Prospects for measuring the Doppler magnification dipole with LSST and DESI

Sintesi Tecnica: Prospettive per la misurazione del dipolo di magnificazione Doppler con LSST e DESI

Problema e Motivazione
L'effetto di magnificazione Doppler deriva dalle velocità peculiari delle galassie, che spostano le loro posizioni apparenti nello spazio dei redshift, inducendo una variazione apparente nel loro flusso e nella dimensione angolare. A bassi redshift ($z \lesssim 0.5$), la convergenza indotta dal Doppler ($\kappa_v$) domina sulla convergenza da lensing gravitazionale standard ($\kappa_g$). Questo fenomeno genera un caratteristico pattern di magnificazione dipolare attorno alle sovradensità: le galassie che cadono verso l'osservatore appaiono demagnificate (più piccole e deboli), mentre quelle che si allontanano appaiono magnificate. Sebbene il fondamento teorico di questo effetto sia stato stabilito (ad es. Bonvin 2008; Bacon et al. 2014) e le previsioni precedenti suggerissero rilevamenti con alto rapporto segnale-rumore (SNR) con i futuri survey, l'effetto non è ancora stato rilevato. Rimane una lacuna critica nella quantificazione delle incertezze osservative realistiche, in particolare riguardo alle misurazioni delle dimensioni delle galassie, che sono necessarie per ricostruire il campo di convergenza. Questo articolo affronta la fattibilità del rilevamento del dipolo di magnificazione Doppler attraverso un'analisi congiunta del Dark Energy Spectroscopic Instrument (DESI) e del Vera C. Rubin Observatory's Legacy Survey of Space and Time (LSST).

Metodologia
Gli autori propongono una strategia di cross-correlazione tra un tracciante del conteggio numerico delle galassie (derivato dai redshift spettroscopici del DESI Bright Galaxy Survey, BGS) e un campo di convergenza ricostruito da misurazioni delle dimensioni galattiche (derivate dalle immagini LSST).

1. Selezione del Campione: Lo studio utilizza il catalogo sintetico di galassie cosmoDC2, un catalogo realistico basato sulla simulazione $N$-body Outer Rim. Un campione simile al DESI BGS viene selezionato utilizzando tagli di magnitudine ($r < 19.5$) e criteri di colore, concentrandosi sul campione "Bright" per garantire redshift spettroscopici di alta qualità.
2. Varianza Intrinseca della Dimensione: La dispersione intrinseca nelle dimensioni delle galassie ($\sigma_{\kappa, \text{intrinsic}}$), che funge da limite fondamentale di rumore per la ricostruzione della convergenza, è calcolata direttamente dai veri raggi di semiluce del catalogo cosmoDC2. Questa è suddivisa in bin per redshift e magnitudine apparente.
3. Simulazione delle Immagini e Errori di Misura: Per valutare le incertezze di misura ($\sigma_{\kappa, \text{measured}}$), gli autori simulano immagini di qualità LSST Year 1 (Y1) utilizzando GalSim. Queste simulazioni incorporano realisticamente la Funzione di Diffusione del Punto (PSF), il rumore del detector e il fondo cielo. Le galassie sono modellate come profili di Sérsic a componente singola (indice fisso $n=1.5$).
4. Recupero delle Dimensioni: Le immagini simulate vengono analizzate utilizzando il pacchetto di fitting dei profili Galight per recuperare i raggi di semiluce delle galassie. L'errore di misura è quantificato come la differenza media al quadrato tra i raggi recuperati e quelli veri.
5. Previsioni (Forecasting): L'incertezza totale ($\sigma_{\kappa, \text{total}}$) è calcolata combinando gli errori intrinseci e di misura in quadratura. Questa incertezza è propagata nella matrice di covarianza dello stimatore del dipolo (seguendo Andrianomena et al. 2019) per prevedere il Rapporto Segnale-Rumore (SNR) per la cross-correlazione tra il conteggio numerico e la convergenza attraverso quattro bin di redshift ($0.1 \le z < 0.5$).

Contributi Chiave

• Quantificazione Realistica del Rumore di Dimensione: A differenza di studi precedenti che potrebbero aver assunto condizioni idealizzate, questo lavoro simula esplicitamente le condizioni di imaging simili a LSST e applica una specifica pipeline di fitting del profilo (Galight) per quantificare il contributo dell'errore di misura all'incertezza della convergenza.
• Validazione della Dominanza Intrinseca: L'analisi conferma che, come previsto, la varianza dovuta alla variazione intrinseca della dimensione delle galassie domina sulle misurazioni degli errori di dimensione. Tuttavia, gli autori notano che lo scatter intrinseco trovato in cosmoDC2 potrebbe essere inferiore rispetto a quanto suggerito in parte della letteratura precedente.
• Previsione di Joint Survey: Il documento fornisce la prima previsione dettagliata del dipolo di magnificazione Doppler combinando specificamente i dati spettroscopici DESI con le misurazioni delle dimensioni delle galassie tramite imaging LSST, tenendo conto della specifica area di sovrapposizione e delle caratteristiche di rumore di questi survey.

