Euclid preparation. LXXXV. Toward a DR1 application of higher-order weak lensing statistics

1. Problema y Contexto

La cosmología moderna enfrenta desafíos profundos relacionados con la expansión acelerada del universo y las tensiones entre las mediciones del universo temprano y tardío. Para abordar esto, es crucial medir con precisión parámetros cosmológicos clave como la densidad de materia ($\Omega_m$), las fluctuaciones de materia ($\sigma_8$) y la ecuación de estado de la energía oscura ($w_0$).

El telescopio espacial Euclid utilizará el lente débil (WL) para trazar la estructura a gran escala del universo. Sin embargo, los análisis tradicionales se basan en estadísticas de segundo orden (funciones de correlación de dos puntos, $\gamma$-2PCFs), las cuales solo capturan las propiedades gaussianas del campo de lente. La evolución no lineal de la materia introduce características no gaussianas en escalas pequeñas que contienen información cosmológica valiosa que las estadísticas estándar descartan.

El objetivo de este trabajo (el segundo de la serie HOWLS) es evaluar el potencial de las estadísticas de orden superior (HOS) para mejorar las inferencias cosmológicas en un escenario realista similar a la Primera Liberación de Datos (DR1) de Euclid, superando las limitaciones del análisis previo (Paper I) que se basaba en simulaciones no tomográficas y configuraciones menos realistas.

2. Metodología

2.1. Simulaciones y Mocks

• Simulaciones N-body: Se utilizaron dos suites de simulaciones: SLICS (924 realizaciones independientes) para estimar la matriz de covarianza de los datos, y DUSTGRAIN-pathfinder (con variaciones en $\Omega_m$, $\sigma_8$ y $w_0$) para calcular las derivadas del modelo necesarias para el formalismo de Fisher.
• Catálogos Mock Realistas: A diferencia del trabajo anterior, se construyeron catálogos que imitan la DR1 de Euclid. Esto incluye:
  • Distribuciones de redshift fotométrico realistas ($n(z)$) extraídas de la simulación Flagship (FS).
  • Dos configuraciones de densidad de galaxias: optimista (DR1-opt, 16.2 gal/arcmin²) y pesimista (DR1-pes).
  • Ruido de forma (shape noise) con $\sigma_\epsilon = 0.26$.
  • Máscaras realistas basadas en estrellas brillantes del catálogo Gaia, cubriendo aproximadamente el 5% del área.

2.2. Estadísticas Investigadas

Se analizaron cinco estadísticas de orden superior que cumplen con la suposición de verosimilitud gaussiana del formalismo de Fisher:

1. PDF (Función de Densidad de Probabilidad): Distribución de valores del campo de convergencia.
2. Norma $\ell_1$: Suma de los valores absolutos del campo.
3. Recuentos de Picos (Peaks): Conteo de máximos y mínimos locales.
4. Funcionales de Minkowski (MFs): Descriptores morfológicos (área, longitud de frontera, característica de Euler).
5. Números de Betti (BNs): Descriptores topológicos de conectividad.

Estas se compararon contra las funciones de correlación de dos puntos ($\gamma$-2PCFs y $\kappa$-2PCF).

2.3. Reconstrucción de Mapas de Masa

Se implementaron tres algoritmos oficiales del pipeline de Euclid para reconstruir los mapas de masa a partir del cizallamiento (shear):

• Kaiser-Squires (KS): Inversión estándar en el espacio de Fourier.
• Kaiser-Squires+ (KS+): Incluye inpainting basado en esparcidad para manejar máscaras y bordes.
• Aperture Mass (APM): Reconstrucción local mediante filtros compensados (Starlet wavelets).

2.4. Análisis de Fisher y Optimización

• Formalismo de Fisher: Se utilizó para cuantificar la información cosmológica en el plano $(\sigma_8, w_0)$. Se abordó el problema de la mala condición (ill-conditioning) de las matrices de covarianza y Fisher, limitando el análisis a dos parámetros para minimizar el ruido numérico.
• Prueba SMAPE: Se aplicó una prueba de desviación porcentual media simetrizada (SMAPE) para asegurar que los vectores de datos (DV) cumplieran con la suposición de gaussianidad, eliminando elementos de las colas de la distribución si era necesario.
• Estrategia Tomográfica: Se desarrolló un algoritmo "codicioso" (greedy) para seleccionar la combinación óptima de bins de redshift (autocorrelaciones y correlaciones cruzadas) que maximizara el Factor de Mérito (FoM) minimizando la redundancia.
• Análisis Multi-escala: Se combinaron estadísticas medidas en tres escalas de suavizado ($2.34'$, $4.68'$, $9.38'$) para capturar información en diferentes regímenes físicos.
• Transformación BNT: Se exploró el esquema de nulidad de Bernardeau-Nishimichi-Taruya (BNT) para separar escalas físicas, evaluando tanto la transformación estándar como una variante de "suavizado BNT" para mitigar la propagación del ruido de forma.

