🔭 astrophysics

DESIVAST: A Catalog of Low-Redshift Voids using Data from the DESI DR1 Bright Galaxy Survey

Cet article présente trois catalogues de vides dérivés du relevé Bright Galaxy Survey de l'année 1 de DESI à l'aide des algorithmes VoidFinder et V2, identifiant plus de 1 400 vides jusqu'au décalage vers le rouge z=0,24 et validant leur cohérence avec les données de l'SDSS pour de futures études cosmologiques et environnementales.

Auteurs originaux : Hernan Rincon, Segev BenZvi, Kelly Douglass, Dahlia Veyrat, Jessica Nicole Aguilar, Steven Ahlen, Davide Bianchi, David Brooks, Todd Claybaugh, Shaun Cole, Axel de la Macorra, Peter Doel, Andreu Font-

Publié 2026-08-24

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Hernan Rincon, Segev BenZvi, Kelly Douglass, Dahlia Veyrat, Jessica Nicole Aguilar, Steven Ahlen, Davide Bianchi, David Brooks, Todd Claybaugh, Shaun Cole, Axel de la Macorra, Peter Doel, Andreu Font-Ribera, Jaime E. Forero-Romero, Enrique Gaztañaga, Satya Gontcho A Gontcho, Gaston Gutierrez, Klaus Honscheid, Cullan Howlett, Stephanie Juneau, Robert Kehoe, Sergey Koposov, Andrew Lambert, Martin Landriau, Laurent Le Guillou, Aaron Meisner, Ramon Miquel, John Moustakas, Gustavo Niz, Will Percival, Francisco Prada, Ignasi Pérez-Ràfols, Graziano Rossi, Eusebio Sanchez, Michael Schubnell, Hee-Jong Seo, David Sprayberry, Gregory Tarlé, Benjamin Alan Weaver, Hu Zou

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

L'univers n'est pas une étendue lisse et vide. À grande échelle, la matière s'organise en un vaste réseau complexe connu sous le nom de toile cosmique. Cette structure se compose d'amas denses de galaxies reliés par de longs filaments fins, entourant tous d'énormes bulles presque vides appelées vides. Ces vides ne sont pas de simples interstices ; ce sont des régions dynamiques où la gravité a repoussé la matière, laissant derrière elle de vastes sous-densités qui occupent la majeure partie du volume du cosmos. Parce que ces espaces vides sont si grands et que leurs formes sont souvent approximativement sphériques, ils servent de laboratoires uniques pour tester notre compréhension de l'expansion de l'univers et de la force mystérieuse connue sous le nom d'énergie noire. En étudiant la formation et l'évolution de ces vides, les astronomes peuvent sonder les lois fondamentales qui régissent le cosmos, offrant une perspective différente de celle de l'observation des amas denses de galaxies seuls.

Une équipe de chercheurs a franchi une étape importante dans la cartographie de ces vides cosmiques en utilisant les données de l'Instrument de Spectroscopie de l'Énergie Sombre, ou DESI (Dark Energy Spectroscopic Instrument). Cet instrument mène actuellement un relevé massif du ciel, mesurant les distances de millions de galaxies pour créer une carte tridimensionnelle détaillée de l'univers. L'équipe, dirigée par Hernan Rincon et ses collègues, s'est concentrée spécifiquement sur la partie « Bright Galaxy Survey » des données de DESI, qui capture les galaxies les plus proches et les plus lumineuses. Ils ont construit trois catalogues distincts de vides dans cet univers proche, atteignant une distance où la lumière a voyagé pendant environ 2,4 milliards d'années. Pour garantir l'exactitude de leurs cartes, ils ont utilisé deux méthodes mathématiques différentes pour trouver les vides : l'une qui fait croître des sphères dans les espaces vides jusqu'à ce qu'elles rencontrent des galaxies, et l'autre qui traite la distribution des galaxies comme un paysage de collines et de vallées, identifiant les points bas comme des vides.

Le résultat est une collection de près de 1 500 vides identifiés par la première méthode et de plusieurs centaines de plus trouvés par la seconde. Les chercheurs ont constaté que les deux méthodes produisent des images légèrement différentes du même paysage cosmique. La première méthode a identifié des vides plus petits et plus nombreux, tandis que la seconde a trouvé des vides moins nombreux, mais beaucoup plus grands, qui englobaient souvent les plus petits. Cette différence n'est pas une erreur mais le reflet de la manière dont chaque algorithme interprète les données ; l'un est meilleur pour trouver des régions vides distinctes et isolées, tandis que l'autre est conçu pour remplir tout le volume du relevé avec des vides, ne laissant presque aucun espace non comptabilisé. L'équipe a également comparé ses nouvelles cartes DESI avec d'anciennes cartes créées à partir du Sloan Digital Sky Survey, un projet majeur précédent. Ils ont constaté que, bien que les emplacements généraux des vides concordent bien, les limites exactes et les tailles des espaces vides diffèrent considérablement.

