权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Novel method for constraining the influence of dark matter hierarchical assembly on satellite distributions and other observable population statistics

限制暗物质分级组装对卫星分布和其他可观测种群统计影响的新方法

基本信息

批准号：
1860169
负责人：
金额：
--
依托单位：
University of Southampton
依托单位国家：
英国
项目类别：
Studentship
财政年份：
2016
资助国家：
英国
起止时间：
2016 至无数据
项目状态：
已结题

来源：
https://gtr.ukri.org/projects?ref=studentship-1860169
关键词：
Novel method constraining influence dark

项目摘要

The influence of dark matter on galaxies is yet to be fully understood. Semi-Analytic, Semi-Empirical and hydrodynamical simulations use dark matter to inform the galaxy mergers, masses and positions. However, these simulations are limited in size and must therefore run a finite number of merger trees or a finite sized box. This limitation introduces inconsistencies or incompleteness in the total galaxy statistics particularly at high masses. We use a novel approach in empirical galaxy formation models forgoing the classical dark matter merger trees using instead a statistical outlook on the accretion history to be able to create less biased and more comprehensive statistics of the observables used to constrain galaxy populations. The model will be constrained using abundance matching, halo richness in Sloan digital sky survey and observed pair fraction/merger rates. We will then make predictions and test proposed models to create statistics on other observables such as galaxy morphologies, Sersic index, intra cluster light etc. This extensive project will be published in 3 papers: A methodology paper describing the constraints and the new approach. A second paper presenting predictions to be validated against a variety of data. A final paper where we use the new technique in tandem with other modelling methods.

暗物质对星系的影响尚不完全清楚。半解析、半经验和流体力学模拟使用暗物质来告知星系合并、质量和位置。然而，这些模拟在大小上是有限的，因此必须运行有限数量的合并树或有限大小的盒子。这一限制导致整个星系的统计数据不一致或不完整，特别是在大质量的星系中。我们在经验星系形成模型中使用了一种新的方法，放弃了经典的暗物质合并树，而是使用了对吸积历史的统计展望，以便能够创建更少偏见和更全面的统计数据，用于限制星系数量。该模型将使用丰度匹配、斯隆数字巡天中的晕丰度和观测到的配对分数/合并率进行约束。然后，我们将做出预测并测试提出的模型，以创建其他可观测数据的统计数据，如星系形态、Sersic指数、星系团内光等。这一广泛的项目将发表在三篇论文中：一篇描述限制条件的方法学论文和新的方法。第二篇论文介绍了需要根据各种数据进行验证的预测。这是一篇期末论文，我们将新技术与其他建模方法结合使用。