Measuring local primordial non-Gaussianity from the clustering of DESI DR1 LRGs and QSOs

तकनीकी सारांश: DESI DR1 क्लस्टरिंग से स्थानीय प्राइमोर्डियल नॉन-गॉसियनिटी (Primordial Non-Gaussianity) का मापन

समस्या विवरण
ब्रह्मांड के प्रारंभिक युग की प्रकृति अभी भी ब्रह्मांड विज्ञान (cosmology) में एक प्राथमिक खुला प्रश्न बनी हुई है। जबकि कॉस्मिक माइक्रोवेव बैकग्राउंड (CMB) ने अब तक प्राइमोर्डियल नॉन-गॉसियनिटी (PNG) के लिए सबसे संवेदनशील प्रतिबंध प्रदान किए हैं, लार्ज स्केल स्ट्रक्चर (LSS) सर्वेक्षण एक पूरक और संभावित रूप से प्रतिस्पर्धी जांच प्रदान करते हैं। PNG, जिसे स्थानीय गैर-रैखिकता पैरामीटर $f_{\text{NL}}$ द्वारा पैरामीटराइज किया जाता है, ट्रेसर्स के क्लस्टरिंग में एक स्केल-डिपेंडेंट बायस (scale-dependent bias) उत्पन्न करता है। कॉन्फ़िगरेशन स्पेस (दो-बिंदु सहसंबंध फलन, या 2pcf) में $f_{\text{NL}}$ को मापना इमेजिंग सिस्टमैटिक्स (imaging systematics) के कारण होने वाले संदूषण के चलते अत्यंत कठिन है। सर्वेक्षण की गहराई, धूल का क्षीणन (dust extinction), और तारकीय घनत्व (stellar density) में भिन्नता को कोणीय घनत्व उतार-चढ़ाव उत्पन्न करने के लिए उपयोग किया जा सकता है जो PNG के बड़े पैमाने के क्लस्टरिंग सिग्नल की नकल करते हैं। यह शोध पत्र DESI डेटा रिलीज़ 1 (DR1) से एक सुदृढ़ $f_{\text{NL}}$ मापन निकालने की चुनौती को संबोधित करता है और इन व्यवस्थित प्रभावों को कठोरता से कम करता है।

कार्यप्रणाली (Methodology)
लेखक लुमिनस रेड गैलेक्सीज़ (LRGs) और क्वासरों (QSOs) के 2pcf मोनोपोल के मॉडल बनाने के लिए एक सिमुलेशन-आधारित सांख्यिकीय ढांचे का उपयोग करते हैं।

• डेटा प्रोसेसिंग: विश्लेषण 2pcf का अनुमान लगाने के लिए ConKer एल्गोरिदम का उपयोग करता है। ट्रेसर्स को एक 3D कार्टेशियन ग्रिड पर मैप किया जाता है जिसमें इमेजिंग सिस्टमैटिक्स ($w_{\text{sys}}$), कैटलॉग अपूर्णता ($w_{\text{comp}}$), रेडशिफ्ट विफलता ($w_{\text{zfail}}$), और FKP वेट्स ($w_{\text{FKP}}$) को ध्यान में रखते हुए वेट्स ($w_{\text{tot}}$) शामिल होते हैं। विश्लेषण LRGs ($0.4 < z < 1.1$) और QSOs ($0.8 < z < 3.1$) के लिए उत्तरी और दक्षिणी गैलेक्टिक कैप्स (NGC/SGC) को कवर करता है।
• सैद्धांतिक मॉडल: मॉडल पूरी तरह से सिमुलेशन-आधारित है, जो फिडुशियल ($f_{\text{NL}}=0$) मामले के लिए AbacusSummit हाई-रिज़ॉल्यूशन N-body सिमुलेशन और PNG निर्भरता के लिए "FastPM" सिमुलेशन पर आधारित है। 2pcf को $f_{\text{NL}}=0$ और $f_{\text{NL}}=100$ वास्तविकताओं के बीच एक लीनियर इंटरपोलेशन के रूप में मॉडल किया गया है।
• बायस और सार्वभौमिकता (Bias and Universality): मॉडल लीनियर गैलेक्सी बायस ($\tilde{b}_1$) और PNG बायस ($b_\phi$) को शामिल करता है। इन दोनों के बीच संबंध 'यूनिवर्सलिटी रिलेशन' द्वारा नियंत्रित होता है: $b_\phi = 2\delta_c(b_1 - p)$, जहाँ $p$ एक ट्रेसर-डिपेंडेंट पैरामीटर है। विश्लेषण $p$ पर गॉसियन प्रायर्स (Gaussian priors) लागू करता है: $p_{\text{LRG}} = 1.0 \pm 0.1$ और $p_{\text{QSO}} = 1.6 \pm 0.1$।
• सिस्टमैटिक्स न्यूनीकरण (Systematics Mitigation): कार्यप्रणाली का एक महत्वपूर्ण घटक इमेजिंग सिस्टमैटिक्स का स्पष्ट मॉडलिंग है। लेखक न्यून्स पैरामीटर्स ($K^R_{\text{sys}}$) पेश करते हैं जो विशिष्ट सर्वेक्षण क्षेत्रों (MzLS, (N)DEC, (S)DEC) में इमेजिंग वेट्स के आंशिक अधिक या कम अनुप्रयोग का प्रतिनिधित्व करते हैं। इन पैरामीटर्स को एक सिमुलेशन-आधारित दृष्टिकोण के माध्यम से सीमित किया जाता है जहाँ 2pcf पर वेट्स के परिवर्तन के प्रभाव की पूर्व-गणना की जाती है और इसे एक क्वाड्रेटिक फंक्शन में फिट किया जाता है।
• सांख्यिकीय अनुमान (Statistical Inference): एक लाइकलीहुड फंक्शन का निर्माण किया जाता है जिसमें 1000 EZ (प्रभावी ज़ेल्डोविच) मॉक्स से प्राप्त कोवेरिएंस मैट्रिक्स का उपयोग करके $\chi^2$ सांख्यिकी शामिल है। रुचि के पैरामीटर्स ($f_{\text{NL}}$ और लीनियर बायस $b_1$) और सात न्यून्स पैरामीटर्स को मार्कोव चेन मोंटे कार्लो (MCMC) का उपयोग करके सैंपल किया जाता है। नॉन-लीनियर मॉडलिंग बायस से बचने के लिए बेरियन एकोस्टिक ऑसिलेशन (BAO) स्केल्स ($100 < s < 120 \, h^{-1}\text{Mpc}$) को मास्क किया गया है।