Ces divergences découlent largement des différentes manières dont les deux relevés ont observé le ciel. L'ancien relevé couvrait une large zone continue du ciel boréal, tandis que les nouvelles données de DESI, dans leur première publication, couvrent une bande étroite et allongée. Cette différence de forme signifie que de nombreux vides trouvés dans les nouvelles données se situent sur le bord de la zone de relevé, ce qui les rend plus difficiles à mesurer précisément. Les chercheurs ont tenu compte de cela en définissant soigneusement quels vides étaient sûrs à étudier et lesquels étaient trop proches du bord. Ils ont également découvert que les deux relevés comptaient les galaxies de manière légèrement différente en raison des variations dans la façon dont ils mesuraient la luminosité des étoiles et des galaxies. Cette petite différence dans les mesures de luminosité a modifié la liste des galaxies incluses, ce qui a, par conséquent, décalé les tailles et les emplacements calculés des vides. Notamment, alors que les modèles théoriques prévoient que la taille des vides augmente à mesure que l'univers s'étend (signifiant des vides plus grands à des redshifts plus faibles), les anciens catalogues à haut redshift trouvaient souvent l'inverse — des abondances de très grands vides — probablement en raison de difficultés à identifier les régions de faible densité. Les nouveaux catalogues DESI à bas redshift évitent ce problème en se concentrant sur un échantillon limité en volume où l'identification de ces sous-densités est la plus fiable.

Malgré ces différences techniques, l'étude confirme que les nouvelles données de DESI sont un outil puissant pour la cosmologie. L'équipe a constaté que les vides de leur nouveau catalogue sont cohérents avec les attentes pour les environnements à bas redshift, évitant les tendances contre-intuitives observées dans certaines études à haut redshift. Ils ont également projeté qu'à mesure que le relevé DESI se poursuivra et couvrira une plus grande partie du ciel, le nombre de vides identifiés passera à plus de 15 000 pour la méthode la plus petite et environ 7 000 pour les plus grands. Cette expansion future permettra aux astronomes de comparer les deux relevés sur une zone partagée beaucoup plus vaste, supprimant les effets de bord qui compliquent actuellement la comparaison. Pour l'instant, ces catalogues constituent une base solide pour étudier comment les galaxies changent lorsqu'elles traversent différents environnements cosmiques, des murs denses de la toile cosmique au calme vide des vides.

Résumé technique : DESIVAST : Catalogues de vides à faible décalage vers le rouge utilisant les données du DESI Data Release 1 Bright Galaxy Survey

Problématique et motivation
Les vides cosmiques, ces vastes régions sous-denses de l'Univers, servent d'objets dynamiques uniques et de sondes cosmologiques pour l'énergie noire et la gravité modifiée. Bien que les catalogues de vides précédents aient été construits à l'aide du Sloan Digital Sky Survey (SDSS), le Dark Energy Spectroscopic Instrument (DESI) offre un nouveau point de référence avec plus de 40 millions de cibles. Cependant, la construction de catalogues de vides à partir des données de DESI présente des défis concernant la sélection des cibles de l'étude, les variations de la densité des traceurs avec le décalage vers le rouge (redshift) et l'impact des masques de l'étude. Plus précisément, les algorithmes de pondération pour tenir compte de la densité des traceurs peuvent conduire à la détection de vides artificiellement grands, tandis que les échantillons limités en volume sont préférables pour identifier avec précision les régions de faible densité et étudier les propriétés des galaxies en fonction de l'environnement. Cet article répond au besoin de catalogues de vides à faible décalage vers le rouge et limités en volume en utilisant le DESI Data Release 1 (DR1) afin de faciliter les études de la variation des propriétés des galaxies avec l'environnement et les tests cosmologiques.

Méthodologie
Les auteurs ont construit des catalogues de vides à l'aide d'un échantillon limité en volume du DESI Bright Galaxy Survey (BGS) composé de galaxies brillantes dans une limite de décalage vers le rouge de $z \le 0,24$ . Les critères de sélection comprenaient des galaxies avec des magnitudes absolues $M_r \le -20$ dans la bande SDSS $r$ synthétisée, corrigées pour les corrections K et les effets évolutifs ( $E$ -corrections) à $z=0,1$ . Un masque angulaire rigoureux a été appliqué pour garantir que les régions avec jusqu'à quatre passages de l'étude superposés soient observées, résultant en un échantillon final de 479 486 galaxies couvrant 2 320 deg² dans le Cap Nord Galactique et 386 deg² dans le Cap Sud Galactique.

