Improved recipes for peculiar velocity power spectra using Evolution Mapping

तकनीकी सारांश: इवोल्यूशन मैपिंग का उपयोग करके पक्यूलियर वेलोसिटी पावर स्पेक्ट्रा के लिए उन्नत रेसिपी

समस्या विवरण
वर्तमान और आगामी गैलेक्सी सर्वे (जैसे DES, DESI, Euclid, LSST) को रेडशिफ्ट-स्पेस डिस्टॉर्शन (RSD) से ब्रह्मांडीय जानकारी निकालने के लिए गैर-रेखीय संरचना निर्माण (non-linear structure formation) के सटीक सैद्धांतिक मॉडलों की आवश्यकता है। RSD मॉडलिंग का एक महत्वपूर्ण घटक वेग विचलन क्षेत्र (velocity divergence field, $\theta = -\nabla \cdot \mathbf{v}$) है, विशेष रूप से इसका ऑटो-पावर स्पेक्ट्रम $P_{\theta\theta}(k)$ और घनत्व क्षेत्र के साथ इसका क्रॉस-पावर स्पेक्ट्रम $P_{\delta\theta}(k)$।

मौजूदा फिटिंग प्रिस्क्रिप्शन, विशेष रूप से बेल एट अल. (2019, इसके बाद B19) द्वारा, तीन प्राथमिक सीमाओं से ग्रस्त हैं:

1. संख्यात्मक अभिसरण (Numerical Convergence): पिछले कैलिब्रेशन सिमुलेशन रिज़ॉल्यूशन पर निर्भर थे जहाँ सैंपलिंग आर्टिफ़ेक्ट्स (डिस्क्रीट पार्टिकल डिस्ट्रीब्यूशन से वेग क्षेत्रों का अनुमान लगाने से उत्पन्न होने वाले) के कारण माप $k \sim 0.2\text{--}0.3 \, h\text{Mpc}^{-1}$ जैसे बड़े पैमानों पर भी अविश्वसनीय हो जाते थे।
2. स्पूरियस $h$-निर्भरता (Spurious $h$-dependence): B19 गैर-रेखीय विकास को $\sigma_8$ ($8 \, h^{-1}\text{Mpc}$ पर स्मूथ किया गया RMS घनत्व उतार-चढ़ाव) का उपयोग करके पैरामीटराइज़ करता है। क्योंकि स्मूथिंग स्केल हबल पैरामीटर $h$ पर निर्भर करता है, यह अनफिजिकल $h$-निर्भरता पेश करता है। फलस्वरूप, समान रैखिक भौतिकी (linear physics) वाले मॉडल लेकिन अलग-अलग $h$ मानों वाले मॉडल अलग-अलग भविष्यवाणियां करते हैं, जिससे एक्सट्रपलेशन की सटीकता से समझौता होता है।
3. कार्यात्मक रूप (Functional Form): मौजूदा मॉडल अतिरिक्त मुक्त मापदंडों (free parameters) के बिना मोड-कपलिंग प्रभावों या बेरियन एकोस्टिक ऑसिलेशन (BAO) के गैर-रेखीय डैम्पिंग को पूरी तरह से कैप्चर नहीं करते हैं।

कार्यप्रणाली (Methodology)
लेखक इवोल्यूशन मैपिंग (Evolution Mapping) ढांचे का उपयोग करके ग्रेविटी-ओनली $N$-बॉडी सिमुलेशन (Aletheia, AletheiaMass, और AletheiaEmu) पर कैलिब्रेट किए गए नए फिटिंग फंक्शन प्रस्तुत करते हैं। यह ढांचा यह मानता है कि जब शेप पैरामीटर्स ($\Theta_s$) स्थिर होते हैं, तो इवोल्यूशन पैरामीटर्स ($\Theta_e$) और रेडशिफ्ट का प्रभाव एक एकल क्लस्टरिंग एम्प्लीट्यूड पैरामीटर, $\sigma_{12}$ (12 Mpc पर स्मूथ किया गया RMS घनत्व उतार-चढ़ाव) में समाहित किया जा सकता है, जो $h$ से स्वतंत्र है।

मुख्य कार्यप्रणाली चरण:

• अभिसरण रणनीति (Convergence Strategy): लेखक AletheiaMass सूट का उपयोग करते हैं, जिसमें मल्टी-रेज़ोल्यूशन सिमुलेशन (बदलते बॉक्स आकार और पार्टिकल काउंट) शामिल हैं। वे एक "पैचिंग" रणनीति का उपयोग करते हैं जहाँ विभिन्न वॉल्यूम से प्राप्त मापों को आपस में जोड़ा जाता है। प्रत्येक बॉक्स के लिए एक अभिसरण स्केल $k_{\text{crop}}$ को उच्च- और निम्न-रिज़ॉल्यूशन रन की तुलना करके परिभाषित किया जाता है; अंतिम पावर स्पेक्ट्रम उस सबसे बड़े वॉल्यूम के माप का उपयोग करता है जो $k < k_{\text{crop}}$ को संतुष्ट करता है। इससे $k \simeq 0.56 \, \text{Mpc}^{-1}$ तक अभिसरित माप प्राप्त होते हैं।
• वेग अनुमान (Velocity Estimation): सैंपलिंग आर्टिफ़ेक्ट्स को कम करने के लिए, लेखक MC-Voronoi विधि का उपयोग करते हैं। इसमें वेग क्षेत्र को निकटतम $N$-बॉडी पार्टिकल के आधार पर एक समान ग्लास-लाइक (glass-like) वितरण के बिंदुओं पर पुन: नमूना (re-sampling) लेना शामिल है, जिसके बाद क्लाउड-इन-सेल (CIC) असाइनमेंट और डीकनवल्शन किया जाता है।
• कार्यात्मक रूप (Functional Forms):
  • $P_{\theta\theta}(k)$: लेखक एक ऐसा एन्सैट (ansatz) प्रस्तावित करते हैं जो एक डैम्प्ड लीनियर टर्म (एक डी-विगल्ड लीनियर पावर स्पेक्ट्रम $P_{dw}$ का उपयोग करके, जो गैर-रेखीय BAO डैम्पिंग को ध्यान में रखता है) और मोड-कपलिंग को कैप्चर करने के लिए $\ln k$ में एक एडिटिव गॉसियन टर्म को जोड़ता है। इसके पैरामीटर्स $\sigma_{12}$ के फलन (functions) हैं।
  • $P_{\delta\theta}(k)$: इसे गैर-रेखीय डेंसिटी स्पेक्ट्रम $P_{\delta\delta}(k)$ (जो Aletheia एमुलेटर द्वारा अनुमानित है) और नए $P_{\theta\theta}(k)$ के ज्यामितिक माध्य (geometric mean) के रूप में मॉडल किया गया है, जिसे $\sigma_{12}$ पर निर्भर एक एक्सपोनेंशियल डैम्पिंग टर्म द्वारा गुणा किया गया है।
• कैलिब्रेशन: पैरामीटर्स को एक विस्तृत रेंज $\sigma_{12}$ (0.2 से 1.0) और रेडशिफ्ट ($z \approx -0.4$ से $4.2$) के विरुद्ध एक बायेशियन फ्रेमवर्क (nautilus) का उपयोग करके AletheiaMass सूट के विरुद्ध फिट किया गया है।

प्रमुख योगदान

1. नए फिटिंग फंक्शन्स: पेपर $P_{\theta\theta}(k)$ और $P_{\delta\theta}(k)$ के लिए कैलिब्रेटेड फॉर्मूले प्रदान करता है जो स्पष्ट रूप से $\sigma_{12}$ पर निर्भर हैं और फिजिकल यूनिट्स ($\text{Mpc}^{-1}$) का उपयोग करते हैं, जिससे स्पूरियस $h$-डिपेंडेंसी समाप्त हो जाती है।
2. मजबूत अभिसरण: मल्टी-रेज़ॉल्यूशन सिमुलेशन के साथ एक रूढ़िवादी पैचिंग रणनीति लागू करके, लेखक $k \simeq 0.56 \, \text{Mpc}^{-1}$ तक प्रतिशत-स्तर की सटीकता प्राप्त करते हैं, जो पिछले कार्यों की तुलना में विश्वसनीय रेंज को काफी विस्तारित करता है।
3. इवोल्यूशन मैपिंग का सत्यापन: यह अध्ययन पुष्टि करता है कि वेग सांख्यिकी को $\sigma_{12}$ के संदर्भ में व्यक्त करने से इवोल्यूशन मैपिंग संबंध सुरक्षित रहता है, यह सुनिश्चित करता है कि समान लीनियर फिजिक्स और $\sigma_{12}$ वाले कॉस्मोलॉजी, उनके विकास इतिहास या $h$ मान के बावजूद, सुसंगत गैर-रेखीय भविष्यवाणियां देंगे।

