🔭 astrophysics

Euclid: Early Release Observations. Weak gravitational lensing analysis of Abell 2390

यह शोध पत्र प्रारंभिक यूक्लिड (Euclid) अवलोकनों का उपयोग करके गैलेक्सी क्लस्टर एबेल 2390 (Abell 2390) के कमजोर गुरुत्वाकर्षण लेंसिंग (weak gravitational lensing) विश्लेषण को प्रस्तुत करता है, जो मल्टी-एल्गोरिदम आकार मापन और सुदृढ़ फोटोमेट्रिक रेडशिफ्ट अंशांकन के माध्यम से क्लस्टर द्रव्यमान वितरण को सटीक रूप से पुनर्गठित करने की टेलीस्कोप की क्षमता को प्रदर्शित करता है।

मूल लेखक: T. Schrabback, G. Congedo, R. Gavazzi, W. G. Hartley, H. Jansen, Y. Kang, F. Kleinebreil, H. Atek, E. Bertin, J. -C. Cuillandre, J. M. Diego, S. Grandis, H. Hoekstra, M. Kümmel, L. Linke, H. MiyatakeT. Schrabback, G. Congedo, R. Gavazzi, W. G. Hartley, H. Jansen, Y. Kang, F. Kleinebreil, H. Atek, E. Bertin, J. -C. Cuillandre, J. M. Diego, S. Grandis, H. Hoekstra, M. Kümmel, L. Linke, H. Miyatake, N. Okabe, S. Paltani, M. Schefer, P. Simon, F. Tarsitano, A. N. Taylor, J. R. Weaver, R. Bhatawdekar, M. Montes, P. Rosati, S. Toft, B. Altieri, A. Amara, L. Amendola, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, R. Bender, A. Biviano, E. Branchini, M. Brescia, J. Brinchmann, S. Camera, G. Cañas-Herrera, G. P. Candini, V. Capobianco, C. Carbone, V. F. Cardone, J. Carretero, S. Casas, F. J. Castander, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, C. J. Conselice, L. Conversi, Y. Copin, A. Costille, F. Courbin, H. M. Courtois, M. Cropper, A. Da Silva, H. Degaudenzi, G. De Lucia, H. Dole, M. Douspis, F. Dubath, X. Dupac, S. Dusini, S. Escoffier, M. Farina, R. Farinelli, S. Farrens, F. Faustini, S. Ferriol, F. Finelli, P. Fosalba, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, K. George, W. Gillard, B. Gillis, C. Giocoli, J. Gracia-Carpio, A. Grazian, F. Grupp, S. V. H. Haugan, J. Hoar, W. Holmes, I. M. Hook, F. Hormuth, A. Hornstrup, P. Hudelot, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, M. Kilbinger, B. Kubik, K. Kuijken, M. Kunz, H. Kurki-Suonio, R. Laureijs, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, M. Martinelli, N. Martinet, F. Marulli, R. J. Massey, S. Maurogordato, E. Medinaceli, S. Mei, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, J. J. Mohr, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, R. C. Nichol, S. -M. Niemi, C. Padilla, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, C. Rosset, R. Saglia, Z. Sakr, D. Sapone, B. Sartoris, M. Schirmer, P. Schneider, A. Secroun, G. Seidel, M. Seiffert, S. Serrano, C. Sirignano, G. Sirri, A. Spurio Mancini, L. Stanco, J. Steinwagner, P. Tallada-Crespí, I. Tereno, N. Tessore, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, E. A. Valentijn, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, G. Zamorani, F. M. Zerbi, E. Zucca, M. Bolzonella, C. Burigana, L. Gabarra, J. Martín-Fleitas, S. Matthew, A. Pezzotta, V. Scottez, M. Sereno, M. Viel, D. Scott