Trois catalogues de vides distincts ont été générés à l'aide de deux algorithmes principaux implémentés dans le Void Analysis Software Toolkit (VAST) :

VoidFinder : Un algorithme de croissance de sphère qui partitionne les galaxies en régions « mur » (wall) et « champ » (field) basées sur la distance du troisième plus proche voisin. Il identifie les vides comme des « sphères maximales » bordées par des galaxies de murs.
V2 (ZOBOV) : Un algorithme de type watershed qui utilise la tessellation de Voronoi pour définir des bassins de faible densité (« zones »). Deux méthodes d'élagage ont été appliquées :
- V2 $_{REVOLVER}$ : Traite toutes les zones individuelles comme des vides sans les combiner.
- V2 $_{VIDE}$ : Combine les zones adjacentes sur la base d'un seuil de densité de liaison maximal et applique une coupure de densité centrale, résultant en une hiérarchie de vides superposés.

Pour atténuer les effets de bord de l'étude, les auteurs ont défini un volume fiduciaire ( $V_{fid}$ ) en excluant les régions situées à moins de 30 $Mpc\ h^{-1}$ des bords de l'étude. Les incertitudes statistiques ont été estimées à l'aide de 25 catalogues mock issus de la simulation N-corps AbacusSummit, tandis que les incertitudes systématiques liées aux mesures de magnitude ont été évaluées en faisant varier les coupures de magnitude en fonction de l'écart entre la photométrie DESI et SDSS.

Contributions clés et résultats
L'article présente le catalogue à valeur ajoutée DESIVAST DR1, contenant trois catalogues de vides :

VoidFinder : 1 489 vides intérieurs (3 765 au total, incluant les vides de bord).
V2 $_{REVOLVER}$ : 389 vides intérieurs (1 992 au total).
V2 $_{VIDE}$ : 297 vides intérieurs (1 478 au total, dont 249 sont des vides « parents » de haut niveau qui ne se chevauchent pas entre eux).

Principales conclusions :

Propriétés des vides : Les vides de VoidFinder sont plus petits et plus nombreux, avec un rayon effectif médian de $15,7 \pm 0,1$ $Mpc\ h^{-1}$ . Les vides V2 sont plus grands, avec des rayons effectifs médians de $19,8 \pm 0,2$ $Mpc\ h^{-1}$ (REVOLVER) et $19,3 \pm 0,3$ $Mpc\ h^{-1}$ (VIDE).
Remplissage de volume : Les algorithmes V2 remplissent une fraction significativement plus grande du volume de l'étude que VoidFinder. V2 $_{REVOLVER}$ identifie 98,7 % du volume fiduciaire comme des vides, tandis que VoidFinder identifie 62,8 %.
Appartenance des galaxies : Cohérent avec le remplissage de volume, V2 $_{REVOLVER}$ place 98,6 % des galaxies dans des vides, tandis que VoidFinder n'en place que 22,8 %.
Comparaison avec SDSS : Les auteurs ont comparé les catalogues DESIVAST avec des catalogues de vides reprocessés de SDSS DR7. Bien que les rayons médians des vides et les fractions de volume soient en accord avec les incertitudes, des différences significatives ont été observées dans le chevauchement de volume entre les deux études. Pour VoidFinder, 50,1 % du volume commun a été identifié comme vide dans les deux études, alors que pour V2 $_{VIDE}$ , seul 35,8 % se chevauchait.
Effets de bord : En raison du masque angulaire fin de DESI DR1, plus de 60 % des vides détectés dans les catalogues initiaux ont été classés comme « vides de bord ». La coupure du volume fiduciaire était essentielle pour l'analyse statistique.

Signification et affirmations
Les auteurs affirment que ces catalogues sont adaptés à l'étude de la variation des propriétés des galaxies avec l'environnement cosmique et aux études cosmologiques. Ils soulignent que, bien que les propriétés des vides (taille, fraction de volume) soient généralement cohérentes avec les résultats de SDSS, les différences de chevauchement de volume sont attribuées aux variations de la sélection des galaxies, des masques d'étude et de la complétude entre les deux études.

L'article affirme modestement que, malgré le désaccord sur le chevauchement de volume, VoidFinder démontre une résilience dans l'identification des mêmes régions de faible densité à travers différentes conceptions d'études. Les auteurs notent que les catalogues actuels de DR1 sont limités par le masque de l'étude mais projettent qu'une étude DESI complète produira environ 15 000 vides intérieurs VoidFinder et 7 000 vides intérieurs V2, permettant des comparaisons plus robustes des vides intérieurs entre DESI et SDSS. Les catalogues sont destinés à être mis à jour à chaque publication de données successives de DESI.

Articles similaires