परिणाम

• सटीकता: नए प्रिस्क्रिप्शन $\sigma_{12}$ की एक विस्तृत श्रृंखला और $k \simeq 0.56 \, \text{Mpc}^{-1}$ तक के स्केल्स पर $P_{\theta\theta}(k)$ और $P_{\delta\theta}(k)$ दोनों के लिए 1–2% सटीकता प्राप्त करते हैं।
• B19 के साथ तुलना: नए मॉडल व्यवस्थित रूप से B19 से बेहतर प्रदर्शन करते हैं। B19 के भविष्यवाणियां छोटे स्केल्स ($k > 0.2 \, \text{Mpc}^{-1}$) पर महत्वपूर्ण रूप से विचलित होती हैं क्योंकि वे रिज़ॉल्यूशन सीमाओं और अलग-अलग $h$ मानों वाले कॉस्मोलॉजी के लिए अनफिजिकल ऑफसेट्स दिखाती हैं। नए मॉडल विभिन्न हबल पैरामीटर्स के लिए वेग सांख्यिकी की सही भविष्यवाणी करते हैं।
• ग्रोथ हिस्ट्री प्रभाव: Aletheia सूट का उपयोग करते हुए (जो शेप पैरामीटर्स को स्थिर रखकर लेकिन इवोल्यूशन पैरामीटर्स को बदलकर ग्रोथ हिस्ट्री प्रभावों को अलग करता है), लेखक परफेक्ट इवोल्यूशन मैपिंग से विचलन को मापते हैं। वे पाते हैं कि अधिकांश व्यावहारिक कॉस्मोलॉजी के लिए, ग्रोथ हिस्ट्री अंतरों को नजरअंदाज करने से त्रुटियां 1% से नीचे रहती हैं। महत्वपूर्ण विचलन ($>1\%$) केवल चरम, अवलोकन रूप से खारिज की गई कॉस्मोलॉजी (जैसे आइंस्टीन-डी सिट या चरम $h$ मान) के लिए होते हैं।
• क्रॉस-स्पेक्ट्रम: $P_{\delta\theta}(k)$ मॉडल $P_{\delta\delta}(k)$ के लिए Aletheia एमुलेटर से लाभान्वित होता है, जो ग्रोथ हिस्ट्री डिपेंडेंसी को स्पष्ट रूप से कैप्चर करता है, जिससे त्रुटियां और कम हो जाती हैं।

महत्व
पेपर का दावा है कि पैरामीट्राइजेशन और यूनिट्स का चुनाव वेग सांख्यिकी मॉडलों की मजबूती के लिए महत्वपूर्ण है। यह प्रदर्शित करके कि $h$-डिपेंडेंट यूनिट्स (जैसे $\sigma_8$) व्यवस्थित पूर्वाग्रह (systematic biases) पेश करती हैं, लेखक मजबूत साक्ष्य प्रदान करते हैं कि फिजिकल यूनिट्स और $\sigma_{12}$ को प्राथमिक स्केलिंग पैरामीटर के रूप में उपयोग करना चाहिए। ये फिटिंग फंक्शन्स वेग पावर स्पेक्ट्रा का एक मजबूत, प्रतिशत-स्तर का विवरण प्रदान करते हैं, जो वर्तमान और भविष्य के गैलेक्सी रेडशिफ्ट सर्वे में RSD मॉडलिंग के लिए सीधे तौर पर लागू करने योग्य हैं। लेखक नोट करते हैं कि हालांकि उनके वर्तमान फिटिंग फंक्शन्स व्यावहारिक अनुप्रयोगों के लिए पर्याप्त हैं, भविष्य के काम में अवशिष्ट ग्रोथ-हिस्ट्री विचलन को स्पष्ट रूप से मॉडल करने और पूर्ण कॉस्मोलॉजिकल पैरामीटर स्पेस में उच्च सटीकता प्राप्त करने के लिए एक समर्पित वेलोसिटी एमुलेटर का निर्माण करना शामिल हो सकता।