प्रकाशित 2026-04-29

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: T. Schrabback, G. Congedo, R. Gavazzi, W. G. Hartley, H. Jansen, Y. Kang, F. Kleinebreil, H. Atek, E. Bertin, J. -C. Cuillandre, J. M. Diego, S. Grandis, H. Hoekstra, M. Kümmel, L. Linke, H. Miyatake, N. Okabe, S. Paltani, M. Schefer, P. Simon, F. Tarsitano, A. N. Taylor, J. R. Weaver, R. Bhatawdekar, M. Montes, P. Rosati, S. Toft, B. Altieri, A. Amara, L. Amendola, S. Andreon, N. Auricchio, C. Baccigalupi, M. Baldi, A. Balestra, S. Bardelli, P. Battaglia, R. Bender, A. Biviano, E. Branchini, M. Brescia, J. Brinchmann, S. Camera, G. Cañas-Herrera, G. P. Candini, V. Capobianco, C. Carbone, V. F. Cardone, J. Carretero, S. Casas, F. J. Castander, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, C. J. Conselice, L. Conversi, Y. Copin, A. Costille, F. Courbin, H. M. Courtois, M. Cropper, A. Da Silva, H. Degaudenzi, G. De Lucia, H. Dole, M. Douspis, F. Dubath, X. Dupac, S. Dusini, S. Escoffier, M. Farina, R. Farinelli, S. Farrens, F. Faustini, S. Ferriol, F. Finelli, P. Fosalba, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, K. George, W. Gillard, B. Gillis, C. Giocoli, J. Gracia-Carpio, A. Grazian, F. Grupp, S. V. H. Haugan, J. Hoar, W. Holmes, I. M. Hook, F. Hormuth, A. Hornstrup, P. Hudelot, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, M. Kilbinger, B. Kubik, K. Kuijken, M. Kunz, H. Kurki-Suonio, R. Laureijs, A. M. C. Le Brun, D. Le Mignant, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, S. Marcin, O. Marggraf, M. Martinelli, N. Martinet, F. Marulli, R. J. Massey, S. Maurogordato, E. Medinaceli, S. Mei, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, J. J. Mohr, A. Mora, M. Moresco, L. Moscardini, R. Nakajima, C. Neissner, R. C. Nichol, S. -M. Niemi, C. Padilla, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, L. Pozzetti, F. Raison, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, C. Rosset, R. Saglia, Z. Sakr, D. Sapone, B. Sartoris, M. Schirmer, P. Schneider, A. Secroun, G. Seidel, M. Seiffert, S. Serrano, C. Sirignano, G. Sirri, A. Spurio Mancini, L. Stanco, J. Steinwagner, P. Tallada-Crespí, I. Tereno, N. Tessore, R. Toledo-Moreo, F. Torradeflot, I. Tutusaus, E. A. Valentijn, L. Valenziano, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, G. Zamorani, F. M. Zerbi, E. Zucca, M. Bolzonella, C. Burigana, L. Gabarra, J. Martín-Fleitas, S. Matthew, A. Pezzotta, V. Scottez, M. Sereno, M. Viel, D. Scott

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य विचार: एक ब्रह्मांडीय आवर्धक लेंस (Cosmic Magnifying Glass)

कल्पना कीजिए कि ब्रह्मांड डार्क मैटर से बने अदृश्य "ढांचों" (scaffolding) से भरा हुआ है। हम इस ढांचे को देख नहीं सकते, लेकिन हमें पता है कि यह वहां मौजूद है क्योंकि इसमें गुरुत्वाकर्षण है। जब दूर स्थित आकाशगंगाओं से आने वाला प्रकाश इस ढांचे से होकर गुजरता है, तो गुरुत्वाकर्षण एक फनहाउस मिरर (funhouse mirror) की तरह काम करता है, जो उनके पीछे की आकाशगंगाओं के आकार को थोड़ा खींचकर और विकृत करके बदल देता है। इस घटना को वीक ग्रेविटेशनल लेंसिंग (weak gravitational lensing) कहा जाता है।

