meer21cm: an Analysis Pipeline and Comprehensive Toolkit for HI Intensity Mapping

Resumen Técnico: meer21cm: Un Pipeline de Análisis y un Kit de Herramientas Integral para el Mapeo de Intensidad de HI

Planteamiento del Problema
El mapeo de intensidad de hidrógeno neutro (HI) ha emergido como una poderosa sonda del Universo post-reionización, pero enfrenta desafíos analíticos únicos que difieren del agrupamiento de galaxias convencional. La señal de HI es intrínsecamente débil y órdenes de magnitud más tenue que los fondos de radio, lo que requiere técnicas agresivas de separación de componentes (por ejemplo, Análisis de Componentes Principales) que, inadvertidamente, eliminan la señal cosmológica. Además, los experimentos de 21 cm de un solo plato exhiben efectos observacionales altamente anisotrópicos, incluyendo la cromaticidad del haz, distorsiones en el espacio de velocidades (redshift-space distortions) y geometrías de encuesta no uniformes. Estos factores complican la estimación del espectro de potencia, requiriendo un modelado consistente de los efectos observacionales, correcciones de la función de transferencia y simulaciones de modelos (mocks) que se adhieran estrictamente a las especificaciones del estudio. Los pipelines existentes a menudo carecen de la modularidad, el diseño orientado al estudio y la rigurosidad constante requeridos para escalar el análisis a los grandes volúmenes anticipados para el Observatorio Square Kilometre Array (SKAO) y su precursor, el MeerKLASS (MeerKAT Large Area Synoptic Survey).

Metodología
Los autores presentan meer21cm, un paquete de Python integral diseñado como el pipeline de análisis central para las observaciones de MeerKLASS. La metodología se basa en una arquitectura modular orientada al estudio que prioriza la definición de las especificaciones del estudio (área del cielo, rango de frecuencia, haz del telescopio) sobre las simulaciones teóricas de cajas cúbicas.

Los componentes metodológicos clave incluyen:

• Formalismo: El pipeline modela los campos de temperatura de brillo de HI y de densidad de número de galaxias en 3D k-space. Incorpora explícitamente efectos observacionales como la convolución del haz del telescopio, núcleos de creación de mapas (map-making kernels), gridding y operadores de eliminación de fondos. Los estimadores del espectro de potencia para el auto-espectro de potencia de HI, el auto-espectro de potencia de galaxias y el espectro de potencia cruzada HI-galaxia se derivan con renormalizaciones de peso específicas para dar cuenta del centrado de la media y la limpieza de fondos.
• Simulación de Modelos (Mock Simulation): El pipeline genera campos de densidad de HI log-normales y catálogos de galaxias muestreados por Poisson dentro de una rejilla comóvil cartesiana. Estos se proyectan sobre coordenadas celestes, se conlucionan con un haz de telescopio y se contaminan con fondos (sincrotrón, free-free, polvo, AME, CMB) y ruido térmico.
• Limpieza de Fondos y Funciones de Transferencia: Se implementa un método de limpieza de fondos ciego basado en el Análisis de Componentes Principales (PCA). Para corregir la pérdida de señal inducida por el PCA, el pipeline emplea un cálculo numérico de la función de transferencia. Esto implica inyectar señales de modelos en los datos, aplicar el procedimiento de limpieza y computar la relación entre los espectros de potencia limpios y los no limpios.
• Inferencia de Parámetros: El marco de trabajo soporta la inferencia Bayesiana utilizando matrices de covarianza basadas en modelos, incorporando factores de corrección de Hartlap y Percival para dar cuenta del número finito de realizaciones de los modelos.

Contribuciones Clave

1. Diseño Modular y Orientado al Estudio: A diferencia de los códigos tradicionales que parten de cajas cúbicas, meer21cm define los cálculos basados en la geometría del estudio. Utiliza la herencia de clases de Python para modularizar los pasos, desde la carga de datos hasta la inferencia de parámetros, asegurando que los cambios en los cortes de datos o las estrategias de limpieza se propaguen automáticamente a través de toda la cadena de análisis.
2. Kit de Herramientas Integral: El paquete cubre todo el flujo de trabajo de análisis de datos post-calibración, incluyendo I/O de datos, limpieza de fondos, estimación del espectro de potencia, simulación de modelos, corrección de la función de transferencia e inferencia de parámetros. Maneja tanto mapas de intensidad de HI como catálogos de galaxias superpuestos para el análisis de múltiples trazadores.
3. Validación Rigurosa: El pipeline se valida mediante pruebas de extremo a extremo utilizando 512 realizaciones de modelos de un parche de banda UHF de MeerKLASS (750 deg², $0.6 < z < 0.8$). El código incluye pruebas unitarias con una cobertura de aproximadamente el 100%.

Resultados
Las pruebas de validación demuestran la precisión del pipeline en la recuperación de los espectros de potencia:

• Simulación Log-normal: Los campos log-normales simulados coinciden con los modelos teóricos de entrada con diferencias fraccionales de $\sim \pm 1\%$ en todas las escalas de interés.
• Efectos Observacionales: Cuando se incluyen los efectos observacionales (suavizado del haz, gridding), los espectros de potencia recuperados para el auto-espectro de potencia de galaxias concuerdan con el modelo dentro de $\sim 1\%$ para $k < 0.2 \, h\text{Mpc}^{-1}$. El auto-espectro de potencia de HI y el espectro cruzado muestran desviaciones ligeramente mayores debido a las complejidades del modelado del haz, pero permanecen dentro de una precisión de $\pm 5\%$.
• Correcciones de la Función de Transferencia: Tras aplicar la limpieza de PCA y las correcciones de la función de transferencia numérica, el auto-espectro de potencia de HI recuperado concuerda con el modelo dentro de $0.5\sigma$ de la varianza de la señal para $0.05 < k < 0.2 \, h\text{Mpc}^{-1}$. La recuperación del espectro cruzado muestra un desfase sistemático de $\sim 5\%$ pero permanece dentro de $1\sigma$, atribuido a los diferentes esquemas de ponderación entre auto-correlaciones y correlaciones cruzadas.
• Precisión: Para un estudio que comprende diez parches independientes, el pipeline logra una precisión a nivel de porcentaje en la estimación del espectro de potencia con desviaciones $\lesssim 0.5\sigma$ entre los espectros del modelo y los de los modelos en el rango $k \in [0.02, 0.2] \, h\text{Mpc}^{-1}$.

Significancia
Este artículo posiciona a meer21cm como una infraestructura crítica para la campaña actual de MeerKLASS y una base escalable para futuros estudios de mapeo de intensidad de SKAO. Al asegurar que el modelado teórico se adhiera estrictamente a las especificaciones del estudio y los efectos observacionales, el pipeline aborda las complejidades sistemáticas inherentes al análisis de datos de 21 cm. Los autores afirman que el paquete permite un análisis robusto, consistente y automatizado de conjuntos de datos de gran volumen, facilitando la transición de validaciones de un solo parche hacia restricciones cosmológicas de estudios completos. El código está disponible públicamente, está bien documentado y diseñado para ser extensible para desarrollos futuros, tales como la estimación analítica de la covarianza, métodos avanzados de limpieza de fondos e inferencia de parámetros cosmológicos de forma completa (full-shape).