RotCurves: A PYTHON package for efficient modelling and fitting of galactic rotation curves at high-z

Sintesi Tecnica: RotCurves – Un pacchetto Python per la modellazione e il fitting efficiente di curve di rotazione galattica ad alto redshift ($z$)

Definizione del Problema
Le curve di rotazione sono fondamentali per comprendere la struttura, la dinamica e gli aloni di materia oscura delle galassie. Tuttavia, l'analisi di queste curve ad alto redshift ($z$) presenta sfide significative dovute allo smorzamento della luminosità superficiale e alla limitata risoluzione angolare. Queste limitazioni portano al "beam smearing" (effetto di allargamento del fascio), ovvero un ammorbidimento artificiale dei gradienti di velocità causato dalla convoluzione della luce proveniente da grandi aree fisiche sopra la sorgente. Correggere questo effetto è critico ma computazionalmente oneroso. Gli strumenti esistenti di modellazione forward-parametrica, come dysmalpy, costruiscono interi datacube 3D o 4D (che includono dimensioni spaziali e spettrali) per simulare le osservazioni. Sebbene accurati, questi metodi sono intensivi dal punto di vista computazionale, richiedendo spesso secondi o minuti per singola realizzazione, il che ostacola la rapida esplorazione dei parametri, il test di molteplici assunzioni di modelli di massa e l'elaborazione di grandi campioni provenienti dalle imminenti survey con Unità di Campo Integrale (IFU). È necessario uno strumento che bilanci l'accuratezza della correzione del beam smearing con l'efficienza computazionale.

Metodologia
Gli autori presentano RotCurves, uno strumento di modellazione forward-parametrica progettato per adattare efficientemente le curve di rotazione galattica approssimando il processo di beam smearing in 2D anziché in 3D.

• Costruzione del Modello: Il codice costruisce un modello di galassia idealizzato e assialsimmetrico in equilibrio centrifugo. Calcola la velocità circolare intrinseca nel piano medio galattico sommando i contributi di varie componenti di massa:
  • Barioni: Modellati come dischi sottili o spessi e bulge utilizzando profili di Sérsic (inclusi profili esponenziali e di de Vaucouleurs).
  • Materia Oscura: Modellata come aloni sfericamente simmetrici utilizzando profili quali NFW, $\alpha$-NFW, Burkert, Einasto e Dekel-Zhao. Il codice include un'opzione per la contrazione adiabatica dell'alone dovuta all'accumulo barionico.
  • Supporto di Pressione: Il modello corregge la velocità di rotazione osservata per i gradienti di pressione nel mezzo interstellare (ISM) turbolento utilizzando assunzioni di equilibrio idrostatico, convertendo la velocità circolare intrinseca in velocità rotazionale osservabile in base alla dispersione di velocità ($\sigma_0$).
• Approssimazione del Beam Smearing: A differenza degli strumenti che ruotano un cubo galattico 3D per farlo corrispondere al cielo e lo convolvono con una PSF (Point Spread Function), RotCurves proietta il fascio sul piano medio galattico. Per un dato angolo di inclinazione $i$, una PSF gaussiana circolare viene trasformata in una gaussiana bi-variata con un rapporto d'aspetto di $1/\cos(i)$. La velocità osservata e la dispersione di velocità a un dato raggio sono calcolate come medie pesate su questo "fascio efficace", tenendo conto del profilo di emissione (pesatura della luce) e della proiezione lungo la linea di vista.
• Procedura di Fitting: Il pacchetto include un motore di inferenza Bayesiana integrato utilizzando il campionatore MCMC emcee. Adatta il modello alle curve di rotazione osservate minimizzando una funzione di log-probabilità composta da una verosimiglianza (likelihood) di tipo least-squares e prior definiti dall'utente (uniformi o gaussiani) su parametri quali massa barionica, raggio efficace, rapporto bulge-to-total, dispersione di velocità intrinseca e massa dell'alone di materia oscura.