यूरोपीय अंतरिक्ष एजेंसी का यूक्लिड टेलीस्कोप (Euclid telescope) एक नया, हाई-टेक कैमरा है जिसे इस अदृश्य ढांचे का मानचित्र बनाने के लिए अरबों आकाशगंगाओं की तस्वीरें लेने के लिए डिज़ाइन किया गया है। यह विशिष्ट शोध पत्र यूक्लिड की क्षमताओं का एक "टेस्ट ड्राइव" है। टीम ने टेलीस्कोप को एबेल 2390 (Abell 2390) नामक आकाशगंगाओं के एक विशाल समूह की ओर केंद्रित किया (जो लगभग 2.3 बिलियन प्रकाश वर्ष दूर है) यह देखने के लिए कि क्या यूक्लिड इन सूक्ष्म विकृतियों को अपने से पहले के किसी भी टेलीस्कोप की तुलना में बेहतर तरीके से माप सकता है।

चुनौती: घास के ढेर में सुई खोजना

इन विकृतियों को मापना अविश्वसनीय रूप से कठिन है। आकाशगंगाएँ पहले से ही बहुत छोटी हैं, और विकृति इतनी मामूली है कि यह उनके आकार को 1% से भी कम बदल देती है। यह ऐसा है जैसे यह मापने की कोशिश करना कि एक रबर बैंड हवा के झोंके से हिलते समय एक मिलीमीटर के एक अंश से कितना खिंच गया है।

इसे और कठिन बनाने के लिए, आकाशगंगाओं का यह समूह (Abell 2390) बहुत भीड़भाड़ वाला है। यह एक व्यस्त कॉन्सर्ट में ली गई फोटो में बैकग्राउंड के दृश्यों को देखने की कोशिश करने जैसा है; सामने की पंक्ति के लोग (क्लस्टर के सदस्य) मंच (बैकग्राउंड आकाशगंगाओं) को ब्लॉक कर देते हैं।

उन्होंने यह कैसे किया: तीन अलग-अलग उपकरण

यह सुनिश्चित करने के लिए कि उनके परिणाम वास्तविक हैं न कि कोई गलती, वैज्ञानिकों ने केवल एक विधि का उपयोग नहीं किया। उन्होंने आकाशगंगाओं के आकार को मापने के लिए तीन अलग-अलग सॉफ्टवेयर एल्गोरिदम (सोचिए कि ये तीन अलग-अलग जासूसों की टीमें हैं) का उपयोग किया:

LensMC: एक परिष्कृत, फॉरवर्ड-मॉडलिंग टूल जिसे विशेष रूप से यूक्लिड के लिए डिज़ाइन किया गया है।
KSB+: एक क्लासिक, अच्छी तरह से परीक्षित विधि जिसका उपयोग पिछले कई अध्ययनों में किया गया है।
SourceXtractor++: एक टूल जो आकाशगंगाओं की चमक और रंग को भी संभालता है।

परिणाम: तीनों टीमों को बहुत समान उत्तर मिले। यह एक जिम्नास्टिक रूटीन को स्कोर देने वाले तीन अलग-अलग जजों के समान है जो सभी एक ही स्कोर देते हैं। यह साबित करता है कि माप विश्वसनीय हैं।

"भीड़भाड़ वाला कमरा" समस्या: डेटा की सफाई करना

यह क्लस्टर उन आकाशगंगाओं से भरा है जो इसके सदस्य हैं (फोरग्राउंड) और वे आकाशगंगाएँ जो इसके बहुत पीछे हैं (बैकग्राउंड)। वैज्ञानिक केवल बैकग्राउंड वाली आकाशगंगाओं को मापना चाहते हैं क्योंकि वे ही क्लस्टर के गुरुत्वाकर्षण द्वारा विकृत की जा रही हैं।

