The Massive and Distant Clusters of WISE Survey 2: Splashback Radii to z=1.65 from Galaxy Density Profiles

Résumé technique : Les amas massifs et lointains du relevé WISE 2 : Rayons de splashback jusqu'à z=1,65 à partir des profils de densité de galaxies

Problème et motivation
Les amas de galaxies constituent des sondes critiques pour la cosmologie et l'astrophysique, leur fonction de masse dépendant de manière sensible de la densité de matière ($\Omega_m$), de l'amplitude du spectre de puissance ($\sigma_8$) et de l'énergie noire. Cependant, dériver des masses d'amas précises est un défi car les définitions de masse standard basées sur des seuils de surdensité (par exemple, $M_{200m}$) ne sont pas directement observables et souffrent d'une « pseudo-évolution » à mesure que la densité de matière de fond change avec le décalage vers le rouge (redshift). Le rayon de splashback ($r_{sp}$), défini comme l'apocentre de la première orbite de la matière en chute libre (infalling), offre une alternative physiquement motivée. Il marque une limite distincte dans le profil de densité où la pente logarithmique atteint un minimum, offrant potentiellement un moyen de lever les dégénérescences entre les paramètres cosmologiques et de fournir un traceur plus pur de l'histoire de l'assemblage des halos. Bien que les rayons de splashback aient été détectés dans divers relevés (par exemple, SDSS, DES, Planck, ACT), les travaux observationnels précédents ont été largement limités à des redshifts $z < 1$. Cet article répond à la nécessité d'étendre ces mesures à des redshifts plus élevés ($z \sim 1,65$) en utilisant un échantillon large et uniforme pour tester l'évolution des échelles de clusters et contraindre le seuil de masse du relevé.

Méthodologie
Les auteurs utilisent le catalogue MaDCoWS2, un échantillon sélectionné par WISE comprenant 133 036 candidats d'amas entre $0,1 < z < 2$ couvrant plus de 6000 deg$^2$. L'analyse se concentre sur les candidats situés entre $0,4 \le z \le 1,65$, divisés en sous-échantillons basés sur le redshift photométrique ($z$) et le rapport signal sur bruit ($S/N_P$), où $S/N_P$ est défini comme la signification du pic de densité de galaxies en 3D.

1. Corrélation croisée : L'étude emploie un estimateur de Landy-Szalay modifié pour calculer la corrélation croisée à deux points entre les candidats d'amas MaDCoWS2 et les galaxies du catalogue CatWISE2020. Les positions des galaxies sont dérivées de données infrarouges, avec un masquage strict et des coupures de magnitude ($M_{W1} = -23,01$ AB) pour assurer une fonction de sélection cohérente à travers les redshifts.
2. Modélisation du profil de densité : Les profils de densité de surface de galaxies projetés mesurés sont ajustés à l'aide d'un modèle théorique proposé par Diemer (2023, D23). Ce modèle décompose le profil de densité en composantes orbitale et de chute (infalling) :
   • $\rho_{orbit}(r)$ : Décrit le halo interne, modélisé par un profil d'Einasto généralisé.
   • $\rho_{infall}(r)$ : Décrit la matière externe en chute, modélisée par un terme de loi de puissance.
     La modification consiste à retirer la densité moyenne de fond du terme de chute pour l'adapter aux profils de densité de galaxies plutôt qu'aux profils de matière par lentille gravitationnelle faible.
3. Analyse statistique : Une analyse de Monte Carlo par chaînes de Markov (MCMC) bayésienne (utilisant l'échantillonneur d'ensemble emcee) est réalisée pour dériver les distributions de probabilité (posteriors) des paramètres du modèle. Le rayon de splashback est identifié comme le rayon correspondant à la pente logarithmique la plus raide du profil de densité en 3D.
4. Systématiques : Les auteurs évaluent les incertitudes provenant des erreurs de position et de redshift des clusters en générant 10 réalisations avec une dispersion gaussienne dans la position (basée sur les décalages par rapport aux clusters SPT) et le redshift (basée sur la dispersion du redshift photométrique de MaDCoWS2). Ces systématiques sont combinées aux erreurs de rééchantillonnage jackknife pour produire les incertitudes finales.

Résultats clés

• Détection : Une caractéristique de splashback distincte est détectée dans tous les sous-échantillons, la pente logarithmique chutant en dessous de $-3$. Les rayons de splashback mesurés s'étendent de $0,89^{+0,02}_{-0,02} h^{-1}$ cMpc à $z \approx 0,45$ à $1,27^{+0,05}_{-0,05} h^{-1}$ cMpc à $z \approx 1,54$.
• Dépendance au redshift : En unités comobiles, le rayon de splashback augmente avec le redshift. En unités physiques (propres), il diminue d'environ 13 % de $z=0,4$ à $z=1,65$ pour le bin le plus bas de $S/N_P$.
• Dépendance au rapport signal sur bruit : À redshift fixe, les rayons de splashback augmentent avec $S/N_P$. Cela corrèle avec l'attente que les clusters à $S/N_P$ plus élevé soient plus massifs et aient des extensions physiques plus grandes.
• Contraintes de masse : En utilisant la relation empirique $r_{sp}$–masse de More et al. (2015), les auteurs dérivent les valeurs de $M_{200m}$ pour l'échantillon MaDCoWS2. Ils constatent que le seuil de masse dérivé augmente d'un facteur d'environ 5 de $z=0,46$ à $z=1,55$.
• Écart avec le lentillage gravitationnel faible : Les valeurs de $M_{200m}$ dérivées de la relation basée sur les simulations de More et al. (2015) sont systématiquement plus basses (par des facteurs de 2,4 à 2,8) que les estimations de masse déduites des observations de lentillage gravitationnel faible dans la littérature pour des rayons de splashback similaires. Les auteurs suggèrent que cela peut être dû à des effets de sélection des galaxies, à la physique baryonique (par exemple, la friction dynamique) ou aux limitations de la calibration basée sur les simulations.

Signification et affirmations
L'article affirme présenter la première détection de rayons de splashback dans un échantillon uniforme de clusters jusqu'à $z=1,65$, étendant considérablement la portée en redshift des études précédentes qui étaient limitées à $z < 1$. La taille importante de l'échantillon permet des incertitudes statistiques aussi faibles que 2 % dans des bins spécifiques de redshift et de $S/N_P$.

Les auteurs soulignent que, bien que les résultats parviennent à contraindre la dépendance en redshift du seuil de masse de MaDCoWS2, l'écart systématique entre les estimations de masse basées sur les simulations et les attentes du lentillage gravitationnel faible souligne la nécessité d'une calibration plus robuste. Ils concluent que les travaux futurs combinant ces profils de densité de galaxies avec les profils de cisaillement par lentillage gravitationnel faible provenant d'installations telles que Euclid, Rubin et Roman sont essentiels pour calibrer le rayon de splashback comme un traceur de masse précis et pour comprendre pleinement l'évolution de l'assemblage des clusters à haut redshift. L'étude démontre la puissance statistique des grands relevés photométriques pour sonder les propriétés structurelles de la toile cosmique, même en l'absence de mesures de masse directes.