We present the Canada-France-Hawaii Telescope Lensing Survey (CFHTLenS) that accurately determines a weak gravitational lensing signal from the full 154 square degrees of deep multi-colour data obtained by the CFHT Legacy Survey. Weak gravitational lensing by large-scale structure is widely recognised as one of the most powerful but technically challenging probes of cosmology. We outline the CFHTLenS analysis pipeline, describing how and why every step of the chain from the raw pixel data to the lensing shear and photometric redshift measurement has been revised and improved compared to previous analyses of a subset of the same data. We present a novel method to identify data which contributes a non-negligible contamination to our sample and quantify the required level of calibration for the survey. Through a series of cosmology-insensitive tests we demonstrate the robustness of the resulting cosmic shear signal, presenting a science-ready shear and photometric redshift catalogue for future exploitation.

A likelihood-based method for measuring weak gravitational lensing shear in deep galaxy surveys is described and applied to the Canada-France-Hawaii Telescope (CFHT) Lensing Survey (CFHTLenS). CFHTLenS comprises 154 sq deg of multicolour optical data from the CFHT Legacy Survey, with lensing measurements being made in the i' band to a depth i'(AB)<24.7, for galaxies with signal-to-noise ratio greater than about 10. The method is based on the lensfit algorithm described in earlier papers, but here we describe a full analysis pipeline that takes into account the properties of real surveys. The method creates pixel-based models of the varying point spread function (PSF) in individual image exposures. It fits PSF-convolved two-component (disk plus bulge) models, to measure the ellipticity of each galaxy, with bayesian marginalisation over model nuisance parameters of galaxy position, size, brightness and bulge fraction. The method allows optimal joint measurement of multiple, dithered image exposures, taking into account imaging distortion and the alignment of the multiple measurements. We discuss the effects of noise bias on the likelihood distribution of galaxy ellipticity. Two sets of image simulations that mirror the observed properties of CFHTLenS have been created, to establish the method's accuracy and to derive an empirical correction for the effects of noise bias.

We present data products from the Canada–France–Hawaii Telescope Lensing Survey (CFHTLenS). CFHTLenS is based on the Wide component of the Canada–France–Hawaii Telescope Legacy Survey (CFHTLS). It encompasses 154 deg2 of deep, optical, high-quality, sub-arcsecond imaging data in the five optical filters u*g′r′i′z′. The scientific aims of the CFHTLenS team are weak gravitational lensing studies supported by photometric redshift estimates for the galaxies. This paper presents our data processing of the complete CFHTLenS data set. We were able to obtain a data set with very good image quality and high-quality astrometric and photometric calibration. Our external astrometric accuracy is between 60 and 70 mas with respect to Sloan Digital Sky Survey (SDSS) data, and the internal alignment in all filters is around 30 mas. Our average photometric calibration shows a dispersion of the order of 0.01–0.03 mag for g′r′i′z′ and about 0.04 mag for u* with respect to SDSS sources down to iSDSS ≤ 21. We demonstrate in accompanying papers that our data meet necessary requirements to fully exploit the survey for weak gravitational lensing analyses in connection with photometric redshift studies. In the spirit of the CFHTLS, all our data products are released to the astronomical community via the Canadian Astronomy Data Centre at http://www.cadc-ccda.hia-iha.nrc-cnrc.gc.ca/community/CFHTLens/query.html. We give a description and how-to manuals of the public products which include image pixel data, source catalogues with photometric redshift estimates and all relevant quantities to perform weak lensing studies.