फ़िल्टर: उन्होंने आकाशगंगाओं को उनकी दूरी (रेडशिफ्ट) के आधार पर "बिनों" (bins) में वर्गीकृत करने के लिए रंग और चमक के डेटा का उपयोग किया।
सफाई: उन्हें क्लस्टर में मौजूद "फोरग्राउंड" आकाशगंगाओं को हटाना था। उन्होंने इसे क्लस्टर के केंद्र के पास आकाशगंगाओं के घनत्व को देखकर किया।
बाधा: कुछ बैकग्राउंड आकाशगंगाएँ क्लस्टर में चमकीले सितारों या धूल के पीछे छिपी हुई थीं। टीम ने कंप्यूटर सिमुलेशन का उपयोग यह पता लगाने के लिए किया कि कितने आकाशगंगाएँ छाया में "खो" गईं और उनके नंबरों को ठीक करने के लिए गणना की।

खोज: एक विशालकाय का वजन करना

एक बार जब उन्होंने डेटा को साफ कर लिया और विकृतियों को माप लिया, तो वे एबेल 2390 क्लस्टर के द्रव्यमान (mass) की गणना कर सके।

पैमाना: उन्होंने पाया कि यह क्लस्टर अविश्वसनीय रूप से भारी है, जिसका वजन हमारे सूर्य के द्रव्यमान का लगभग 160 ट्रिलियन गुना है।
तुलना: जब उन्होंने अपने नए, उच्च-परिशुद्धता वाले यूक्लिड माप की तुलना ज़मीनी टेलीस्कोपों द्वारा किए गए पुराने मापों से की, तो संख्याएं बिल्कुल मेल खा गईं।
अपग्रेड: हालांकि, यूक्लिड के माप बहुत अधिक सटीक और सुव्यवस्थित थे। यह एक मील दूर से किसी व्यक्ति को देखकर उसके वजन का अनुमान लगाने बनाम डॉक्टर के क्लिनिक में हाई-टेक स्केल का उपयोग करने के बीच के अंतर जैसा है। यूक्लिड का दृश्य अधिक स्पष्ट है क्योंकि यह अंतरिक्ष में है (वायुमंडलीय धुंधलापन नहीं है) और इसका रेजोल्यूशन अधिक है।

यह क्यों महत्वपूर्ण है

यह शोध पत्र एक "प्रूफ ऑफ कॉन्सेप्ट" है। यह दिखाता है कि यूक्लिड अपने मुख्य कार्य के लिए तैयार है।

यह काम करता है: टेलीस्कोप डार्क मैटर द्वारा उत्पन्न सूक्ष्म विकृतियों को देख सकता है।
यह सटीक है: तीन अलग-अलग विधियाँ एक-दूसरे से सहमत थीं।
यह शक्तिशाली है: यह आकाशगंगा समूहों के द्रव्यमान को पहले से कहीं अधिक सटीकता से माप सकता है।

लेखक निष्कर्ष निकालते हैं कि यूक्लिड अविश्वसनीय विवरण के साथ ब्रह्मांड के डार्क मैटर संरचना का मानचित्र बनाने में सक्षम होगा, जिससे हमें यह समझने में मदद मिलेगी कि ब्रह्मांड कैसे बना और यह कैसे विकसित हुआ। उन्होंने यह भी नोट किया कि हालांकि यह अध्ययन एक क्लस्टर पर केंद्रित था, लेकिन उन्होंने जिन विधियों का उपयोग किया उन्हें भविष्य में यूक्लिड द्वारा देखे जाने वाले हजारों क्लस्टरों पर लागू किया जा सकता है।

संक्षेप में: यूक्लिड ने एक ब्रह्मांडीय दिग्गज की टेस्ट फोटो ली, उसके वजन को मापने के तीन अलग-अलग तरीके अपनाए, और यह साबित किया कि वह अपने से पहले के किसी भी कैमरे की तुलना में ब्रह्मांड के अदृश्य ढांचे को बेहतर ढंग से देख सकता है।

यहाँ पेपर "Euclid: Early Release Observations. Abell 2390 का कमजोर गुरुत्वाकर्षण लेंसिंग विश्लेषण" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या और उद्देश्य

