Systematics mitigation for catalogue-based angular power spectra

Aquí presento un resumen técnico detallado del artículo en español, estructurado según los puntos solicitados:

Título: Mitigación de sistemáticos para espectros de potencia angulares basados en catálogos

1. El Problema

En la cosmología moderna, la medición precisa de campos proyectados en el cielo (como la distribución de galaxias, cizallamiento cósmico o el fondo cósmico de microondas) es fundamental. Tradicionalmente, estos campos se analizan mapeándolos en píxeles discretos para calcular sus espectros de potencia angular ($C_\ell$) mediante estimadores pseudo-$C_\ell$ (PCL). Sin embargo, este enfoque de mapeo introduce sesgos en escalas pequeñas (comparables al tamaño del píxel) debido a efectos de resolución finita y aliasing.

Recientemente, se desarrolló un formalismo que permite calcular espectros de potencia directamente a partir de catálogos de posiciones discretas (evitando la pixelización). No obstante, este método carecía de mecanismos para mitigar sesgos sistemáticos (contaminación por efectos instrumentales o atmosféricos). Las técnicas existentes para corregir sistemáticos, como la desproyección de plantillas (template deprojection), estaban diseñadas para mapas y no podían aplicarse directamente a datos de catálogos sin introducir nuevos errores o requerir una pixelización intermedia que anularía las ventajas del método original.

2. Metodología

Los autores extienden el formalismo PCL basado en catálogos (desarrollado previamente por Wolz et al., 2025) para incorporar la mitigación de sistemáticos mediante desproyección de plantillas. La metodología se divide en varios componentes clave:

• Adaptación de la Desproyección a Catálogos:

  • Se reformula la desproyección de plantillas para operar directamente sobre los valores de campo en las posiciones discretas de las fuentes, sin necesidad de generar mapas intermedios.
  • Para campos muestreados (ej. cizallamiento), se calculan los coeficientes de desproyección ($\hat{A}_p$) utilizando sumas ponderadas sobre las posiciones de las fuentes y los valores de las plantillas de contaminación en esos mismos puntos.
  • Para agrupamiento de galaxias (donde la densidad de fuentes es el campo de interés), se aborda un desafío específico: la máscara suele definirse mediante un catálogo de "aleatorios" (randoms). Los autores proponen truncar la expresión del producto escalar en el espacio armónico a un multipolo máximo $\ell_{max}$ (sugerido $\sim 100$) para evitar sesgos causados por la función de ventana del píxel y asegurar que se capturen las correlaciones reales entre el exceso de densidad y los contaminantes.

• Corrección de Sesgos Inducidos por la Desproyección:
  La desproyección elimina modos del mapa, lo que introduce un sesgo (pérdida de potencia) que debe corregirse. Los autores desarrollan dos correcciones:

  1. Expresiones Exactas para el Ruido (Shot Noise): Derivan expresiones analíticas exactas para el sesgo introducido en el componente de ruido de disparo (shot noise) debido a la desproyección. Esto es crucial porque la desproyección afecta la estimación del ruido, especialmente cuando se usan muchos plantillas.
  2. Función de Transferencia (Transfer Function): Para corregir la pérdida de modos en el componente de señal (no solo en el ruido), proponen un método alternativo basado en simulaciones. En lugar de calcular analíticamente el sesgo (que requiere conocer el espectro de potencia verdadero, $C_\ell^{true}$), generan realizaciones gaussianas, aplican la misma máscara y desproyección, y calculan una función de transferencia $T_\ell = \langle C_\ell^{after} \rangle / \langle C_\ell^{before} \rangle$. Dividir el espectro medido por $T_\ell$ corrige la pérdida de modos.

• Implementación:
  Todo el formalismo se ha implementado en el código público NaMaster.

3. Contribuciones Clave

• Unificación de Métodos: Se logra combinar la ventaja de los métodos basados en catálogos (evitar sesgos de pixelización) con la capacidad de mitigación de sistemáticos de los métodos basados en mapas.
• Corrección Analítica del Ruido: Se proporcionan las primeras expresiones exactas para el sesgo de ruido de disparo inducido por la desproyección en datos de catálogos.
• Método Robusto de Corrección de Señal: Se valida que el uso de una función de transferencia derivada de simulaciones es una alternativa viable y robusta a los métodos analíticos, siendo insensible a la elección del espectro de potencia de entrada (excepto en escalas muy grandes, $\ell \lesssim 3$).
• Versatilidad en Máscaras: El método funciona tanto si la máscara se define como un mapa continuo como si se define mediante un catálogo de objetos aleatorios (randoms), siendo este último el estándar en análisis de agrupamiento de galaxias.

4. Resultados

Los autores validaron su formalismo mediante simulaciones extensas y datos reales:

• Validación en Campos Muestreados: En simulaciones con 1000 realizaciones y 100 plantillas de contaminación, el método recuperó espectros de potencia sin sesgos después de corregir tanto el ruido como la señal. La corrección analítica del ruido fue esencial para recuperar la potencia en escalas grandes.
• Validación en Agrupamiento de Galaxias: Se demostró que la elección de $\ell_{max}$ es crítica; valores muy bajos o muy altos introducen sesgos en los coeficientes de desproyección. Con $\ell_{max} \approx 100$, se obtienen estimaciones no sesgadas.
• Comparación de Métodos de Corrección: Se comparó la función de transferencia (TF) con el cálculo analítico del sesgo de desproyección. Ambos métodos produjeron resultados consistentes y no sesgados en la mayoría de las escalas. La TF es particularmente útil cuando no se conoce el espectro de potencia verdadero, ya que requiere solo una "adivinanza" razonable (como el espectro medido dividido por la fracción de cielo observada).
• Aplicación a Datos Reales (Quaia): Se aplicó el método al catálogo de cuásares Quaia (bajo desplazamiento al rojo, $z < 1.47$). Los resultados obtenidos con el enfoque basado en catálogos (tanto con máscara de aleatorios como continua) fueron consistentes con el enfoque estándar basado en mapas, tanto antes como después de la desproyección.

5. Significancia

Este trabajo es fundamental para la próxima generación de sondeos cosmológicos de gran escala (como LSST/Rubin Observatory), donde los volúmenes de datos son masivos y los errores sistemáticos dominarán sobre los errores estadísticos.

• Precisión en Escalas Pequeñas: Al evitar la pixelización, el método permite explotar la información cosmológica en escalas angulares pequeñas que antes estaban contaminadas por efectos de resolución.
• Robustez Sistemática: Proporciona una herramienta rigurosa para limpiar datos de contaminantes sin sacrificar la integridad estadística de los espectros de potencia.
• Herramienta Accesible: Al estar integrado en NaMaster, el método es accesible para la comunidad científica, facilitando análisis más precisos de la estructura a gran escala del universo y la materia oscura.

En resumen, el artículo cierra una brecha metodológica importante, permitiendo el análisis de datos de catálogos crudos con un control de sistemáticos de nivel profesional, eliminando la necesidad de pasar por una etapa de mapeo que degrada la información.