🔭 astrophysics

Euclid: Measuring the intrinsic alignment of galaxies around cosmic voids in the \Euclid Flagship simulation\

Cet article présente une méthodologie utilisant la simulation Euclid Flagship pour mesurer et modéliser l'alignement intrinsèque des galaxies rouges et bleues autour des vides cosmiques, trouvant que l'évolution de leur alignement correspond à la population générale et fournissant des estimations du biais linéaire des vides afin d'atténuer les effets systématiques dans les futures analyses cosmologiques.

Auteurs originaux : P. Vielzeuf, M. -C. Cousinou, A. Pisani, S. Escoffier, E. J. Gonzalez, W. d'Assignies, E. Jullo, M. Ghodsi Yengejeh, A. Kovács, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, S. Bardelli, P. Batt

Publié 2026-07-07

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : P. Vielzeuf, M. -C. Cousinou, A. Pisani, S. Escoffier, E. J. Gonzalez, W. d'Assignies, E. Jullo, M. Ghodsi Yengejeh, A. Kovács, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, S. Bardelli, P. Battaglia, A. Biviano, E. Branchini, M. Brescia, S. Camera, V. Capobianco, C. Carbone, V. F. Cardone, J. Carretero, M. Castellano, G. Castignani, S. Cavuoti, A. Cimatti, C. Colodro-Conde, G. Congedo, L. Conversi, Y. Copin, F. Courbin, H. M. Courtois, H. Degaudenzi, S. de la Torre, G. De Lucia, H. Dole, F. Dubath, X. Dupac, M. Farina, R. Farinelli, S. Farrens, F. Faustini, S. Ferriol, F. Finelli, P. Fosalba, S. Fotopoulou, N. Fourmanoit, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, K. George, W. Gillard, B. Gillis, C. Giocoli, P. Gómez-Alvarez, J. Gracia-Carpio, A. Grazian, F. Grupp, S. V. H. Haugan, H. Hoekstra, W. Holmes, F. Hormuth, A. Hornstrup, K. Jahnke, M. Jhabvala, B. Joachimi, S. Kermiche, A. Kiessling, M. Kilbinger, B. Kubik, M. Kümmel, M. Kunz, H. Kurki-Suonio, A. M. C. Le Brun, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, O. Mansutti, O. Marggraf, M. Martinelli, N. Martinet, F. Marulli, R. J. Massey, S. Maurogordato, E. Medinaceli, S. Mei, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, C. Neissner, S. -M. Niemi, J. W. Nightingale, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, V. Pettorino, A. Pezzotta, S. Pires, G. Polenta, L. A. Popa, L. Pozzetti, F. Raison, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, C. Rosset, R. Saglia, Z. Sakr, A. G. Sánchez, D. Sapone, B. Sartoris, P. Schneider, T. Schrabback, A. Secroun, E. Sihvola, P. Simon, C. Sirignano, G. Sirri, A. Spurio Mancini, L. Stanco, P. Tallada-Crespí, A. N. Taylor, H. I. Teplitz, I. Tereno, N. Tessore, S. Toft, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, G. Zamorani, F. M. Zerbi, E. Zucca, T. Castro, M. Sereno, M. Viel, D. Navarro-Gironés

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

Imaginez l'univers non pas comme une image statique, mais comme une immense éponge tridimensionnelle. La majeure partie de l'éponge est faite de « matière » (galaxies et matière noire), mais il y a aussi d'énormes trous vides qui la traversent. Les astronomes appellent ces trous des vides cosmiques.

Ce document est comme une enquête policière sur ce qui arrive à la « matière » (les galaxies) qui vit juste à côté de ces trous vides. Plus précisément, les auteurs ont voulu voir si la forme des galaxies est étirée ou tordue par l'espace vide qui les entoure, et si cet étirement change en regardant plus loin dans le passé.

Voici une décomposition de leurs découvertes utilisant des analogies simples :

1. Le Problème : Le signal « Faux »

Lorsque les astronomes observent des galaxies lointaines, ils essaient de mesurer à quel point la gravité de l'univers courbe la lumière (comme une lentille). C'est ce qu'on appelle le lentillage gravitationnel. Cela aide à cartographier la « matière noire » invisible.

Cependant, il y a un problème. Les galaxies ne sont pas de simples taches aléatoires ; elles sont comme de petits toupies. Parfois, la gravité locale les étire naturellement en une forme ovale avant même que la lumière ne voyage jusqu'à nous. C'est ce qu'on appelle l'Alignement Intrinsèque (IA).

Voyez cela comme ceci : si vous essayez de mesurer à quel point un vent (la gravité) courbe un drapeau (la lumière), mais que le drapeau est déjà noué (alignement intrinsèque) par le mât auquel il est attaché, vous pourriez obtenir une mauvaise mesure du vent. Les auteurs voulaient comprendre exactement à quel point ces « nœuds » existent autour des vides cosmiques afin qu'ils ne faussent pas les mesures futures.

2. L'Expérience : Un Univers Numérique

Puisque nous ne pouvons pas voyager dans le temps pour regarder l'évolution de l'univers, l'équipe a utilisé une simulation sur supercalculateur appelée Euclid Flagship. C'est un univers virtuel massif qui imite le vrai, complet avec des milliards de fausses galaxies et de vides cosmiques.