यूक्लिड (Euclid) अंतरिक्ष दूरबीन का प्राथमिक उद्देश्य कमजोर गुरुत्वाकर्षण लेंसिंग (WL) और गैलेक्सी क्लस्टरिंग के माध्यम से ब्रह्मांडीय मापदंडों (cosmological parameters) को सीमित करना है। जबकि यूक्लिड को वाइड-फील्ड कॉस्मिक शीयर सर्वेक्षणों के लिए डिज़ाइन किया गया है, इसके अर्ली रिलीज़ ऑब्जर्वेशन (ERO) प्रोग्राम ने उच्च-शीयर शासन (high-shear regimes) में इसकी क्षमताओं को प्रदर्शित करने के लिए विशिष्ट विशाल गैलेक्सी क्लस्टर्स को लक्षित किया।

यह पेपर एक एकल विशाल क्लस्टर (Abell 2390, $z=0.228$ ) के लिए प्रारंभिक यूक्लिड डेटा का उपयोग करके एक सुदृढ़, टोमोग्राफिक वीक लेंसिंग विश्लेषण करने की चुनौती को संबोधित करता है। इसमें निम्नलिखित विशिष्ट चुनौतियों का समाधान किया गया है:

आकार मापन (Shape Measurement): उच्च-शीयर वातावरण में स्थापित विधियों (KSB+, SourceXtractor++) के विरुद्ध नए फॉरवर्ड-मॉडलिंग एल्गोरिदम (LensMC) का सत्यापन करना।
स्रोत चयन और अंशांकन (Source Selection & Calibration): सीमित स्पेक्ट्रोस्कोपिक डेटा और बाहरी संदर्भ कैटलॉग (COSMOS) का उपयोग करके फोटोमेट्रिक रेडशिफ्ट ( $z_{ph}$ ) का सटीक अनुमान लगाना और उनके वितरण ( $n(z)$ ) को अंशांकित करना।
संदूषण सुधार (Contamination Correction): फोरग्राउंड क्लस्टर सदस्यों के कारण लेंसिंग सिग्नल के तनुकरण (dilution) से होने वाले प्रभावों को मापना और उन्हें ठीक करना, साथ ही स्रोत अवरोधन (bright cluster galaxies द्वारा पृष्ठभूमि स्रोतों को रोकना) और आवर्धन (magnification) के कारण उत्पन्न पूर्वाग्रहों को भी संबोधित करना।
द्रव्यमान पुनर्निर्माण (Mass Reconstruction): सटीक द्रव्यमान बाधाएं ( $M_{200c}$ प्राप्त करना और विभिन्न विश्लेषण पाइपलाइनों और रेडशिफ्ट बिनों के बीच परिणामों की निरंतरता को सत्यापित करना।

2. कार्यप्रणाली (Methodology)

डेटा स्रोत

Euclid ERO: नवंबर 2023 में VIS (ऑप्टिकल) और NISP (नियर-इन्फ्रारेड) उपकरणों का उपयोग करके Abell 2390 के अवलोकन। VIS स्टैक की गहराई $I_E \approx 27.0$ (5 $\sigma$ ) है।
जमीनी डेटा (Ground-Based Data): गहरे फोटोमेट्रिक रेडशिफ्ट अनुमान को सक्षम करने के लिए Subaru/Suprime-Cam ( $B, V, R_c, i, I_c, z'$ ) और CFHT/Megacam ( $u$ -बैंड) से प्राप्त आर्काइवल मल्टी-बैंड इमेजिंग।
प्रीप्रोसेसिंग: छवियों को ERO पाइपलाइन का उपयोग करके संसाधित किया गया था, जिसमें आकार विश्लेषण के लिए "फ्लैटन्ड" (Flattened) स्टैक का उपयोग किया गया। बैकग्राउंड की सपाटता में महत्वपूर्ण सुधार करने के लिए एक डीप-लर्निंग टूल (DeNeb) का उपयोग करके फोरग्राउंड गैलेक्टिक सिरस उत्सर्जन को घटाया गया।

फोटोमेट्रिक रेडशिफ्ट्स ( $z_{ph}$ )