Risultati

• Precisione della Misura: I risultati della simulazione mostrano che l'incertezza di misura nelle dimensioni delle galassie ($\sigma_{\kappa, \text{measured}}$) è significativamente più piccola della dispersione intrinseca delle dimensioni ($\sigma_{\kappa, \text{intrinsic}}$) in tutti i bin di redshift. Di conseguenza, l'incertezza totale è guidata dallo scatter intrinseco. Il bias di misura ($b_\kappa$) è risultato trascurabile.
• Ampiezza del Dipolo: Il segnale del dipolo predetto ($\xi_{\Delta\kappa}$) è negativo in tutte le separazioni, scendendo rapidamente alle piccole scale ($d \sim 10\text{--}50$ Mpc/$h$), raggiungendo un minimo ampio intorno a $100\text{--}125$ Mpc/$h$, e diventando meno negativo alle grandi scale. L'ampiezza diminuisce all'aumentare del redshift.
• Rilevabilità (SNR): Le previsioni indicano un'alta rilevabilità del segnale del dipolo. L'SNR totale per bin di redshift è calcolato come:
  • $12.98$ per $0.1 \le z < 0.2$
  • $12.97$ per $0.2 \le z < 0.3$
  • $12.66$ per $0.3 \le z < 0.4$
  • $10.41$ per $0.4 \le z < 0.5$
    L'SNR massimo per bin di separazione raggiunge circa $\sim 8\text{--}9$ alle piccole scale ($d \sim 10\text{--}25$ Mpc/$h$).
• Decomposizione della Varianza: L'analisi della covarianza rivela che a bassi redshift e piccole separazioni, la varianza è dominata dal termine di rumore della dimensione ($\Xi_2$). Alle grandi separazioni e ad alti redshift, la varianza cosmica ($\Xi_1$) diventa la principale fonte di incertezza. Il rumore di shot ($\Xi_3$) rimane trascurabile in tutte le scale.

Significatività e Rivendicazioni
Il documento afferma che il dipolo di magnificazione Doppler è un osservabile robusto che può essere rilevato con un'alta significatività ($\text{SNR} \ge 10$) in molteplici bin di redshift tra $0.1$e$0.5$ utilizzando i dataset combinati DESI e LSST. Gli autori sottolineano che questo rilevamento è fattibile perché gli errori di misura derivanti dall'imaging simile a LSST sono sub-dominanti rispetto allo scatter intrinseco della dimensione delle galassie.

Lo studio conclude che questa analisi congiunta offre una sonda indipendente del tasso di crescita delle strutture e delle velocità peculiari, complementare alle tradizionali misurazioni delle Distorsioni nella Velocità dei Redshift (RSD). Gli autori notano che la dipendenza dello stimatore del dipolo dalla cross-correlazione di due campi diversi (conteggio numerico e dimensioni) provenienti da esperimenti differenti fornisce una protezione intrinseca contro i sistematici non correlati (ad es. errori di modellazione della PSF o variazioni del seeing).

Limiti (Caveats)
Gli autori dichiarano esplicitamente diversi limiti:

• Le simulazioni si basano sulle distribuzioni di dimensione di cosmoDC2, che sono basate su modelli semi-analitici e potrebbero non corrispondere perfettamente ai dati reali.
• Le simulazioni delle immagini assumono galassie isolate e non tengono conto del blending (sovrapposizione di sorgenti), che si prevede influenzerà una frazione significativa di galassie nelle immagini profonde di LSST e potrebbe aumentare le incertezze di misura.
• L'analisi assume un profilo di Sérsic a componente singola semplificato per tutte le galassie, mentre le galassie reali presentano strutture complesse.
• La previsione assume un'area di sovrapposizione specifica ($\sim 5.900$ deg$^2$), che potrebbe essere minore nella pratica, sebbene futuri survey come 4MOST potrebbero aumentarla.

Nonostante tali limiti, il documento asserisce che, sotto le ipotesi modellate, lo scatter intrinseco della dimensione è il fattore limitante e che l'SNR risultante è sufficiente per un rilevamento definitivo del dipolo di magnificazione Doppler.