DESI DR2 Reference Mocks: Clustering results from UCHUU ELGs and QSOs

Technische Zusammenfassung: DESI DR2 Referenz-Mocks aus Uchuu ELGs und QSOs

Problem und Motivation
Das Dark Energy Spectroscopic Instrument (DESI) zielt darauf ab, die Materieverteilung des Universums mithilfe von über 50 Millionen Galaxien- und Quasar-Spektren zu kartieren, um die Expansionsgeschichte und das Wachstum der Strukturen einzugrenzen. Um diese Daten voll auszuschöpfen, insbesondere für die anstehenden DESI DR2 Kosmologie-Analysen, sind realistische Mock-Kataloge erforderlich. Diese Mocks müssen die Selektionsfunktionen von DESI sowie die statistischen Eigenschaften emulieren, um Pipelines zu testen, systematische Unsicherheiten zu bewerten und theoretische Vorhersagen zu validieren.

Eine spezifische Herausforderung, die in dieser Arbeit adressiert wird, ist die Modellierung von Emissionslinien-Galaxien (ELGs) und Quasaren (QSOs). Im Gegensatz zu Luminous Red Galaxies (LRGs), von denen angenommen wird, dass sie in Bezug auf die Besetzung der Halomasse vollständig sind, sind ELGs und QSOs unvollständige Tracer in bekannten Parameterbereichen (wie etwa Luminosität oder Sternmasse). Folglich sind traditionelle Subhalo Abundance Matching (SHAM)-Techniken, die auf einer Eins-zu-eins-Abbildung zwischen Halo-Eigenschaften und galaktischen Observablen basieren, unzureichend. Die Autoren streben an, Referenz-Mocks zu konstruieren, welche die Clustering-Statistiken von DESI DR1 und DR2 ELGs und QSOs über Rotverschiebungen von $0,8 < z < 2,1$ (und bis $z=3,5$ für QSOs) reproduzieren, um die Konstruktion simulierter Lichtkegel zu verbessern und das Verständnis der Galaxien-Halo-Verbindung zu vertiefen.

Methodik
Die Studie nutzt die Uchuu N-Körper-Simulation, eine hochauflösende, großvolumige ($2 h^{-1}$Gpc Box) Simulation, die $12.800^3$ Dunkle-Materie-Partikel enthält und innerhalb einer flachen $\Lambda$CDM-Kosmologie basierend auf den Planck-15-Parametern ausgeführt wurde. Die Simulation liefert Snapshots von $z=14$ bis $z=0$, wobei Dunkle-Materie-Halos und Subhalos mit dem Rockstar-Halo-Finder identifiziert wurden.

Um diese Halos mit Tracern zu besetzen, verwenden die Autoren einen modifizierten Subhalo Abundance Matching (SHAM)-Rahmen:

1. QSO-Modellierung:

   • QSOs werden basierend auf der Spitzen-Zirkulargeschwindigkeit ($V_{peak}$) zugewiesen, die als das maximale $V_{max}$ definiert ist, das über alle Rotverschiebungs-Outputs gemessen wurde.
   • Das Modell nimmt eine Gauß-Verteilung von $V_{peak}$ für sowohl zentrale als auch Satelliten-QSOs an, charakterisiert durch einen Mittelwert ($V_{mean}$) und eine Standardabweichung ($\sigma_V$).
   • Ein freier Parameter, der Satellitenanteil ($f_{sat}$), steuert die relative Normalisierung der zentralen und der Satelliten-Verteilungen.
   • Um die inhärenten großen Rotverschiebungsunsicherheiten der QSO-Spektroskopie (aufgrund breiter Emissionslinien) zu berücksichtigen, werden Gaußsche Rotverschiebungsfehler ($\sigma \approx 500$ km/s) auf die Mock-Kataloge angewendet.
   • Die Parameter werden durch Minimierung der $\chi^2$-Statistik zwischen dem Monopol der Zwei-Punkt-Korrelationsfunktion (2PCF) des Mocks und den DESI-Daten auf Skalen von $3$ bis $70 h^{-1}$Mpc abgestimmt.

2. ELG-Modellierung:

   • In Anerkennung dessen, dass die Sternentstehung in Satellitengalaxien durch Ram-Pressure-Stripping unterdrückt werden kann, wenn sie sich zu schnell relativ zu ihrem zentralen Halo bewegen, führen die Autoren spezifische Selektionskriterien für ELG-Satelliten ein.
   • Satelliten werden nur ausgewählt, wenn sie erfüllen: (i) $V_{max}/V_{peak} > 0,9$ (um Major Mergers zu vermeiden) und (ii) niedrige Relativgeschwindigkeiten im Vergleich zum zentralen Halo aufweisen ($V_{xyz,pec} - V_{central} < 300$ km/s) sowie einen niedrigen zentralen $V_{peak}$ besitzen ($< 300$ km/s).
   • Ähnlich wie bei QSOs verwendet das Modell eine Gauß-Verteilung von $V_{peak}$ mit den Parametern $V_{mean}$, $\sigma_V$ und $f_{sat}$, wobei die Selektionskriterien vor dem Abundance Matching angewendet werden.

3. Lichtkegel-Konstruktion:

   • Mock-Lichtkegel werden konstruiert, indem die Uchuu-Simulationsboxen repliziert und in sphärische Schalen geschnitten werden, um das DESI-Survey-Volumen abzudecken.
   • Die Mocks werden maskiert, um den DESI DR2 Footprint zu entsprechen, und gewichtet, um die beobachtete komobile Anzahlendichte $n(z)$ in Rotverschiebungs-Bins von $\Delta z = 0,01$ zu reproduzieren.
   • Die Best-Fit-Parameter werden unabhängig für verschiedene Rotverschiebungs-Bins bestimmt und anschließend als Funktionen der Rotverschiebung parametrisiert (z. B. lineare Evolution für den QSO $f_{sat}$ und quadratische Evolution für den ELG $V_{mean}$).