कोड: Phosphoros का उपयोग किया गया, जो एक बेयसियन टेम्पलेट-फिटिंग कोड है।
अंशांकन: क्षेत्र में सीमित स्पेक्ट्रोस्कोपिक डेटा (मुख्यतः क्लस्टर सदस्य) के कारण, टीम ने सेल्फ-ऑर्गनाइजिंग मैप (SOM) दृष्टिकोण का उपयोग किया। उन्होंने उच्च-आयामी फोटोमेट्रिक स्पेस में लक्ष्य गैलेक्सीज़ को COSMOS2020 संदर्भ कैटलॉग (जो स्पेक्ट्रोस्कोपिक रेडशिफ्ट्स से समृद्ध है) के साथ मैप किया।
बिन (Bins): गैलेक्सीज़ को परिमाण बिन ( $22 < I_E < 24.5$ और $24.5 < I_E < 26.5$ ) और छह टोमोग्राफिक रेडशिफ्ट बिन में विभाजित किया गया। क्लस्टर सदस्य संदूषण और कैटास्ट्रोफिक आउटलेयर्स से बचने के लिए सबसे निचले ( $0.2 < z < 0.3$ ) और सबसे उच्चतम ( $z > 2.8$ ) बिन को अंतिम मास फिट से बाहर रखा गया।

आकार मापन एल्गोरिदम (Shape Measurement Algorithms)

गैलेक्सी एलिप्टिसिटी मापने के लिए तीन स्वतंत्र एल्गोरिदम का उपयोग किया गया:

LensMC: एक फॉरवर्ड-मॉडलिंग मार्कोव चेन मोंटे कार्लो (MCMC) विधि, जिसे Euclid DR1 के लिए नामित किया गया है। यह गैलेक्सीज़ को बल्ज+डिस्क प्रोफाइल के रूप में मॉडल करता है।
KSB+: एक मोमेंट-आधारित विधि (Kaiser-Squires-Broadhurst) जिसका उपयोग पिछले जमीनी क्लस्टर अध्ययनों में व्यापक रूप से किया जाता रहा है।
SourceXtractor++ (SE++): सिंगल सेर्सिक (Sérsic) प्रोफाइल का उपयोग करने वाला एक मॉडल-फिटिंग कोड, जो मुख्य रूप से फोटोमेट्री के लिए उपयोग किया जाता है लेकिन यहाँ आकार अनुमान के लिए भी लागू किया गया है।

अंशांकन: मल्टीप्लिकेटिव शीयर बायस (multiplicative shear biases) को सुधारा गया। LensMC और KSB+ की अनिश्चितताओं को PSF मॉडलिंग और SED निर्भरता सहित $\sim3.2\%$ पर आंका गया।

संदूषण और पूर्वाग्रह सुधार

क्लस्टर सदस्य: संख्या घनत्व प्रोफाइल के माध्यम से पहचाने गए। क्लस्टर केंद्र के पास स्रोतों के अतिरिक्त (कम $z_{ph}$ ) को मॉडल और घटाया गया।
अवरोधन (Obscuration): वास्तविक छवियों में सिम्युलेटेड गैलेक्सी इंजेक्शन ( GalSim का उपयोग करके) का उपयोग चमकीले क्लस्टर गैलेक्सीज़ के कारण होने वाले डिटेक्शन प्रोबेबिलिटी लॉस को मैप करने के लिए किया गया।
आवर्धन (Magnification): लेंसिंग आवर्धन के कारण स्रोत संख्या घनत्व और आकार में परिवर्तन को ठीक करने के लिए एक संदर्भ NFW हेलो का उपयोग करके मॉडल किया गया।
बूस्ट फैक्टर (Boost Factor): शेष संदूषण के लिए शीयर सिग्नल को ठीक करने हेतु एक रेडियल बूस्ट फैक्टर व्युत्पन्न किया गया।

द्रव्यमान मॉडलिंग (Mass Modeling)

