Systematics mitigation for catalogue-based angular power spectra

Titolo: Mitigazione delle sistematiche per gli spettri di potenza angolare basati su cataloghi

Autore: Thomas Cornish, David Alonso, Boris Leistedt, Kevin Wolz
Rivista: MNRAS (2025)

1. Il Problema

La misura accurata degli spettri di potenza angolare ($C_\ell$) è fondamentale per la cosmologia moderna (es. CMB, lensing debole, clustering di galassie). Tradizionalmente, questi spettri vengono calcolati da mappe pixelizzate del cielo utilizzando l'algoritmo pseudo-$C_\ell$ (PCL). Tuttavia, molte osservazioni cosmologiche (come il lensing debole o il clustering di galassie) sono ottenute da campioni discreti (cataloghi di posizioni di sorgenti) piuttosto che da mappe continue.

Il processo standard di conversione dei cataloghi in maphe pixelizzate introduce:

1. Effetti di risoluzione finita e aliasing: Perdita di informazioni su scale angolari inferiori alla dimensione del pixel.
2. Bias sistematici: Errori introdotti dalla discretizzazione.

Recenti lavori (Wolz et al. 2025) hanno sviluppato un formalismo PCL che calcola gli spettri direttamente dai cataloghi, evitando la pixelizzazione. Tuttavia, questo approccio originale non includeva meccanismi per mitigare le sistematiche (es. errori fotometrici, variazioni di profondità del survey, stelle spurie) che contaminano i dati. Le tecniche esistenti per la rimozione delle sistematiche (come la deproiezione di template) sono state sviluppate per mappe continue e non sono direttamente applicabili ai dati basati su cataloghi senza introdurre nuovi bias.

2. Metodologia

Gli autori estendono il formalismo PCL basato su cataloghi per integrare la deproiezione di template (template deprojection), una tecnica che rimuove le componenti del segnale correlate a mappe di contaminazione note.

Le componenti chiave della metodologia sono:

• Deproiezione su Campioni Discreti:

  • Per campi campionati in posizioni discrete, gli autori derivano espressioni esatte per proiettare il campo osservato nello spazio ortogonale ai template di contaminazione.
  • Invece di lavorare su mappe, la deproiezione modifica direttamente i valori del campo ($a_i$) alle posizioni delle sorgenti ($i$) utilizzando una combinazione lineare dei valori dei template nelle stesse posizioni.
  • Viene derivata una correzione analitica esatta per il bias nel rumore shot (shot noise) introdotto dalla deproiezione, che è cruciale per dati dominati dal rumore.

• Caso del Clustering di Galassie:

  • Viene trattato un caso specifico complesso dove la densità delle sorgenti è il campo di interesse e la "maschera" è definita da un catalogo di oggetti casuali (randoms) o da una mappa continua.
  • Gli autori identificano un problema: l'uso diretto della deproiezione standard su cataloghi di randoms porta a coefficienti di deproiezione che non dipendono dai dati reali.
  • Soluzione: Viene proposta una generalizzazione che calcola i coefficienti di deproiezione nello spazio armonico, troncando il calcolo a un multipolo massimo $\ell_{max}$ (tipicamente $\sim 100$). Questo permette di catturare le correlazioni su larga scala tra galassie e sistematiche senza essere influenzati dal rumore di pixel o da correlazioni spurie su piccola scala.

• Correzione della Perdita di Modi (Mode Loss):

  • La deproiezione rimuove fisicamente i modi del segnale correlati ai template, causando un bias negativo nello spettro di potenza.
  • Metodo Analitico: Richiede la conoscenza dello spettro di potenza vero ($C_\ell^{true}$), che spesso è sconosciuto.
  • Metodo Alternativo (Funzione di Trasferimento): Gli autori introducono un metodo basato su simulazioni. Si generano realizzazioni gaussiane con uno spettro di potenza di input, si applica la stessa deproiezione usata sui dati reali e si calcola il rapporto tra lo spettro dopo e prima della deproiezione. Questo rapporto ($T_\ell$) viene usato per correggere i dati osservati.
  • Viene dimostrato che questo metodo è robusto anche se lo spettro di input per le simulazioni è solo una stima approssimativa (tranne che alle scale più grandi, $\ell \lesssim 3$).

