Caught in the Cosmic Web: Environmental Impacts on the Halo Substructure Boosts to Dark Matter Annihilation Signals

यहाँ शोध पत्र "Caught in the Cosmic Web: Environmental Impacts on the Halo Substructure Boosts to Dark Matter Annihilation Signals" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

डार्क मैटर (DM) विलोपन (annihilation) संकेतों से यह अपेक्षा की जाती है कि वे डार्क मैटर घनत्व ($\rho^2$) के वर्ग के समानुपाती होते हैं। फलस्वरूप, डार्क मैटर हेलो के भीतर मौजूद क्लंपी सबस्ट्रक्चर (clumpy substructure), एक सुचारू (smooth) हेलो वितरण की तुलना में कुल विलोपन चमक (annihilation luminosity) को महत्वपूर्ण रूप से बढ़ा देते हैं। इस प्रवर्धन को सबहेलो बूस्ट फैक्टर ($B$) द्वारा परिमाणित किया जाता है।

बूस्ट ($B$) के पूर्वानुमान के लिए वर्तमान अर्ध-विश्लेषणात्मक मॉडल (जैसे, Sánchez-Conde & Prada 2014; Moliné et al. 2017) आमतौर पर होस्ट हेलो द्रव्यमान ($M_{host}$) और रेडियल स्थिति के सार्वभौमिक फलन (universal function) के रूप में उपचार करते हैं। ये मॉडल अक्सर विशाल-स्तरीय कॉस्मिक वेब वातावरण (तंतु/filaments, दीवारें/walls, और रिक्तिकाएं/voids) द्वारा प्रेरित सबहेलो आबादी में व्यवस्थित विविधताओं की उपेक्षा करते हैं। लेखक तर्क देते हैं कि इन पर्यावरणीय निर्भरताओं को अनदेखा करना व्यवस्थित पूर्वाग्रह (systematic biases) उत्पन्न कर सकता है, जिससे समान द्रव्यमान वाले लेकिन भिन्न निर्माण इतिहास और पर्यावरणीय संदर्भों वाले हेलो के लिए विलोपन संकेतों का गलत अनुमान लग सकता है।

2. कार्यप्रणाली (Methodology)

यह अध्ययन पर्यावरण-निर्भर बूस्ट भविष्यवाणियों को प्राप्त करने के लिए उच्च-रिज़ॉल्यूशन वाले कॉस्मोलॉजिकल सिमुलेशन और अर्ध-विश्लेषणात्मक मॉडलिंग को संयोजित करने वाले एक हाइब्रिड दृष्टिकोण का उपयोग करता है।