Contributi Chiave

1. Efficienza Computazionale: RotCurves raggiunge un tempo di esecuzione di $\sim 10-20$ ms per realizzazione per una tipica griglia, il che rappresenta un incremento di velocità di circa 250 volte rispetto a dysmalpy (che impiega $\sim 3-4$ secondi per lo stesso compito). Questo aumento di velocità è ottenuto evitando la costruzione di interi hypercube 4D.
2. Proiezione del Fascio 2D: Il documento introduce e valida un metodo di proiezione 2D per il beam smearing che tiene conto dell'inclinazione senza richiedere l'integrazione volumetrica 3D completa.
3. Benchmarking: Gli autori confrontano rigorosamente RotCurves con dysmalpy utilizzando osservazioni sintetiche di un modello di galassia fiduciale a $z=2$.

Risultati

• Accuratezza vs. dysmalpy: Per sistemi ben risolti (PSF FWHM $< R_{\text{eff}}$), RotCurves riproduce le curve di rotazione e di dispersione osservate (generate da dysmalpy) con un errore entro il 5% fino a $3R_{\text{eff}}$. Nei sistemi marginalmente risolti (PSF FWHM $\gtrsim 1.5 R_{\text{eff}}$), le discrepanze aumentano fino al 15%.
  • Differenze Sistematiche: RotCurves tende a sottostimare leggermente la dispersione di velocità nelle regioni interne (di circa il $10\%$) perché considera solo i moti nel piano medio, mentre dysmalpy integra particelle fuori dal piano medio che allargano la riga.
• Recupero dei Parametri: Utilizzando il fitting MCMC su dati sintetici, RotCurves recupera con successo i parametri intrinseci del modello (massa, raggio, dispersione, frazione di materia oscura) attraverso un'ampia gamma di proprietà galattiche.
  • Bias: Emergono bias sistematici per il raggio efficace ($R_{\text{eff}}$), che viene spesso sovrastimato di un fattore $\sim 1.5$, e per le basse masse del disco ($M_{\text{disk}} \lesssim 3 \times 10^9 M_\odot$), dove la massa del disco è scarsamente vincolata.
  • Rapporto Segnale-Rumore (S/N): Il recupero dei parametri è eccellente ad alti S/N ($\gtrsim 25$). A bassi S/N, le deviazioni aumentano, in particolare per la massa del disco e le frazioni di materia oscura. Tuttavia, la massa del bulge e la dispersione di velocità intrinseca rimangono relativamente robuste anche a bassi S/N.
• Limiti di Inclinazione: Lo strumento è più adatto per inclinazioni comprese tra $10^\circ$ e $80^\circ$.

Significato e Rivendicazioni
Il paper posiziona RotCurves principalmente come uno strumento esplorativo per il test rapido di assunzioni di modelli di massa e studi di parametri, piuttosto che come un sostituto della modellazione 3D completa in ogni contesto. La sua importanza risiede nella sua capacità di:

• Elaborare efficientemente grandi campioni di dati osservativi provenienti dalle attuali e future survey IFU su larga scala (es. VLT/MAVIS, JWST/NIRSpec, ELT/MOSAIC).
• Facilitare il test di diversi prior, forme di profilo e effetti sistematici senza l'onere computazionale delle simulazioni 3D complete.
• Fornire stime rapide e ragionevoli dei parametri per galassie ad alto redshift, fungendo da punto di partenza per analisi più dettagliate.

Gli autori sottolineano che, sebbene RotCurves sia altamente efficiente e accurato per sistemi ben risolti, gli utenti devono prestare cautela nell'interpretare i risultati per sistemi scarsamente risolti e con basso S/N, dove gli effetti di beam smearing sono più severi e i bias sistematici (particolarmente per $R_{\text{eff}}$) sono più pronunciati. Il codice è pubblicamente disponibile su GitHub.