Wesentliche Beiträge

• Referenz-Mocks: Die Arbeit präsentiert den ersten Satz von Referenz-Mocks für DESI DR2, die speziell darauf abgestimmt sind, das Clustering von ELGs und QSOs unter Verwendung der Uchuu-Simulation zu reproduzieren.
• Modifizierte SHAM-Implementierung: Die Autoren passen die SHAM-Technik erfolgreich für unvollständige Tracer an. Für ELGs führen sie ein geschwindigkeitsbasiertes Selektionskriterium ein, um die umweltbedingte Unterdrückung der Sternentstehung in Satelliten zu berücksichtigen – eine Modifikation, die in Standard-SHAM nicht enthalten ist.
• Rotverschiebungs-Evolution: Die Studie identifiziert und parametrisiert die Evolution der SHAM-Parameter mit der Rotverschiebung. Insbesondere steigt der Satellitenanteil ($f_{sat}$) für QSOs linear mit der Rotverschiebung an, während der mittlere Geschwindigkeitswert ($V_{mean}$) für ELGs einem quadratischen Trend folgt. Dies ermöglicht eine effizientere Parametrisierung als das Fit der unabhängigen Parameter in jedem Bin.
• Validierung: Die Mocks werden rigoros gegen DESI DR1 und DR2 Daten validiert und reproduzieren die Anzahlendichten sowie die Clustering-Statistiken über Skalen von $1$ bis $100 h^{-1}$Mpc.

Ergebnisse

• Clustering-Statistiken: Die modifizierten SHAM-Mocks zeigen eine exzellente Übereinstimmung mit den DESI DR2 Daten sowohl für den Monopol als auch für den Quadrupol der Rotraum-Zwei-Punkt-Korrelationsfunktion (2PCF) sowie der projizierten Korrelationsfunktion. Die Übereinstimmung hält über den Fitting-Bereich ($3$ bis $70 h^{-1}$Mpc) an und erstreckt sich bis zur BAO-Skala ($\sim 100 h^{-1}$Mpc).
• Leistungsspektrum (Power Spectrum): Die Mocks reproduzieren den Monopol und Quadrupol des Leistungsspektrums gutgehend, mit geringfügigen Abweichungen bei hohen Wellenzahlen ($k$) für ELGs, was zu erwarten ist, da das Leistungsspektrum nicht im Fitting-Prozess verwendet wurde.
• Halo-Besetzungsverteilung (HOD):
  • ELGs: Die HOD besteht aus einer Gauß-Komponente für Zentren (mit einem Peak bei $M_{halo} \approx 10^{12} h^{-1}M_{\odot}$ mit einer Besetzung von 0,095) und einer Potenzgesetz-Komponente für Satelliten (die bei $M_{halo} > 10^{12,4} h^{-1}M_{\odot}$ dominiert).
  • QSOs: Die HOD zeigt ähnlich eine Gauß-Komponente für Zentren (mit einem Peak bei $M_{halo} \approx 10^{12,4} h^{-1}M_{\odot}$ mit einer Besetzung von 0,319) und eine Potenzgesetz-Satellitenkomponente (die bei $M_{halo} > 10^{12,8} h^{-1}M_{\odot}$ dominiert).
• Großräumiger Bias: Der aus den Mocks gemessene großräumige Bias ($b$) stimmt mit dem aus den DESI DR2 Daten abgeleiteten Bias im Bereich von $10$ bis $80 h^{-1}$Mpc überein. Beide Tracer zeigen einen monotonen Anstieg des Bias mit der Rotverschiebung, was konsistent mit der Besetzung massiverer Halos zu früheren kosmischen Zeiten ist.

Bedeutung und Ansprüche
Das Paper behauptet, dass diese Ergebnisse eine entscheidende Brücke zwischen Theorie und Beobachtung für DESI-Analysen schlagen. Durch die Reproduktion der beobachteten Anzahlendichten und Clustering-Muster dienen diese Mocks als essenzielle Werkzeuge für:

1. Schätzung der Kovarianzmatrix: Sie können verwendet werden, um Kovarianzmatrizen für zukünftige DESI-Kosmologie-Analysen zu generieren.
2. Systematische Tests: Sie ermöglichen das Testen von kosmologischen Pipelines und die Bewertung der dem Survey inhärenten systematischen Unsicherheiten.
3. Physikalische Erkenntnis: Die erfolgreiche Anwendung modifizierter SHAM-Techniken bietet ein verbessertes Verständnis der Galaxien-Halo-Verbindung, insbesondere hinsichtlich der umweltbedingten Abhängigkeit der Sternentstehung in Satellitengalaxien (für ELGs) und der Evolution von QSO-Populationen.

Die Autoren betonen, dass die Modelle zwar auf DESI-Daten abgestimmt sind, aber auf der Planck-Kosmologie und der Uchuu-Simulation basieren, was sicherstellt, dass sie physikalisch konsistent mit aktuellen kosmologischen Standards sind. Die Arbeit beansprucht nicht, neue Physik zu entdecken, sondern stellt vielmehr die notwendige Infrastruktur (realistische Mocks) bereit, um eine präzise kosmologische Inferenz aus dem DESI-Survey zu ermöglichen.