MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016935416
■00520240214101929
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798380731911
■035    ▼a(MiAaPQ)AAI30720636
■035    ▼a(MiAaPQ)PennState_20131gxn75
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a523.80223
■1001  ▼aNagaraj,  Gautam.
■24510▼aThe  Stellar,  Gas,  and  Dust  Properties  of  0.5    z    3  Emission-Line  Galaxies▼h[electronic  resource]
■260    ▼a[S.l.]:▼bThe  Pennsylvania  State  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(272  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-05,  Section:  B.
■500    ▼aAdvisor:  Ciardullo,  Robin.
■5021  ▼aThesis  (Ph.D.)--The  Pennsylvania  State  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aGalaxies  form  and  evolve  on  timescales  much  longer  than  astronomers'  careers.  Nevertheless,  by  observing  many  galaxies  at  various  epochs  of  cosmic  time  and  developing  physical  models  of  the  universe,  we  can  converge  on  a  more  complete  picture  of  the  grand  history  of  these  majestic  conglomerations  of  stars,  gas,  dust,  black  holes,  and  dark  matter.  Once  galaxies  and  their  distances  from  Earth  have  been  identified,  we  use  their  integrated  light  signatures-their  spectral  energy  distributions  (SEDs)-to  analyze  their  contents.  Developing  more  accurate  yet  faster  approaches  to  determine  the  physical  properties  of  galaxies  based  on  their  SEDs  is  crucial  as  we  dive  into  the  era  of  big  astronomical  data  with  more  extensive  and  sensitive  observations  of  the  cosmos  than  ever  before.One  of  the  most  important  ways  to  identify  star-forming  galaxies  is  by  measuring  the  strengths  of  emission  lines  arising  from  ionized  gas  near  massive  stars.  From  a  pool  of  over  9,000  candidates,  I  and  an  undergrad  mentee  created  a  sample  of  4,350  emission-line  galaxies  (ELGs)  at  redshifts  1.16    z    1.90  from  the  3D-HST  survey.  Using  broadband  UV-IR  photometry  and  emission  line  strengths,  I  performed  SED  fitting  on  the  entire  sample,  thus  measuring  properties  like  stellar  mass,  star  formation  rate  (SFR),  and  dust  attenuation.  From  my  analyses,  I  learned  that  the  sample  is  consistent  with  the  mass-metallicity  relation  at  z  ∼  2  and  that  there  is  a  strong  positive  correlation  between  stellar  mass  and  absolute  magnitude  in  a  rest-frame  optical  filter.For  sources  with  MIR/FIR  photometry,  I  fitted  the  dust  emission  spectrum  in  conjunction  with  the  UV-NIR  SED.  I  found  that  the  decision  to  assume  energy  balance  between  dust  attenuation  and  emission  should  be  made  very  carefully,  as  the  observation  of  the  balance  is  not  straightforward.  More  densely  sampled  photometry  with  less  confusion  noise  is  required  to  make  stronger  conclusions.I  measured  and  fitted  Schechter  functions  to  the  Hα  and  [O  III]  λ5007  luminosity  function  for  the  galaxies  in  my  3D-HST  sample.  This  data  set  is  several  times  bigger  than  previous  galaxy  samples  in  my  redshift  range,  allowing  for  more  trustworthy  calculations.  I  found  that  there  are  more  mid-luminosity  [O  III]  emitters  than  previously  thought,  which  is  encouraging  for  future  ELG-finding  missions.  I  also  developed  a  new  calibration  for  SFR  vs  Hα  +[N  II]  λ6584  flux,  uncorrected  for  dust.  I  learned  that  Hα-visible  galaxies  account  for  ∼  81%  of  the  star  formation  at  z  ∼  1.4.One  of  the  biggest  hurdles  in  SED  fitting  is  the  degeneracy  between  dust,  metallicity,  and  age:  all  three  properties  play  similar  roles  in  shaping  the  SED.  When  we  analyze  populations  of  galaxies  based  on  SED  fitting  results,  properly  taking  this  degeneracy  (and  others)  into  account  through  hierarchical  modeling  will  lead  to  more  accurate  inferences.  I  created  the  first  such  model  of  dust  attenuation  as  a  function  of  stellar  mass,  SFR,  metallicity,  redshift,  and  axis  ratio  (a  proxy  to  inclination)  based  on  the  SED  fits  of  nearly  30,000  0.5    z    3.0  3D-HST  galaxies  in  a  mass-complete  sample.  I  tested  the  model  on  TNG100  z  =  1  simulated  galaxies  and  found  that  the  resulting  UVJ  colors  better  resemble  real  observations  than  using  an  analytic  prescription  for  dust  attenuation.The  future  is  bright  for  extragalactic  astronomy  with  missions  like  the  James  Webb  Space  Telescope,  the  Roman  Space  Telescope,  the  Vera  Rubin  Observatory,  and  many  others  that  will  help  identify  millions  or  billions  of  galaxies  with  better  resolution  and  sensitivity  than  before.  This  dissertation  helps  prepare  the  stage  for  these  surveys  by  highlighting  properties  of  ELGs,  predicting  how  many  of  them  we  can  expect  to  find,  deriving  simple  correlations  to  estimate  stellar  mass  and  SFR,  and  developing  more  sophisticated  statistical  approaches  for  better  accuracy.
■590    ▼aSchool  code:  0176.
■650  4▼aStars  &  galaxies.
■650  4▼aDust.
■650  4▼aStar  &  galaxy  formation.
■650  4▼aSpectrum  analysis.
■650  4▼aAstrophysics.
■650  4▼aAstronomy.
■650  4▼aPlanetology.
■653    ▼aMajestic  conglomerations
■653    ▼aDark  matter
■653    ▼aStar-forming  galaxies
■653    ▼aStellar  mass
■653    ▼aRest-frame  optical  filter
■690    ▼a0596
■690    ▼a0590
■690    ▼a0606
■71020▼aThe  Pennsylvania  State  University.
■7730  ▼tDissertations  Abstracts  International▼g85-05B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0176
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16935416▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서