Needlets and foreground removal for SKAO hydrogen intensity maps

Titolo: Needlets e rimozione dei foreground per le mappe di intensità dell'idrogeno neutro (HI) del SKAO

1. Il Problema

La mappatura dell'intensità (Intensity Mapping - IM) della riga a 21 cm dell'idrogeno neutro (HI) è una tecnica promettente per studiare la struttura su larga scala dell'universo e vincolare i parametri cosmologici. Tuttavia, l'applicazione di questa tecnica, specialmente con il futuro telescopio SKA Observatory (SKAO) nella configurazione AA4, affronta una sfida fondamentale: la presenza di foregrounds astrofisici (emissioni sincrotrone galattiche, free-free e sorgenti puntiformi extragalattiche) che sono da 3 a 5 ordini di grandezza più intensi del segnale cosmologico HI.

Un ulteriore ostacolo è rappresentato dagli effetti strumentali, in particolare la fuga di polarizzazione (polarization leakage). Errori di calibrazione possono far sì che una frazione dell'emissione sincrotrone polarizzata (che ha una dipendenza frequenziale non liscia a causa dell'effetto Faraday) si mescoli al segnale di intensità totale, mimando il segnale cosmologico e rendendo difficile la separazione dei componenti.

2. Metodologia

Gli autori hanno sviluppato e testato una pipeline di pulizia dei dati basata su simulazioni realistiche che includono:

• Segnale Cosmologico: Simulato tramite un'approssimazione log-normale del campo di materia oscura (codice CRIME) nel range di redshift $z \in [0.41 - 0.58]$ (frequenze 900.5 - 1004.5 MHz).
• Foregrounds: Emissioni sincrotrone, free-free, sorgenti puntiformi e fuga di polarizzazione (modello conservativo basato sulla componente Stokes Q).
• Effetti Strumentali: Rumore termico gaussiano, mascheratura del 50% del cielo (piano galattico) e smoothing tramite il fascio (beam) del telescopio. Sono stati testati due modelli di fascio: uno gaussiano standard (con larghezza dipendente dalla frequenza) e un modello più realistico a "cosine-tapered" con ripple (oscillazioni) simile a quello di MeerKAT.

Il cuore della metodologia proposta è l'implementazione di una versione della Analisi delle Componenti Principali (PCA) basata sui Needlets (onde sferiche), denominata Need-PCA.

• Needlets: A differenza delle armoniche sferiche standard, i needlets offrono una doppia localizzazione sia nello spazio reale (pixel) che nello spazio armonico. Questo permette di gestire dati incompleti (mascherati) e di analizzare le scale angolari in modo più efficiente.
• Pipeline di Confronto: I risultati del Need-PCA sono stati confrontati con altri metodi di separazione cieca e semi-cieca:
  • PCA Standard: Basata su armoniche sferiche.
  • GMCA (Generalized Morphological Component Analysis): Sfrutta la sparsità dei segnali in domini specifici (armoniche o needlets).
  • GNILC (Generalized Needlet Internal Linear Combination): Un metodo semi-cieco che richiede un prior sullo spettro di potenza dell'HI e adatta dinamicamente il numero di componenti da rimuovere.

3. Contributi Chiave

1. Implementazione del Need-PCA: Introduzione di un algoritmo PCA che opera sui coefficienti dei needlets invece che sulle armoniche sferiche globali, sfruttando la localizzazione spaziale per migliorare la separazione dei componenti.
2. Valutazione della Robustezza alla Fuga di Polarizzazione: Analisi sistematica dell'impatto della fuga di polarizzazione sulla capacità di recupero del segnale HI, dimostrando che, in presenza di una maschera galattica adeguata, i metodi di pulizia rimangono stabili.
3. Test con Modelli di Fascio Realistici: Studio dell'efficacia dei metodi di pulizia quando si utilizzano modelli di fascio complessi (con sidelobes e ripple), che introducono strutture frequenziali non lisce nei dati, simulando le condizioni reali di telescopi come MeerKAT/SKAO.
4. Confronto Comparativo: Una valutazione dettagliata delle prestazioni di Need-PCA, Need-GMCA, PCA standard, GMCA standard e GNILC in diverse condizioni di simulazione.

4. Risultati Principali

• Precisione di Recupero: Tutti i metodi testati (Need-PCA, Need-GMCA, PCA, GMCA, GNILC) riescono a recuperare il segnale HI con un'accuratezza inferiore al 10% per multipoli $\ell \gtrsim 30$, quando i foregrounds sono lisci in frequenza.
• Robustezza alla Fuga di Polarizzazione: Contrariamente ad alcune aspettative, l'aggiunta della fuga di polarizzazione non degrada significativamente le prestazioni dei metodi, a patto che il piano galattico sia mascherato. In questo scenario, tutti i metodi recuperano il segnale con la stessa precisione del caso senza leakage, mantenendo fissato il numero di componenti da rimuovere ($N_{fg} = 3$).
• Impatto del Modello di Fascio (Sidelobes):
  • Quando si utilizza un modello di fascio realistico (cosine-tapered con ripple), i metodi PCA e GMCA standard falliscono nel recuperare correttamente il segnale alle grandi scale (bassi $\ell$), mostrando un eccesso di potenza dovuto a residui di foreground.
  • Le versioni basate su Needlets (Need-PCA e Need-GMCA) sono molto più robuste e mantengono prestazioni eccellenti, grazie alla capacità di sfruttare l'informazione 2D locale delle mappe.
  • GNILC tende a "pulire troppo" (over-clean), rimuovendo una frazione significativa del segnale cosmologico, specialmente alle grandi scale, portando a una sottostima dello spettro di potenza.
• Gestione della Risoluzione: L'uso di un fascio costante (stessa risoluzione per tutte le frequenze) non ha migliorato significativamente i risultati rispetto al caso con fascio dipendente dalla frequenza, suggerendo che la differenza di risoluzione tra canali non è il fattore critico per la pulizia.

5. Significato e Conclusioni

Questo studio fornisce un forte supporto all'uso delle tecniche basate sui needlets per l'analisi dei futuri dati di mappatura dell'intensità dell'HI dell'SKAO.

• La Need-PCA si dimostra un metodo efficace, cieco e robusto, capace di gestire sia la complessità dei foregrounds che le sistematiche strumentali (come la fuga di polarizzazione e i modelli di fascio realistici) senza richiedere prior sul segnale cosmologico.
• I risultati indicano che l'uso di wavelets sferiche (needlets) è superiore alle armoniche sferiche globali quando si tratta di gestire dati con maschere complesse e strutture di beam non ideali.
• Il lavoro conferma che, per le survey SKAO-MID nella configurazione AA4, la fuga di polarizzazione non è un ostacolo insormontabile se gestita correttamente con la maschera galattica, e che le tecniche di separazione cieca basate su needlets sono pronte per essere applicate ai dati osservativi reali.