Ils ont créé un « catalogue de vides » en trouvant les plus grands espaces vides dans cette éponge numérique. Ils ont ensuite observé les galaxies vivant sur les bords de ces trous pour voir comment elles étaient orientées.

3. Les Résultats : Comment les galaxies « posent »

L'équipe a observé deux types de galaxies, qu'ils ont codées par couleur pour plus de simplicité :

Galaxies Rouges : Ce sont de vieilles et lourdes sphères d'étoiles elliptiques.
Galaxies Bleues : Ce sont de plus jeunes galaxies spirales en forme de tourbillons.

Ce qu'ils ont trouvé :

L'effet « Cerceau » : À l'intérieur des vides, les galaxies rouges avaient tendance à aligner leurs axes longs autour du trou, comme un cerceau. Elles ne pointaient pas vers le trou ; elles l'entouraient.
L'effet « Rayon de soleil » : Juste à l'extérieur des vides, les galaxies avaient tendance à pointer vers le trou, comme des rayons de soleil rayonnant depuis un centre.
Rouge vs Bleu : Les galaxies rouges montraient un effet d'« étirement » beaucoup plus marqué que les bleues. Les galaxies bleues étaient beaucoup plus aléatoires, comme des feuilles emportées par le vent.

4. Voyage dans le Temps : Regarder vers le passé

La simulation leur a permis de regarder différentes « ères » de l'univers (différents redshifts).

La Tendance : Ils ont découvert que l'effet d'« étirement » devient plus fort à mesure que l'on regarde plus loin dans le passé.
L'Analogie : Imaginez un élastique. Dans l'univers primitif (redshift élevé), l'élastique était plus tendu et plus élastique, de sorte que les galaxies étaient plus facilement alignées. À mesure que l'univers vieillissait et que les structures se stabilisaient, l'alignement devenait légèrement moins intense.

5. Le « Biais » du Vide

Les auteurs ont également calculé ce qu'on appelle le Biais du Vide.

La Métaphore : Imaginez que vous cherchiez un quartier calme (un vide) dans une ville bruyante. Si le quartier calme est entouré de chantiers de construction bruyants (régions de surdensité), il ressort davantage.
Le Résultat : Ils ont découvert que les petits vides agissent comme des quartiers « bruyants ». Ils sont plus fortement connectés à la matière environnante que les vides plus grands et plus profonds. À mesure que l'univers vieillit, ces petits vides semblent devenir plus « connectés » au reste de la toile cosmique.

Pourquoi cela importe

Les auteurs concluent que si les futurs télescopes (comme le véritable satellite Euclid) veulent utiliser les vides cosmiques pour mesurer l'expansion de l'univers ou l'énergie noire, ils doivent tenir compte de ce « nouage » des galaxies.

Si on ignore le fait que les galaxies s'alignent naturellement autour des vides, on pourrait penser que l'univers s'étend différemment de ce qu'il est réellement. En comprenant cet « alignement intrinsèque », on peut nettoyer les données, garantissant que lorsqu'on mesure le « vent » cosmique, on ne mesure pas accidentellement les « nœuds » dans le drapeau.

En bref : ce papier cartographie la façon dont les galaxies s'étirent naturellement autour des plus grands trous vides de l'univers, prouvant que cet effet est réel, change avec le temps, et doit être corrigé pour obtenir des cartes précises du cosmos.

Résumé technique : Euclid : Mesurer l'alignement intrinsèque des galaxies autour des vides cosmiques dans la simulation Euclid Flagship

Énoncé du problème
Le lentillage gravitationnel est une sonde primaire pour contraindre les paramètres cosmologiques, mais il est contaminé par l'alignement intrinsèque (IA) des galaxies, où les champs de marée locaux alignent la forme des galaxies avec le potentiel gravitationnel environnant. Si l'IA autour des structures surdensifiées (amas, filaments) est bien étudiée, le signal d'IA dans les environnements sous-densifiés — spécifiquement les vides cosmiques — reste mal caractérisé. Ce manque de compréhension pose un risque pour les futures analyses cosmologiques, particulièrement celles utilisant le lentillage de vide des prochains relevés de Classe IV comme Euclid. Si elle n'est pas modélisée, l'IA dans les vides pourrait agir comme une erreur systématique, imitant ou obscurcissant le signal de lentillage faible. De plus, la caractérisation de l'IA dans ces régions de faible densité offre une opportunité unique d'étudier les interactions entre galaxies et environnement ainsi que le biais linéaire des vides.

