Bound or blown: the fate of hot gas in galaxy groups

तकनीकी सारांश: बंधित या उड़ाया गया: गैलेक्सी समूहों में गर्म गैस का भाग्य

समस्या और प्रेरणा
गैलेक्सी समूहों में गर्म गैस की ऊष्मप्रवैगिकी (thermodynamic) अवस्था, गैलेक्सी निर्माण और ब्रह्मांड की बड़े पैमाने की संरचना (LSS) को समझने के लिए एक महत्वपूर्ण अनिश्चितता बनी हुई है। जबकि कॉस्मोलॉजिकल हाइड्रोडायनामिकल सिमुलेशन ने स्टार फॉर्मेशन और एक्टिव गैलेक्टिक न्यूक्लियस (AGN) फीडबैक को मॉडल करने में महत्वपूर्ण प्रगति की है, इंट्रा-ग्रुप मीडियम (IGrM) पर फीडबैक के सटीक प्रभाव पर अभी भी बहस जारी है। अवलोकन संकेत देते हैं कि समूहों में गैस शुद्ध गुरुत्वाकर्षण पतन (gravitational collapse) द्वारा अनुमानित गैस की तुलना में कम घनी और अधिक विस्तृत है, जो महत्वपूर्ण बेरियन निष्कासन (baryon expulsion) का संकेत देती है। हालांकि, हाल के काइनेटिक सनयाव-ज़ेल्डोविच (kSZ) मापों से प्राप्त बाधाएं अत्यधिक इजेक्टिव (ejective) फीडबैक मॉडल का समर्थन करती हैं, जबकि अन्य विश्लेषण, जिनमें XRISM अवलोकन शामिल हैं, कम वेग विक्षेपण (velocity dispersions) का सुझाव देते हैं जो अत्यधिक इजेक्टिव मॉडलों के संकेत हो सकते हैं। कम द्रव्यमान वाले हेलोस ($M_{500c} \sim 10^{13}–10^{14} M_\odot$) में सही AGN फीडबैक की शक्ति निर्धारित करने के लिए चयन प्रभावों (selection effects) और मापन प्रणालियों (measurement systematics) को कठोरता से ध्यान में रखते हुए, सिमुलेशन भविष्यवाणियों की अवलोकन संबंधी डेटा के साथ सीधे तुलना करने की आवश्यकता है।

कार्यप्रणाली
यह अध्ययन X-GAP नमूने की तुलना FLAMINGO के कॉस्मोलॉजिकल हाइड्रोडायनामिकल सिमुलेशन सूट के साथ करने के लिए एक फॉरवर्ड-मॉडलिंग दृष्टिकोण अपनाता है। कार्यप्रणाली कई प्रमुख चरणों के माध्यम से आगे बढ़ती है:

