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

Résumé technique : meer21cm : Un pipeline d'analyse et une boîte à outils complète pour la cartographie d'intensité HI

Énoncé du problème
La cartographie d'intensité de l'hydrogène neutre (HI) est apparue comme une sonde puissante de l'Univers post-réionisation, mais elle fait face à des défis analytiques uniques qui diffèrent de la distribution de galaxies conventionnelle. Le signal HI est intrinsèquement faible et des ordres de grandeur plus ténu que les avant-plans radio, ce qui nécessite des techniques de séparation de composantes agressives (par exemple, l'analyse en composantes principales ou PCA) qui éliminent par inadvertance le signal cosmologique. De plus, les expériences de 21 cm à antenne unique présentent des effets observationnels hautement anisotropes, notamment la chromaticité du faisceau, les distorsions dans l'espace des redshifts et des géométries de relevés non uniformes. Ces facteurs compliquent l'estimation du spectre de puissance, nécessitant une modélisation cohérente des effets observationnels, des corrections de fonction de transfert et des simulations fictives (mocks) respectant strictement les spécifications du relevé. Les pipelines existants manquent souvent de la modularité, de la conception orientée vers les relevés et de la rigueur de cohérence nécessaires pour porter l'analyse à l'échelle des volumes importants anticipés pour l'Observatoire de l'SKA (Square Kilometre Array Observatory) et son précurseur, le MeerKLASS (MeerKAT Large Area Synoptic Survey).

Méthodologie
Les auteurs présentent meer21cm, un package Python complet conçu comme le pipeline d'analyse central pour les observations de MeerKLASS. La méthodologie repose sur une architecture modulaire et orientée vers les relevés qui privilégie la définition des spécifications du relevé (zone de ciel, plage de fréquences, faisceau du télescope) plutôt que les simulations théoriques en boîte cubique.

Les composantes méthodologiques clés incluent :

• Formalisme : Le pipeline modélise les champs de température de brillance HI et de densité numérique de galaxies en 3D dans l'espace k. Il intègre explicitement les effets observationnels tels que la convolution du faisceau du télescope, les noyaux de création de cartes, le maillage (gridding) et les opérateurs de suppression des avant-plans. Les estimateurs de spectre de puissance pour l'auto-puissance HI, l'auto-puissance des galaxies et la puissance croisée HI-galaxie sont dérivés avec des renormalisations de poids spécifiques pour tenir compte du centrage de la moyenne et du nettoyage des avant-plans.
• Simulation fictive (Mock Simulation) : Le pipeline génère des champs de densité HI log-normaux et des catalogues de galaxies échantillonnés selon un processus de Poisson dans une grille comobile cartésienne. Ceux-ci sont projetés sur des coordonnées célestes, convolués avec un faisceau de télescope, et contaminés par des avant-plans (synchrotron, émission free-free, poussière, AME, CMB) et le bruit thermique.
• Nettoyage des avant-plans et fonctions de transfert : Une méthode de nettoyage des avant-plans aveugle basée sur l'analyse en composantes principales (PCA) est implémentée. Pour corriger la perte de signal induite par la PCA, le pipeline utilise un calcul de fonction de transfert numérique. Cela implique d'injecter des signaux fictifs dans les données, d'appliquer la procédure de nettoyage et de calculer le rapport entre les spectres de puissance nettoyés et non nettoyés.
• Inférence de paramètres : Le cadre prend en charge l'inférence bayésienne en utilisant des matrices de covariance basées sur des simulations, en incorporant les facteurs de correction de Hartlap et de Percival pour tenir compte du nombre fini de réalisations fictives.

Contributions clés

1. Conception modulaire et orientée vers les relevés : Contrairement aux codes traditionnels qui partent de boîtes cubiques, meer21cm définit les calculs en fonction de la géométrie du relevé. Il utilise l'héritage de classes Python pour modulariser les étapes, de l'extraction des données à l'inférence de paramètres, garantissant que les changements dans les coupes de données ou les stratégies de nettoyage se propagent automatiquement à travers toute la chaîne d'analyse.
2. Boîte à outils complète : Le package couvre l'ensemble du flux de travail d'analyse post-calibration, incluant l'I/O des données, le nettoyage des avant-plans, l'estimation du spectre de puissance, la simulation fictive, la correction de la fonction de transfert et l'inférence de paramètres. Il gère à la fois les cartes d'intensité HI et les catalogues de galaxies superposés pour l'analyse multi-traceur.
3. Validation rigoureuse : Le pipeline est validé par des tests de bout en bout utilisant 512 réalisations fictives d'une zone de relevé de la bande UHF de MeerKLASS (750 deg², $0.6 < z < 0.8$). Le code inclut des tests unitaires avec une couverture d'environ 100 %.

Résultats
Les tests de validation démontrent la précision du pipeline dans la récupération des spectres de puissance :

• Simulation log-normale : Les champs log-normaux simulés correspondent aux modèles théoriques d'entrée avec des différences fractionnaires de $\sim \pm 1\,\%$ sur toutes les échelles d'intérêt.
• Effets observationnels : Lorsque les effets observationnels (lissage du faisceau, maillage) sont inclus, les spectres de puissance récupérés pour l'auto-puissance des galaxies concordent avec le modèle à $\sim 1\,\%$ près pour $k < 0.2 \, h\text{Mpc}^{-1}$. L'auto-puissance HI et la puissance croisée montrent des écarts légèrement plus importants dus aux complexités de la modélisation du faisceau, mais restent dans une précision de $\pm 5\,\%$.
• Corrections de la fonction de transfert : Après application du nettoyage PCA et des corrections de la fonction de transfert numérique, l'auto-puissance HI récupérée concorde avec le modèle à $0.5\sigma$ près de la variance du signal pour $0.05 < k < 0.2 \, h\text{Mpc}^{-1}$. La récupération de la puissance croisée montre un décalage systématique d'environ $5\,\%$, mais reste à moins de $1\sigma$, ce qui est attribué aux différents schémas de pondération entre les auto-corrélations et les corrélations croisées.
• Précision : Pour un relevé comprenant dix zones indépendantes, le pipeline atteint une précision de l'ordre du pourcentage dans l'estimation du spectre de puissance, avec des écarts $\lesssim 0.5\sigma$ entre les spectres fictifs et les modèles dans la plage $k \in [0.02, 0.2] \, h\text{Mpc}^{-1}$.

Signification
L'article positionne meer21cm comme une infrastructure critique pour la campagne actuelle de MeerKLASS et une fondation évolutive pour les futures campagnes de cartographie d'intensité de l'SKA. En garantissant que la modélisation théorique respecte strictement les spécifications du relevé et les effets observationnels, le pipeline répond aux complexités systématiques inhérentes à l'analyse des données de 21 cm. Les auteurs affirment que le package permet une analyse robuste, cohérente et automatisée de jeux de données de grand volume, facilitant la transition des validations sur une seule zone vers des contraintes cosmologiques sur l'ensemble du relevé. Le code est disponible publiquement, bien documenté et conçu pour être extensible afin de permettre de futurs développements tels que l'estimation analytique de la covariance, des méthodes avancées de nettoyage des avant-plans et l'inférence de paramètres cosmologiques de forme complète.