मॉडल: एक निश्चित कंसंट्रेशन $c_{200c} = 4$ (पिछले अध्ययनों के अनुरूप) के साथ गोलाकार नवारो-फ्रेनक-व्हाइट (NFW) प्रोफाइल।
फिटिंग: रेडियल रेंज $0.5 \text{ Mpc} \le r \le 3.3 \text{ Mpc}$ पर चार टोमोग्राफिक रेडशिफ्ट बिन और दो मैग्नीट्यूड बिन के टेंजेंशियल रिड्यूस्ड शीयर प्रोफाइल ( $g_t$ ) को संयुक्त रूप से फिट किया गया।
सेंटरिंग: क्लस्टर केंद्र को एक साथी स्ट्रॉन्ग-लेंसिंग विश्लेषण ( $RA \approx 328.40494, Dec \approx 17.69460$ ) से प्राप्त स्थिति पर स्थिर किया गया, जिससे सेंटरिंग अनिश्चितताओं को कम किया गया।

3. प्रमुख योगदान

प्रथम विस्तृत Euclid क्लस्टर WL विश्लेषण: यह Euclid ERO डेटा का उपयोग करके एक विशाल क्लस्टर का पहला व्यापक वीक लेंसिंग विश्लेषण है, जो उच्च-परिशुद्धता द्रव्यमान माप के लिए टेलीस्कोप की क्षमता को प्रदर्शित करता है।
एल्गोरिदम सत्यापन: एक वास्तविक क्लस्टर वातावरण में स्थापित विधियों (KSB+, SE++) के विरुद्ध नए LensMC एल्गोरिदम का एक अनुभवजन्य क्रॉस-चेक प्रदान करता है, जो उनकी निरंतरता की पुष्टि करता है।
उन्नत संदूषण हैंडलिंग: एक मजबूत पाइपलाइन का प्रदर्शन करता है जो स्रोत अवरोधन और आवर्धन दोनों को एक साथ संबोधित करते हुए क्लस्टर सदस्य संदूषण को ठीक करता है, यह दिखाते हुए कि बिना सुधारा गया संख्या घनत्व प्रोफाइल भ्रामक रूप से सपाट दिखाई दे सकता है।
टोमोग्राफिक रणनीति: एक टोमोग्राफिक रेडशिफ्ट बिनिंग रणनीति को सफलतापूर्वक लागू करता है जो भविष्य के Euclid वाइड सर्वे (EWS) वर्कफ़्लो की नकल करती है, जिससे भविष्य के ब्रह्मांडीय अध्ययनों के लिए इस दृष्टिकोण का सत्यापन होता है।
डेप्थ विस्तार: यह दर्शाता है कि यदि $z_{ph}$ अनुमान के लिए गहरा जमीनी फोटोमेट्री उपलब्ध हो, तो Euclid प्रभावी रूप से $I_E \approx 26.5$ तक आकार माप सकता है, जो कि नाममात्र EWS सीमा $I_E = 24.5$ से काफी गहरा है।

4. परिणाम

द्रव्यमान बाधाएं (Mass Constraints)

विश्लेषण ने तीनों शेप कैटलॉग के लिए Abell 2390 के लिए सुसंगत द्रव्यमान अनुमान दिए (यह मानते हुए कि $c_{200c}=4$ ):

LensMC: $M_{200c} = 16.0 \pm 1.2 \text{ (stat)} \pm 1.7 \text{ (sys)} \times 10^{14} M_\odot$
KSB+: $M_{200c} = 14.9 \pm 1.2 \text{ (stat)} \pm 1.6 \text{ (sys)} \times 10^{14} M_\odot$
SE++: $M_{200c} = 14.5 \pm 1.1 \text{ (stat)} \pm 1.6 \text{ (sys)} \times 10^{14} M_\odot$

परिणाम उत्कृष्ट सहमति में हैं (सिस्टमैटिक्स को शामिल करने पर $1.2\sigma$ के भीतर) और पिछले जमीनी मापों (जैसे Weighing the Giants, LoCuSS, CCCP) के अनुरूप हैं।