1. नमूना चयन और एनालॉग्स: लेखक FLAMINGO सिमुलेशन सूट का उपयोग करते हैं, जिसमें कमजोर से लेकर अत्यधिक निष्कासन तक विभिन्न AGN फीडबैक प्रिस्क्रिप्शन शामिल हैं (जिसे गैस अंश अंशांकन, $f_{gas} \pm N\sigma$ और जेट मॉडल में बदलाव द्वारा पैरामीटराइज किया गया है)। X-GAP नमूने के यथार्थवादी एनालॉग्स बनाने के लिए, लेखक सिमुलेशन डेटा पर X-GAP चयन फलन (X-ray फ्लक्स, रेडशिफ्ट और वेग विक्षेपण पर आधारित) लागू करते हैं। यह चयन AXES कैटलॉग से प्राप्त X-GAP की विशिष्ट पूर्णता (completeness) और शुद्धता (purity) को ध्यान में रखता है।
2. अवलोकन का फॉरवर्ड मॉडलिंग: एक महत्वपूर्ण नवाचार अंत-से-अंत (end-to-end) XMM-Newton मॉक अवलोकन उत्पन्न करना है। सिमुलेशन में गर्म गैस कणों के 3D वितरण से शुरू करते हुए, लेखक:
   • pyXSIM सॉफ्टवेयर का उपयोग करके व्यक्तिगत कण तापमान, धातुता (metallicities) और प्रचुरता (abundances) को शामिल करते हुए आदर्श फोटॉन सूचियाँ उत्पन्न करते हैं।
   • वास्तविक उपकरण प्रभावों (पॉइंट स्प्रेड फंक्शन, प्रभावी क्षेत्र भिन्नता और बैकग्राउंड) को शामिल करने के लिए xmm_simulator पैकेज का उपयोग करके मॉक इवेंट सूचियाँ तैयार करते हैं।
   • इन मॉक्स का विश्लेषण वास्तविक X-GAP डेटा पर लागू किए गए ठीक उसी इमेजिंग और स्पेक्ट्रल विश्लेषण पाइपलाइन (जिसमें पॉइंट सोर्स मास्किंग, बैकग्राउंड मॉडलिंग और स्पेक्ट्रल फिटिंग शामिल है) का उपयोग करके करते हैं।
3. अवलोकनीय निष्कर्षण (Observable Extraction): विश्लेषित मॉक्स से, लेखक कोर-एक्ससाइज्ड (core-excised) एक्स-रे ल्यूमिनोसिटी ($L_X$), गैस द्रव्यमान ($M_{gas}$), तापमान ($T$), और वेग विक्षेपण ($\sigma_v$) प्राप्त करते हैं। वे कॉस्मिक वेरिएंस और चयन फलन की अनिश्चितताओं को भी ध्यान में रखते हैं।
4. सांख्यिकीय तुलना: अध्ययन X-GAP डेटा और विभिन्न FLAMINGO मॉडलों के बीच इन अवलोकनीयों के वितरण की तुलना करता है। महत्वपूर्ण रूप से, लेखक उन्हें स्वतंत्र बाधाओं के रूप में मानने के बजाय, उनकी सहप्रसरण (covariance) को ध्यान में रखते हुए कई अवलोकनीयों (स्केलिंग रिलेशन नॉर्मलाइजेशन, माध्य तापमान, समूह गणना और वेग विक्षेपण) को संयोजित करने के लिए एक गॉसियन कॉपुला (Gaussian copula) दृष्टिकोण का उपयोग करते हैं।

प्रमुख योगदान

• एंड-टू-एंड फॉरवर्ड मॉडलिंग: यह पेपर इंस्ट्रुमेंटल प्रभावों को शामिल करने वाले मॉक XMM-Newton डेटा उत्पन्न करके और वास्तविक डेटा की तरह ही उनका विश्लेषण करके सिमुलेशन की तुलना अवलोकनों से करने के लिए एक कठोर ढांचा स्थापित करता है। यह "वास्तविक" सिमुलेशन मात्राओं की सीधे "प्रेक्षित" मात्राओं से तुलना करने से उत्पन्न होने वाले पूर्वाग्रहों को समाप्त करता है।
• बहु-अवलोकनीय बाधाएं (Multi-Observable Constraints): $L_X-T$ और $M_{gas}-T$ स्केलिंग रिलेशन के नॉर्मलाइजेशन को समूह गणनाओं, माध्य तापमान और वेग विक्षेपण के साथ जोड़कर, यह अध्ययन किसी एकल अवलोकनीय की तुलना में फीडबैक मॉडलों के लिए एक अधिक मजबूत विभेदक (discriminator) प्रदान करता है।
• सिस्टमैटिक्स का परिमाणीकरण: यह कार्य कॉस्मिक वेरिएंस और चयन फलन अनिश्चितताओं के प्रभाव को स्पष्ट रूप से परिमाणित करता है, यह प्रदर्शित करते हुए कि समूह गणना अकेले एक कमजोर विभेदक है क्योंकि इसमें बड़े उतार-चढ़ाव (>20%) होते हैं, जबकि ऊष्मप्रवैगिकी गुण (thermodynamic properties) सख्त बाधाएं प्रदान करते हैं।

परिणाम
विश्लेषण गैलेक्सी समूहों में AGN फीडबैक की शक्ति के संबंध में निम्नलिखित निष्कर्ष देता है:

• सर्वश्रेष्ठ-फिट मॉडल: मध्यवर्ती फीडबैक शक्ति ($f_{gas} - 2\sigma$) वाला FLAMINGO मॉडल X-GAP डेटा के साथ सबसे अच्छा समझौता प्रदान करता है, जो केवल $0.8\sigma$ का वैश्विक तनाव (global tension) दिखाता है। यह मॉडल चयनित समूहों के लिए $\sim 6.1\%$ का विशिष्ट गैस अंश प्रदान करता है।
• रूल-आउट किए गए मॉडल: सबसे चरम इजेक्टिव फीडबैक परिदृश्य ($f_{gas} - 8\sigma$) को $>4\sigma$ (विशेष रूप से $4.4\sigma$) पर खारिज कर दिया गया है। यह मॉडल $\sim 3.8\%$ तक कम गैस अंश की भविष्यवाणी करता है और देखे गए स्केलिंग रिलेशन और तापमान वितरण के साथ असंगत है।
• फिड्यूशियल बनाम डेटा: फिड्यूशियल FLAMINGO अंशांकन ($L1\_m8$) $3.1\sigma$ का तनाव दिखाता है, जो इंगित करता है कि मानक फीडबैक शक्ति संभवतः समूहों में देखे गए गर्म गैस सामग्री को पुनरुत्पादित करने के लिए बहुत कमजोर है।
• स्केलिंग रिलेशन: $L_X-T$ और $M_{gas}-T$ संबंधों का नॉर्मलाइजेशन प्राथमिक विभेदक के रूप में कार्य करता है। मजबूत फीडबैक प्रणालियों को निश्चित द्रव्यमान पर कम ल्यूमिनोसिटी और उच्च तापमान की ओर ले जाता है, जिससे वे X-GAP वितरण से दूर हो जाते हैं।
• कॉस्मिक वेरिएंस: पता लगाए गए समूहों की संख्या कॉस्मिक वेरिएंस से अत्यधिक प्रभावित होती है, जिससे यह लो-रेडशिफ्ट, लो-वॉल्यूम X-GAP नमूने में फीडबैक मॉडलों के बीच अंतर करने के लिए एक कमजोर स्टैंडअलोन मीट्रिक बन जाती है।

महत्व और दावे
यह पेपर दावा करता है कि गैलेक्सी समूहों के ऊष्मप्रवैगिकी गुण एक ऐसे AGN फीडबैक की शक्ति का समर्थन करते हैं जो फिड्यूशियल FLAMINGO अंशांकन से अधिक मजबूत है, लेकिन वर्तमान में प्रस्तावित सबसे इजेक्टिव मॉडलों की तुलना में काफी कमजोर है। यह परिणाम स्पष्ट रूप से दर्शाता है कि कम-द्रव्यमान वाले हेलो में गर्म बेरयोन के भाग्य को सटीक रूप से जांचने के लिए फॉरवर्ड मॉडलिंग को बहु-अवलोकनीय बाधाओं के साथ जोड़ना आवश्यक है।

लेखक नोट करते हैं कि उनके निष्कर्ष हाल के kSZ मापों के साथ तनाव में हैं जो सबसे इजेक्टिव मॉडलों ($f_{gas} - 8\sigma$) का समर्थन करते हैं। वे सुझाव देते हैं कि यह विसंगति जांचे गए द्रव्यमान और रेडशिफ्ट रेंज में अंतर, चयन प्रभावों, या उन विशिष्ट पैमानों के कारण हो सकती है जहाँ फीडबैक संचालित होता है। अध्ययन निष्कर्ष निकालता है कि हालांकि वर्तमान सिमुलेशन गैलेक्सी स्टेलर मास फंक्शन को पुनरुत्पादित कर सकते हैं, लेकिन गैलेक्सी समूहों में गर्म गैस सामग्री के लिए उनकी भविष्यवाणियां फीडबैक कार्यान्वयन के विवरण के प्रति संवेदनशील बनी रहती हैं, और इन प्रणालियों में गर्म गैस का "भाग्य" संभवतः परीक्षण किए गए चरम सीमाओं के बीच का मध्यम है।