3. Contributi Chiave

1. Estensione del Formalismo PCL: Integrazione della deproiezione di template nel codice pubblico NaMaster, permettendo il calcolo di spettri di potenza da cataloghi senza pixelizzazione e con mitigazione delle sistematiche.
2. Correzione Analitica del Rumore Shot: Derivazione di espressioni esatte per il bias introdotto dalla deproiezione nella componente di rumore shot, fondamentale per campi dominati dal rumore.
3. Gestione dei Cataloghi di Randoms: Sviluppo di una procedura specifica per il clustering di galassie che utilizza cataloghi di randoms come maschera, risolvendo il problema della dipendenza dai dati nei coefficienti di deproiezione tramite il troncamento in $\ell$.
4. Validazione della Funzione di Trasferimento: Dimostrazione che l'uso di simulazioni per calcolare una funzione di trasferimento è un'alternativa valida e robusta ai metodi analitici, riducendo la dipendenza dalla conoscenza a priori dello spettro di potenza vero.

4. Risultati

Gli autori hanno validato il metodo su dati simulati e reali:

• Campi Campionati (Simulazioni): Su 1000 realizzazioni di campi gaussiani contaminati da 100 template, il metodo ha recuperato lo spettro di potenza di input senza bias, correggendo sia la perdita di potenza nel segnale che nel rumore shot.
• Clustering di Galassie (Simulazioni): Applicando il metodo ai cataloghi di quasars (Quaia), hanno mostrato che la scelta di $\ell_{max} \approx 100$ è ottimale per minimizzare i bias nei coefficienti di deproiezione. Le correzioni per il rumore shot sono state essenziali per ottenere risultati non distorti.
• Confronto dei Metodi di Correzione: La funzione di trasferimento basata su simulazioni ha prodotto risultati equivalenti al metodo analitico (che usa lo spettro vero) su quasi tutte le scale, fallendo solo alle scale più grandi ($\ell \lesssim 3$) se la stima dello spettro di input era irrealistica.
• Applicazione a Dati Reali (Quaia): Applicando il formalismo al catalogo reale di quasars Quaia, i risultati ottenuti con l'approccio basato su cataloghi (sia con maschera da randoms che continua) sono stati coerenti con quelli ottenuti dal metodo standard basato su mappe pixelizzate, sia prima che dopo la deproiezione.

5. Significato e Impatto

Questo lavoro è significativo perché:

• Abilita l'analisi di dati grezzi: Permette di analizzare direttamente i cataloghi astronomici senza passare per la pixelizzazione, preservando la massima risoluzione angolare e evitando bias di aliasing.
• Mitigazione delle Sistematiche: Risolve il problema critico della rimozione delle sistematiche nei dati basati su cataloghi, un requisito fondamentale per i sondaggi di prossima generazione (Stage IV) come LSST (Vera C. Rubin Observatory) e Euclid, dove le incertezze sistematiche diventeranno dominanti rispetto al rumore statistico.
• Efficienza Computazionale: L'approccio basato su cataloghi è computazionalmente più efficiente e stabile numericamente rispetto ai metodi basati su mappe ad alta risoluzione, specialmente per il calcolo del rumore shot.
• Disponibilità Pubblica: L'implementazione è stata integrata nel pacchetto pubblico NaMaster, rendendo queste tecniche immediatamente accessibili alla comunità cosmologica.

In sintesi, il paper fornisce un quadro teorico e pratico completo per ottenere misure di spettri di potenza angolare non distorte da sistematiche, direttamente da dati catalogali discreti, ponendo le basi per analisi di precisione nella cosmologia osservativa futura.