3. Contribuciones Clave

1. Análisis Tomográfico Realista: Primera aplicación de HOS en un escenario de DR1 con redshifts fotométricos realistas y máscaras de estrellas, avanzando desde el análisis no tomográfico del Paper I.
2. Evaluación de Algoritmos de Reconstrucción: Comparación exhaustiva de KS, KS+ y APM bajo condiciones de máscara realista, demostrando que KS es computacionalmente eficiente y suficiente para análisis basados en simulaciones, mientras que KS+ es superior para recuperar el campo verdadero en presencia de máscaras densas.
3. Optimización de Vectores de Datos: Desarrollo de un esquema iterativo para reducir la dimensionalidad de los datos tomográficos sin pérdida significativa de información, identificando que los bins combinados (merged bins) son óptimos para estadísticas puntuales y configuraciones tipo "dos puntos" para descriptores topológicos.
4. Validación de BNT para HOS: Demostración de que la transformación BNT estándar degrada la información no gaussiana debido a la propagación del ruido de forma, pero que la variante de BNT smoothing (suavizado antes de la reconstrucción) preserva la información y permite cortes de escala física efectivos.

4. Resultados Principales

• Superioridad de las HOS: Cada una de las cinco estadísticas de orden superior supera a las funciones de correlación de dos puntos ($\gamma$-2PCFs) por un factor de 2.5 en la precisión de las predicciones para el parámetro $w_0$. Para $\sigma_8$, la mejora es de un factor de 1.35 a 1.85.
• Información Redundante: La combinación de HOS con $\gamma$-2PCFs ofrece una mejora marginal (o redundante) cuando se utiliza un enfoque multi-escala, ya que las HOS ya capturan casi toda la información gaussiana contenida en las estadísticas de dos puntos.
• Rendimiento Comparativo de HOS:
  • Las estadísticas puntuales (PDF y $\ell_1$-norm) muestran un rendimiento muy similar y ligeramente superior para $w_0$.
  • Los Funcionales de Minkowski (MFs) ofrecen las mejores restricciones para $\sigma_8$.
  • Los Números de Betti (BNs) y los Picos (Peaks) tienen un rendimiento ligeramente inferior, pero aún muy superior a las estadísticas gaussianas.
• Impacto de Máscaras y Reconstrucción:
  • La aplicación de máscaras de estrellas reduce el poder de restricción en proporción al área perdida, pero no introduce sesgos significativos en la orientación de los elipsoides de Fisher.
  • KS vs. KS+: KS+ reduce la fuga de señal (leakage) en los bordes y máscaras, mejorando la recuperación del campo, pero introduce correlaciones ruidosas que degradan ligeramente las restricciones finales en comparación con KS en este contexto de simulación. KS es preferible por su velocidad y eficiencia.
• Análisis Multi-escala: Combinar múltiples escalas de suavizado mejora las restricciones en un 10-20% y permite una compresión eficiente de los datos.
• BNT: La transformación BNT estándar infla los errores en HOS debido al ruido. La estrategia de BNT smoothing (suavizar los mapas transformados antes de invertir) mitiga este problema, permitiendo cortes de escala física sin perder la ventaja de las estadísticas no gaussianas.

5. Significado y Conclusiones

Este trabajo establece un marco robusto para el análisis de la Primera Liberación de Datos (DR1) de Euclid utilizando estadísticas no gaussianas.

• Validación de Potencial: Confirma que las estadísticas de orden superior pueden extraer información cosmológica crítica (especialmente sobre la energía oscura) que las técnicas estándar ignoran, ofreciendo mejoras sustanciales en la precisión de los parámetros.
• Preparación Operativa: Proporciona recomendaciones prácticas para el pipeline de Euclid, como el uso de bins de redshift combinados para estadísticas puntuales y la viabilidad de usar reconstrucciones KS estándar en presencia de máscaras realistas.
• Limitaciones y Futuro: El estudio identifica desafíos importantes, como la mala condición numérica de las matrices de Fisher y la necesidad de asumir una verosimilitud gaussiana (que no siempre se cumple para todas las HOS). Estos hallazgos sugieren que, para el análisis final de datos reales, será necesario transitar hacia métodos de MCMC (Monte Carlo Markov Chain) que puedan manejar distribuciones no gaussianas y un espacio de parámetros más amplio (incluyendo parámetros de nuisance y sistemáticos).

En resumen, el artículo demuestra que la incorporación de estadísticas de orden superior en el análisis de Euclid no es solo teóricamente posible, sino que es una estrategia necesaria y altamente beneficiosa para maximizar el retorno científico de la misión, siempre que se gestionen adecuadamente los desafíos numéricos y sistemáticos.