• सिमुलेशन (Simulations): लेखक उच्च-रिज़ॉल्यूशन ज़ूम-इन सिमुलेशन COCO (COpernicus COmplexio) और उसके पैरेंट वॉल्यूम, COLOR (COpernicus complexio LOw Resolution) का उपयोग करते हैं। ये एक समतल $\Lambda$CDM कॉस्मोलॉजी ($\Omega_m=0.272$, $\sigma_8=0.81$) वाले $N$-body सिमुलेशन हैं जिनमें $\sim 4.25 \times 10^9$ कण शामिल हैं।
• कॉस्मिक वेब वर्गीकरण (Cosmic Web Classification): CaCTus फ्रेमवर्क और nexus+ एल्गोरिदम का उपयोग करके, स्मूथड डेंसिटी फील्ड के हेसियन (Hessian) के आइजनवैल्यू (eigenvalues) के आधार पर विशाल-स्तरीय वातावरण को नोड्स (nodes), तंतुओं (filaments), दीवारों (walls) और रिक्तिकाओं (voids) में वर्गीकृत किया गया है। होस्ट हेलो को उनके केंद्र की स्थिति के आधार पर एक पर्यावरणीय लेबल दिया जाता है।
• अर्ध-विश्लेषणात्मक ढांचे (Semi-Analytic Frameworks): लेखक दो मानक अर्ध-विश्लेषणात्मक ढांचों का विस्तार करते हैं:
  1. SCP14 (Sánchez-Conde & Prada 2014): एक द्रव्यमान-निर्भर मॉडल।
  2. M17 (Moliné et al. 2017): टाइडल स्ट्रिपिंग (tidal stripping) प्रभावों को शामिल करने वाला एक दूरी-निर्भर मॉडल।
• पर्यावरण-निर्भर घटक (Environment-Dependent Ingredients): सार्वभौमिक संबंधों के बजाय, लेखक सिमुलेशन से प्राप्त पर्यावरण-विशिष्ट अनुपातों का उपयोग करके मानक इनपुट को प्रतिस्थापित करते हैं:
  1. होस्ट हेलो कंसन्ट्रेशन ($c$): विशिष्ट वातावरणों में माध्य कंसन्ट्रेशन का कॉस्मिक माध्य के सापेक्ष अनुपात ($R_c$)।
  2. सबहेलो मास फंक्शन (SHMF): कॉस्मिक माध्य के सापेक्ष तंतुओं, दीवारों और रिक्तिकाओं में सबहेलो प्रचुरता ($dN/dm$) के विभेदक अनुपात ($R_{SHMF}$)।
  3. सबहेलो आंतरिक संरचना: निश्चित अधिकतम चक्रीय वेग ($V_{max}$) पर विशेषता त्रिज्या ($R_{max}$) का अनुपात, जो सबहेलो कंसन्ट्रेशन ($c_{sub} \propto R_{max}^{-2}$) के प्रॉक्सी के रूप में कार्य करता है।

इन पर्यावरण-निर्भर सुधारों को बूस्ट फैक्टर को परिभाषित करने वाले इंटीग्रल समीकरणों के माध्यम से प्रसारित किया जाता है ताकि $B(M, \text{env})$ की गणना की जा सके।

3. मुख्य योगदान (Key Contributions)

• प्रथम पर्यावरण-जागरूक बूस्ट मॉडल: यह शोध पत्र पहला नियत (deterministic), अर्ध-विश्लेषणात्मक नुस्खा प्रदान करता है जो स्पष्ट रूप से बड़े पैमाने के कॉस्मिक वेब वातावरण (तंतु, दीवारें, रिक्तिकाएं) को ध्यान में रखता है।
• मॉड्यूलर सुधार ढांचा (Modular Correction Framework): लेखक होस्ट कंसन्ट्रेशन, SHMF और सबहेलो आंतरिक संरचना के लिए मॉड्यूलर सुधार कारक व्युत्पन्न करते हैं। इन्हें अन्य अर्ध-विश्लेषणात्मक मॉडलों पर लागू किया जा सकता है या अप्रत्यक्ष पहचान (indirect detection) पूर्वानुमानों और स्ट्रॉन्ग-लेंसिंग मास मॉडलिंग में उपयोग किया जा सकता है।
• व्यवस्थित पूर्वाग्रह का परिमाणीकरण: यह कार्य मात्रा निर्धारित करता है कि पर्यावरणीय संदर्भ की उपेक्षा करने से अनुमानित विलोपन संकेतों में कितनी त्रुटियां होती है, यह प्रदर्शित करते हुए कि पर्यावरणीय प्रभाव अन्य सैद्धांतिक अनिश्चितताओं (जैसे, हेलो-टू-हेलो स्कैटर) के बराबर एक महत्वपूर्ण भिन्नता का स्रोत हैं।

4. मुख्य परिणाम (Key Results)

अध्ययन कॉस्मिक-मीन भविष्यवाणी ($B(M, \text{env}) / B_{CM}(M)$) के सापेक्ष बूस्ट फैक्टर के स्पष्ट, द्रव्यमान-निर्भर पर्यावरणीय मॉड्यूलेशन को पाता है:

• तंतु (Filaments):
  • निम्न द्रव्यमान ($M < 10^{11} h^{-1} M_\odot$): $\sim 15\%$ की कमी (अनुपात $\approx 0.85$) दिखाते हैं। यह तंतुओं में उच्च होस्ट कंसन्ट्रेशन के कारण है, जो सुचारू होस्ट ल्यूमिनोसिटी (बूस्ट परिभाषा में हर (denominator) में) को बढ़ाता है, जिससे उच्च सबहेलो गणना के बावजूद सापेक्ष बूस्ट कम हो जाता है।
  • उच्च द्रव्यमान ($M > 10^{11} h^{-1} M_\odot$): $\sim 12\%$ के संवर्धन (M17-आधारित मॉडल में अनुपात $\approx 1.12$) की ओर संक्रमण करते हैं। तंतुओं में उच्च सबहेलो प्रचुरता और बढ़ी हुई आंतरिक घनत्व इन पैमानों पर हावी होते हैं।
• दीवारें (Walls):
  • आम तौर पर तंतुओं और रिक्तिकाओं के बीच मध्यवर्ती रहती हैं।
  • मध्यवर्ती द्रव्यमान पर $\sim 0.90$ का शिखर अनुपात दिखाती हैं, जो उच्च-द्रव्यमान छोर पर $\sim 0.76$ तक गिर जाता है।
• रिक्तिकाएं (Voids):
  • पूरे द्रव्यमान रेंज में लगातार दमित (suppressed) रहती हैं।
  • कम सबहेलो प्रचुरता और कम आंतरिक घनत्व के कारण अनुपात $\sim 0.70$ (30–33% की कमी) तक गिर जाता है।
• मॉडल तुलना:
  • SCP14-आधारित मॉडल $10^{11} h^{-1} M_\odot$ के आसपास तंतुओं के लिए दमन से संवर्धन की ओर संक्रमण दिखाता है।
  • M17-आधारित (दूरी-निर्भर) मॉडल, जिसमें टाइडल स्ट्रिपिंग शामिल है, समान गुणात्मक रुझानों को बनाए रखता है लेकिन उच्च-द्रव्यमान तंतु बूस्ट को कॉस्मिक मीन के $\sim 1.12$ गुना तक थोड़ा बढ़ा देता है।

5. महत्व और निहितार्थ (Significance and Implications)

• अप्रत्यक्ष पहचान (Indirect Detection): परिणाम यह संकेत देते हैं कि अपेक्षित DM विलोपन फ्लक्स केवल हेलो द्रव्यमान का फलन नहीं है। तंतुमय क्षेत्रों में स्थित लक्ष्य उच्च संकेत दे सकते हैं, जबकि रिक्तिकाओं में स्थित लक्ष्य मानक मॉडलों की तुलना में काफी धुंधले हो सकते हैं। यह ड्वार्फ स्फेरॉइडल गैलेक्सी और गैलेक्सी क्लस्टर के लिए खोज रणनीतियों को अनुकूलित करने के लिए महत्वपूर्ण है।
• सैद्धांतिक सटीकता: पर्यावरणीय मॉड्यूलेशन (दहाई प्रतिशत में) DM भौतिकी की अन्य प्रमुख अनिश्चितताओं के तुल्य है। इसे अनदेखा करना कण DM मॉडल (जैसे, WIMP क्रॉस-सेक्शन) पर प्रतिबंधों की सटीकता को सीमित करता है।
• व्यापक अनुप्रयोग: व्युत्पन्न पर्यावरणीय सुधार (SHMF अनुपात, कंसन्ट्रेशन अनुपात) विलोपन संकेतों के अलावा, स्ट्रॉन्ग ग्रेविटेशनल लेंसिंग मास मॉडलिंग में भी लागू किए जा सकते हैं, जहाँ सबहेलो आबादी का उपयोग डार्क मैटर की प्रकृति को नियंत्रित करने के लिए किया जाता है।

निष्कर्षतः, यह शोध पत्र स्थापित करता है कि "कॉस्मिक वेब" सबहेलो आबादी का एक महत्वपूर्ण निर्धारक है। डार्क मैटर विलोपन संकेतों के सटीक मॉडलिंग के लिए सार्वभौमिक द्रव्यमान-निर्भर नुस्खों से आगे बढ़कर होस्ट हेलो के विशिष्ट बड़े पैमाने के वातावरण को शामिल करना आवश्यक है।