मुख्य परिणाम
यह विश्लेषण DESI डेटा का उपयोग करके कॉन्फ़िगरेशन स्पेस 2pcf में $f_{\text{NL}}$ का पहला मापन प्रदान करता है:

• LRG सैंपल: यह मापन 68% कॉन्फिडेंस लेवल (CL) पर $f_{\text{NL}} = -3^{+22}_{-21}$ देता है।
• QSO सैंपल: यह मापन 68% CL पर $f_{\text{NL}} = 0^{+17}_{-16}$ देता है।
• संयुक्त प्रतिबंध (Joint Constraint): दोनों ट्रेसर सैंपल्स को मिलाने से संयुक्त प्रतिबंध $f_{\text{NL}} = -3^{+12}_{-12}$ (68% CL) प्राप्त होता है।
• बायस पैरामीटर्स: लीनियर बायस को LRGs के लिए $b_1 = 2.01 \pm 0.06$ और QSOs के लिए $b_1 = 2.57 \pm 0.10$ के रूप में सीमित किया गया है।
• सिस्टमैटिक्स: इमेजिंग सिस्टमैटिक्स ($K_{\text{sys}}$) और फॉर्मेशन पैरामीटर $p$ को नियंत्रित करने वाले न्यून्स पैरामीटर्स काफी हद तक अपने प्रायर्स के अनुरूप हैं, जो यह दर्शाता है कि डेटा फिडुशियल सिस्टमैटिक मॉडल्स से विचलन को मजबूती से प्राथमिकता नहीं देता है।

महत्व और दावे
यह शोध पत्र तीन प्राथमिक निष्कर्षों का दावा करता है:

1. कॉन्फ़िगरेशन-स्पेस विश्लेषण की सुदृढ़ता: यह कार्य सिद्ध करता है कि एक सुदृढ़ PNG अध्ययन के लिए फूरियर और कॉन्फ़िगरेशन दोनों स्पेस में विश्लेषण आवश्यक है। जबकि इन डोमेन में PNG के प्रभाव भिन्न होते हैं, पिछले फूरियर-स्पेस विश्लेषणों (Chaussidon et al. 2025) के साथ इन कॉन्फ़िगरेशन-स्पेस परिणामों की निरंतरता इस दृष्टिकोण को मान्य करती है।
2. सिस्टमैटिक्स न्यूनीकरण की अनिवार्यता: अध्ययन इस बात पर जोर देता है कि LSS PNG मापन के लिए इमेजिंग सिस्टमैटिक्स को नियंत्रित करना सर्वोपरि है। इस कॉन्फ़िगरेशन-स्पेस परिणाम और स्वतंत्र फूरियर-स्पेस परिणामों (जो अलग-अलग सिस्टमैटिक्स न्यूनीकरण रणनीतियों का उपयोग करते हैं) के बीच सहमति, सर्वेक्षण अपूर्णता और कोणीय घनत्व भिन्नताओं को संभालने की पाइपलाइन की क्षमता के लिए एक मजबूत सत्यापन के रूप में कार्य करती है।
3. LSS की सीमित करने की शक्ति (Constraining Power): सबसे महत्वपूर्ण दावा यह है कि LSS सर्वेक्षण तेजी से CMB प्रोब्स की संवेदनशीलता के करीब पहुँच रहे हैं। केवल DESI के पहले वर्ष के डेटा के साथ, संयुक्त प्रतिबंध ($\sigma_{f_{\text{NL}}} \approx 12$) पिछले LSS प्रतिबंधों से काफी अधिक है और प्लैंक CMB मापन ($\sigma_{f_{\text{NL}}} \approx 5$) की संवेदनशीलता के करीब पहुँच रहा है। लेखक तर्क देते हैं कि यह क्षेत्र एक ऐसे युग में प्रवेश कर चुका है जहाँ विलंबित समय (late-time) के ब्रह्मांडीय संरचना लक्षण वर्णन, प्राइमोर्डियल भौतिकी के लिए एक अग्रणी जांच बन जाएगा।

परिणाम मानक इन्फ्लेशनरी "स्लो-रोल" मॉडल ($f_{\text{NL}} \approx 0$) के अनुरूप हैं और वर्तमान परिशुद्धता सीमाओं के भीतर मल्टी-फील्ड इन्फ्लेशन परिदृश्यों के लिए कोई प्रमाण नहीं दिखाते हैं।