अनिश्चितता बजट (Uncertainty Budget)

सांख्यिकीय (Statistical): बड़े पैमाने की संरचना प्रोजेक्शन (11% सापेक्ष अनिश्चितता) और शेप नॉइज़ (8%) द्वारा संचालित।
सिस्टमैटिक (Systematic): प्रमुख सिस्टमैटिक शीयर कैलिब्रेशन अनिश्चितता ( $\sim4.8\%$ ) है। संदूषण सुधार और रेडशिफ्ट कैलिब्रेशन अनिश्चितताएं न्यूनतम योगदान देती हैं ( $<1.5\%$ संयुक्त)।
कुल (Total): संयुक्त व्यवस्थित अनिश्चितता लगभग 5% है।

निरंतरता जाँच (Consistency Checks)

टोमोग्राफिक निरंतरता: व्यक्तिगत रेडशिफ्ट बिन से प्राप्त द्रव्यमान बाधाएं संयुक्त फिट के साथ सुसंगत थीं, जो किसी भी मजबूत रेडशिफ्ट-निर्भर सिस्टमैटिक्स की अनुपस्थिति को दर्शाती हैं।
E-mode बनाम B-mode: कन्वर्जेंस ( $\kappa$ ) पुनर्निर्माण ने क्लस्टर गैलेक्सीज़ को ट्रैक करने वाले एक महत्वपूर्ण E-mode सिग्नल को दिखाया, जबकि B-मोड (45° पर घुमाया गया) शून्य के अनुरूप था, जो इंस्ट्रूमेंटल सिस्टमैटिक्स के निष्कासन की पुष्टि करता है।

5. महत्व

यह पेपर Euclid के वीक लेंसिंग विज्ञान के लिए एक महत्वपूर्ण "प्रूफ ऑफ कॉन्सेप्ट" के रूप में कार्य करता है। यह सिद्ध करता है कि:

Euclid का रेजोल्यूशन: उच्च स्थानिक रेजोल्यूशन ( $0.1''$ पिक्सेल स्केल) एक विशाल क्लस्टर के भीड़भाड़ वाले, उच्च-शीयर वातावरण में भी सटीक आकार मापन की अनुमति देता है।
पाइपलाइन की मजबूती: नए (LensMC) और स्थापित (KSB+, SE++) तरीकों का संयोजन सुसंगत परिणाम देता है, जो Euclid डेटा प्रोसेसिंग पाइपलाइन में विश्वास पैदा करता है।
भविकी ब्रह्मांड विज्ञान: टोमोग्राफिक बिनिंग और कठोर संदूषण सुधार का सफल अनुप्रयोग भविष्य के Euclid क्लस्टर कॉस्मोलॉजी अध्ययनों के लिए रणनीति को मान्य करता है। ये अध्ययन ब्रह्मांडीय मापदंडों और क्लस्टर मास-ऑब्जर्वेबल स्केलिंग संबंधों के बीच डिजनरेसी को तोड़ने के लिए ऐसी तकनीकों पर निर्भर करेंगे।
सिनर्जी (Synergy): यह विश्लेषण हाइलाइट करता है कि द्रव्यमान बाधाओं के लिए हल्के पृष्ठभूमि स्रोतों के उपयोग को अधिकतम करने के लिए Euclid की गहरी अंतरिक्ष इमेजिंग को गहरे जमीनी फोटोमेट्री (जैसे Subaru या भविष्य के LSST डेटा) के साथ जोड़ना आवश्यक है।

निष्कर्षतः, यह अध्ययन पुष्टि करता है कि Euclid गैलेक्सी क्लस्टर्स के लिए उच्च-परिशुद्धता वीक लेंसिंग द्रव्यमान माप प्रदान करने के लिए तैयार है, जो डार्क एनर्जी और डार्क मैटर को नियंत्रित करने के इसके प्राथमिक मिशन का मार्ग प्रशस्त करता है।