originally published in: SPIE Conf. 2012, https://ui.adsabs.harvard.edu/abs/2012yCat.2317.0H
  54. Schuldt S., Suyu S. H., Cañameras R., Taubenberger S., Meinhardt., Leal-Taixé L., Hsieh B. C., 2021, A&A, 651, A55