We present cosmological constraints from 2D weak gravitational lensing by the large-scale structure in the Canada-France Hawaii Telescope Lensing Survey (CFHTLenS) which spans 154 square degrees in five optical bands. Using accurate photometric redshifts and measured shapes for 4.2 million galaxies between redshifts of 0.2 and 1.3, we compute the 2D cosmic shear correlation function over angular scales ranging between 0.8 and 350 arcmin. Using non-linear models of the dark-matter power spectrum, we constrain cosmological parameters by exploring the parameter space with Population Monte Carlo sampling. The best constraints from lensing alone are obtained for the small-scale density-fluctuations amplitude sigma_8 scaled with the total matter density Omega_m. For a flat LambdaCDM model we obtain sigma_8(Omega_m/0.27)^0.6 = 0.79+-0.03. We combine the CFHTLenS data with WMAP7, BOSS and an HST distance-ladder prior on the Hubble constant to get joint constraints. For a flat LambdaCDM model, we find Omega_m = 0.283+-0.010 and sigma_8 = 0.813+-0.014. In the case of a curved wCDM universe, we obtain Omega_m = 0.27+-0.03, sigma_8 = 0.83+-0.04, w_0 = -1.10+-0.15 and Omega_K = 0.006+0.006-0.004. We calculate the Bayesian evidence to compare flat and curved LambdaCDM and dark-energy CDM models. From the combination of all four probes, we find models with curvature to be at moderately disfavoured with respect to the flat case. A simple dark-energy model is indistinguishable from LambdaCDM. Our results therefore do not necessitate any deviations from the standard cosmological model.

HAL is a multi-disciplinary open access archive for the deposit and dissemination of scientific research documents, whether they are published or not.The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.L'archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d'enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.

Metamaterial perfect absorbers have been widely studied due to their potential applications in fields such as sensors, saltwater purification, switching devices, solar energy harvesting and so on. However, it is difficult for absorbers to have both narrowband absorption and broadband absorption. Up to till now, there are few reports on such absorbers. In this paper, we present an absorber that achieves ultra-high performance in an ultra-simple structure, which can attain bifunctional perfect absorption of broadband and narrowband. It consists of a multilayer planar structure with top layer periodically arranged particles. When the light is incident vertically above the surface of the absorber, the proposed absorber exhibits narrow-band absorption with three absorption peaks, among which two absorption peaks have an absorption rate of 99.3 % and 99.9 %, and the full widths at half maximum (FWHM) are 3 nm and 11 nm, respectively. When the light is incident under the surface of the absorber, then the absorber exhibits broad-band absorption, with an average absorption of 97.3 % over a 1500 nm bandwidth (600 nm–2100nm). In addition, the proposed multifunctional perfect absorber has a narrow FWHM and a large broadband absorption range in the same band range. Moreover, the absorber is both polarization-independent and large incident angle-insensitive for both TE and TM-polarized waves. This absorber is of great value in areas such as bio-optical detection and solar energy harvesting.

ABSTRACT Accurate photometric redshift (photo-z) estimation requires support from multiband observational data. However, in the actual process of astronomical observations and data processing, some sources may have missing observational data in certain bands for various reasons. This could greatly affect the accuracy and reliability of photo-z estimation for these sources, and even render some estimation methods unusable. The same situation may exist for the upcoming Chinese Space Station Telescope (CSST). In this study, we employ a deep learning method called generative adversarial imputation networks (GAIN) to impute the missing photometric data in CSST, aiming to reduce the impact of data missing on photo-z estimation and improve estimation accuracy. Our results demonstrate that using the GAIN technique can effectively fill in the missing photometric data in CSST. Particularly, when the data missing rate is below 30 per cent, the imputation of photometric data exhibits high accuracy, with higher accuracy in the g, r, i, z, and y bands compared to the NUV and u bands. After filling in the missing values, the quality of photo-z estimation obtained by the widely used easy and accurate Zphot from Yale (eazy) software is notably enhanced. Evaluation metrics for assessing the quality of photo-z estimation, including the catastrophic outlier fraction (fout), the normalized median absolute deviation ($\rm {\sigma _{NMAD}}$), and the bias of photometric redshift (bias), all show some degree of improvement. Our research will help maximize the utilization of observational data and provide a new method for handling sample missing values for applications that require complete photometry data to produce results.