Arcos gravitacionais em aglomerados de galáxias : detecção, caracterização e modelamento

Abstract

Lentes gravitacionais são uma ferramenta importante para uma variedade de,aplicações astrofísicas e cosmológicas. Em particular, arcos gravitacionais' produzidos por aglomerados de galáxias podem ser utilizados para investigar a distribuição central, de massa destes. Desta forma, eles podem fornecer informações indiretas sobre a cosmologia e a formação de estruturas. Sondagens futuras de grande campo com.excelente qualidade de imagem, como o Dark Energy Survey, fornecerão grandes amostras de sistemas de arcos gravitacionais, permitindo a realização de vários estudos estatísticos. Devido às grandes áreas, algoritmos de detecção e caracterização de arcos são absolutamente necessários. Além disso, é extremamente importante desenvolver métodos de pré-processamento de imagens que evidenciem estes objetos • de interesse em meio a outros objetos e à luz difusa das galáxias que estão à' sua volta. Neste trabalho apresentamos ferramentas relacionadas ao pré-processamento, simulação e caracterização de arcos gravitacionaià em imagens de aglomeradoS de galáxias. A primeira dessas ferramentas, chamada PAINTARCS, realiza simulações de objetos, com , morfologia de arcos, utilizando uma prescrição simples para a forma do arco, no qual esta é dada pela deformação de uma elipse sobre um segmento de arco de círculo, e os adiciona a imagens de aglomerados de galáxias. A segunda ferramenta, denominada ARCFITTING, utiliza a mesma expressão analítica que descreve os arcos no PAINTARCS para ajustar os parâmetros do arco a partir de uma imagem. Este método leva em conta a distribuição .de brilho dos arcos e foi desenvolvido para fornecer medidas mais robustas. Resultados do ARCFITTING mostram'que os arcos gerados pelo PAINTARCS são minimamente realistas para serem usados em simulações. Assim, uma importante aplicação dessas duas ferramentas e a simulação de arcos para os Data Challenges do Dark Energy Survey. A terceira ferramenta, chamada GALCLEAN, consiste em um método de pré-processamento de imagens de aglomerados de galáxias que subtrai de maneira automatizada a distribuição de brilho superficial das galáxias utilizando perfis de Sérsic. Esta ferramenta tem por objetivo evidenciar a eventual presença de arcos gravitacionais em meio a outros objetos da imagem. Para determinar a eficiência e o impacto do GALCLEAN realizamos um estudo sistemático da detectabilidade dos arcos em imagens simulàas de aglomerados de galáxias onde arcos com parâmetros conhecidos diferentes foram adicionados com o algOritmo PAINTARCS. Os resultados deste estudo indicam que o GALCLEAN apresenta um impacto maior na detectabilidade dos arcos para os casos de arcos de magnitudes mais tênues e aglomeradbs de alto desvio para o vermelho, embora introduza um grande número de detecções espúrias. O GALCLEAN também gera um catálogo com os parâmetros morfológicos e estruturais das galáxias subtraídas, que tem aplicações no estudo da estrutura e evolução das galáxias. Também apresentamos neste trabalho a sondagem de arcos gravItacionais SOAR Gravitational Arc Survey, um levantamento de 47 aglomerados de galáxias que tem como objetivo • de buscar novos sistemas de lentes gravitacionais e estudar a variação da eficiência do lenteamento forte em função do desvio para o vermelho do aglomerado, de forma a comparar os resultados com as expectativas teóricas. Os dados desta sondagem foram reduzidos e analisados. Identificamos nas imagens de 8 aglomerados, 16 candidatos a arco gravitacional. Estes resultados preliminares sugerem que 10% de aglomerados tem arcos, consistente com ' estudos anteriores da literatura.

Gravitational lensing is-an important tool for a variety of astrophysical and cosmological applications. In particular, gravitational ares produced by galaxy clusters can be used to investigate their central mass distribution. Therefore, they can provide indirect information about cosmology and structure formation. Wide field surveys with excellent image quality, such as the Dark Energy Survey, will provide large samples of gravitational arc systems, aliowing statistical studies. Due to thé large areal, automated algorithms for arc detectioh and characterization are absolutely necessary. Moreover, it is extremely important to develop meti ods for pre-processing images in order to enhance these objects of interest among other objects and. the difuse light of the gala,xies that surround thern. In this work we present tools related to pre-processing, simulation and characterization of gravitational ares in galaxy cluster images. The first tool, named PAINTARCS, simulates objects with arc morphology, using a sirnple prescription for the arc shape, which is given by the deformation of an ellipse into an are circle segment, and adds them to galaxy cluster images. The second tool, called ARcEITTING, uses the same analytical expression for arc shape as PAINTARcs to fit the arc parameters from an image. This rnethod takes into account the surface brightness distribution of ares and it was developed to provide more robust measurements. Results from ARGFITTING show that the ares created by PAINTARCS are minimally realistic to- be used in simulatiOns. Therefore, an important application of these tools is the simulation of ares for the Dark Energy Survey Data"Challen.ges. The third tool, .named GALCLEAN, consists in a method for pre-processing galaxy cluster images by subtracting the surface brightness distribution of galaxies in an automated way using Sérsic profiles. Gravitational lensing is-an important tool for a variety of astrophysical and cosmological applications. In particular, gravitational ares produced by galaxy clusters can be used to investigate their central mass distribution. Therefore, they can provide indirect information about cosmology and structure formation. Wide field surveys with excellent image quality, such as the Dark Energy Survey, will provide large samples of gravitational arc systems, aliowing statistical studies. Due to thé large areal, automated algorithms for arc detectioh and characterization are absolutely necessary. Moreover, it is extremely important to develop meti ods for pre-processing images in order to enhance these objects of interest among other objects and. the difuse light of the gala,xies that surround thern. In this work we present tools related to pre-processing, simulation and characterization of gravitational ares in galaxy cluster images. The first tool, named PAINTARCS, simulates objects with arc morphology, using a sirnple prescription for the arc shape, which is given by the deformation of an ellipse into an are circle segment, and adds them to galaxy cluster images. The second tool, called ARcEITTING, uses the same analytical expression for arc shape as PAINTARcs to fit the arc parameters from an image. This rnethod takes into account the surface brightness distribution of ares and it was developed to provide more robust measurements. Results from ARGFITTING show that the ares created by PAINTARCS are minimally realistic to- be used in simulatiOns. Therefore, an important application of these tools is the simulation of ares for the Dark Energy Survey Data"Challen.ges. The third tool, .named GALCLEAN, consists in a method for pre-processing galaxy cluster images by subtracting the surface brightness distribution of galaxies in an automated way using Sérsic profiles.