Méthodologie
Les auteurs utilisent la simulation Euclid Flagship (FS2-Wide), une simulation N-corps cosmologique peuplée d'un catalogue fictif de galaxies généré via le pipeline SciPIC. L'analyse procède selon les étapes suivantes :

Identification des vides : Un algorithme de recherche de vides en 2D (Sánchez et al. 2017) est appliqué à des cartes de densité de galaxies lissées (utilisant la pixellisation HEALPix) pour identifier les vides cosmiques. L'étude se concentre sur les vides ayant des rayons compris dans la plage $10 < R_V/(h^{-1}\text{Mpc}) < 15$ , ce qui correspond au pic de la distribution des rayons de vides.
Sélection des galaxies : Les galaxies sont séparées en populations rouges et bleues en utilisant la colonne color_kind de la simulation, qui les classifie sur la base d'un ajustement gaussien du diagramme couleur-magnitude $g-r$ . Cela permet de comparer les comportements d'alignement entre les galaxies elliptiques (rouges) et spirales (bleues).
Mesure du signal : La fonction de corrélation projetée $w^I_{V+}(r_p)$ entre les centres des vides et les ellipticités intrinsèques des galaxies est mesurée à l'aide d'un estimateur de Davis–Peebles. Le signal est intégré le long de la ligne de visée ( $\Pi$ ) dans un intervalle de $\pm 100 \, h^{-1}\text{Mpc}$ pour atténuer les distorsions dans l'espace des redshifts.
Modélisation théorique : L'analyse emploie un modèle d'alignement linéaire (LA), décomposant le signal en deux régimes :
- Régime d'échelle intermédiaire (ISR) : À l'intérieur du rayon du vide, où le spectre de puissance vide-matière est inféré directement à partir du signal de lentillage faible mesuré ( $\Delta\Sigma$ ) des vides. Cela nécessite de reconstruire le profil de densité de matière 3D à partir du signal de lentillage 2D en utilisant une transformée d'Abel.
- Régime de grande échelle (LSR) : À l'extérieur du vide, où les vides sont traités comme des traceurs biaisés du champ de matière sous-jacent. Le signal est modélisé en utilisant le biais linéaire du vide $b_V(z)$ et le spectre de puissance de la matière linéaire.
Estimation des paramètres : Le modèle ajuste les fonctions de corrélation mesurées pour contraindre le paramètre d'amplitude d'IA $A_I$ et le biais du vide $b_V(z)$ . L'évolution en redshift de $A_I$ est modélisée par une loi de puissance, $A_I(z) = A_z [(1+z)/(1+z_p)]^{\eta_1}$ . Les matrices de covariance sont estimées via une technique de rééchantillonnage jackknife.

Résultats clés

Détection du signal d'IA : L'étude détecte un signal d'IA significatif autour des vides cosmiques. À l'intérieur des vides (ISR), les galaxies présentent un alignement tangentiel (signal négatif), tandis que dans les régions environnantes (LSR), un plus faible alignement radial (signal positif) est observé.
Évolution en redshift : L'amplitude du signal d'IA ( $A_I$ $A_{I}$ ) augmente avec le redshift pour les échantillons de galaxies rouges et bleues.
- Pour les galaxies rouges, les meilleurs paramètres sont $A_z = 2,02 \pm 0,11$ et $\eta_1 = 1,86 \pm 0,18$ .
- Pour les galaxies bleues, les paramètres sont $A_z = 0,63 \pm 0,07$ et $\eta_1 = 3,74 \pm 0,32$ .
- L'évolution en redshift de l'amplitude de l'IA dans les vides s'avère globalement cohérente avec les mesures de l'IA dans la population générale de galaxies (spécifiquement les corrélations galaxies-galaxies) issues d'une étude complémentaire (Collaboration Euclid : Paviot et al. 2026).
Biais du vide : L'analyse estime le biais linéaire des vides, $b_V(z)$ , pour la plage de rayons sélectionnée. Les résultats montrent une tendance positive où le biais augmente avec le redshift, ce qui est cohérent avec les prédictions théoriques pour le regroupement des régions sous-densifiées.
Cohérence du modèle : Le modèle à deux composantes (ISR + LSR) décrit avec succès les données à travers différents intervalles de redshift, avec des valeurs de $\chi^2$ réduites indiquant un bon ajustement.

Signification et revendications
L'article affirme fournir l'une des premières investigations détaillées de l'alignement intrinsèque spécifiquement au sein des environnements de vides cosmiques. Sa principale signification réside dans :

Atténuation des biais systématiques : Souligner que l'IA dans les vides constitue un biais non négligeable pour le futur lentillage de vide cosmologique. Une modélisation précise est essentielle pour prévenir les biais dans l'estimation des paramètres cosmologiques.
Cadre méthodologique : Démontrer une approche auto-cohérente qui utilise le signal de lentillage du vide lui-même pour reconstruire le profil de densité de matière, évitant ainsi l'introduction de paramètres libres supplémentaires lors de la modélisation du signal d'IA.
Aperçu cosmologique : Confirmer que le modèle d'alignement linéaire est approprié pour les environnements de vides, où les effets de formation de structures non linéaires sont minimaux. Les résultats valident également l'utilisation du biais de vide comme sonde de l'évolution de la structure à grande échelle, montant que les vides plus petits (vide-dans-nuage) présentent un biais positif qui évolue avec le redshift.

Les auteurs concluent que ces découvertes préparent le terrain pour l'analyse des données observationnelles d'Euclid, en soulignant la nécessité de prendre en compte l'IA dans les études de vides pour exploiter pleinement le potentiel des vides en tant que sondes cosmologiques.