Improving constraints on primordial non-Gaussianity from Quaia with a new cosmological observable: angular redshift fluctuations

Sintesi Tecnica: Miglioramento dei vincoli sulla non-gaussianità primordiale con Quaia tramite le fluttuazioni angolari del redshift

Problema e Motivazione
La rilevazione della non-gaussianità primordiale (PNG), parametrizzata da $f_{\text{NL}}$, è un test critico per i modelli inflazionistici, dove un valore non nullo indicherebbe deviazioni dalle condizioni iniziali gaussiane. Sebbene i vincoli più stretti derivino attualmente dal bispettro della Radiazione Cosmica di Fondo (CMB) (ad esempio, Planck 2018), la Struttura su Grande Scala (LSS) offre una sonda complementare attraverso l'effetto del bias su scala dipendente. Questo effetto, predetto da Dalal et al. (2008), introduce una caratteristica firma $1/k^2$ nel bias delle galassie per la PNG locale. Tuttavia, misurare questo effetto dalla LSS è complesso a causa della necessità di un controllo preciso dei sistemi di errore osservativi sulle grandi scale.

Studi recenti hanno utilizzato gli spettri di potenza angolari 2D e le correlazioni incrociate con il lensing della CMB per vincolare $f_{\text{NL}}$. Questo lavoro affronta la possibilità di migliorare tali vincoli incorporando un nuovo osservabile cosmologico: le Fluttuazioni Angolari del Redshift (ARF). Le ARF misurano le deviazioni angolari 2D del redshift medio di un tracciante di materia all'interno di un dato guscio (shell). Teoricamente, le ARF sono sensibili al bias delle galassie e quindi alla PNG, sebbene la loro applicazione a dati reali per i vincoli di $f_{\text{NL}}$ non fosse stata precedentemente dimostrata.

Metodologia
Gli autori hanno analizzato il catalogo Quaia, un campione a cielo intero di circa 1,3 milioni di quasar (QSO) derivati dai dati Gaia DR3 e unWISE, che copre un vasto volume cosmologico. La pipeline di analisi ha previsto i seguenti passaggi:

1. Preparazione dei Dati: Il campione Quaia è stato suddiviso in due bin di redshift ($\bar{z} \approx 0,97$ e $\bar{z} \approx 2,10$). Sono state generate mappe HEALPix ($N_{\text{side}}=128$) sia per il conteggio numerico delle galassie (densità) che per le ARF. Il campo ARF è stato definito come la fluttuazione del redshift medio pesata per pixel, utilizzando una finestra gaussiana ampia equivalente alla distribuzione di redshift intrinseca del sondaggio.
2. Correlazioni Incrociate: Lo studio ha combinato le mappe di densità e ARF di Quaia con le mappe di convergenza del lensing della CMB di Planck PR4. Ciò ha prodotto quattro osservabili: gli spettri di auto-potenza della densità ($C_{gg}^\ell$) e delle ARF ($C_{zz}^\ell$), e le loro correlazioni incrociate con il lensing della CMB ($C_{\kappa g}^\ell$ e $C_{\kappa z}^\ell$).
3. Modellazione Teorica: È stata utilizzata una versione modificata del codice Boltzmann CAMB (ARFCAMB) per calcolare gli spettri di potenza teorici. Questo codice incorpora il kernel ARF e tiene conto delle incertezze nel redshift fotometrico ($\sigma_z \approx 0,06(1+z)$). Il modello includeva il bias dipendente dalla scala indotto da $f_{\text{NL}}$ sotto la relazione di universalità (assumendo $p=1$), insieme a una parametrizzazione flessibile per l'evoluzione del redshift del bias galattico ($b(z)$).
4. Sistematica e Covarianza: Per affrontare i sistemi di errore osservativi, gli autori hanno impiegato la deproiezione sistematica tramite regressione lineare contro i template di Quaia. I tagli di scala sono stati determinati confrontando gli spostamenti dei dati con le realizzazioni mock; nello specifico, sono stati applicati tagli $\ell_{\text{min}}=14$ per la densità e $\ell_{\text{min}}=10$ per gli auto-spettri ARF per rimuovere gli offset a basso $\ell$ incompatibili con le fluttuazioni statistiche. Una matrice di covarianza è stata derivata da 1.000 simulazioni correlate, con correzioni applicate agli auto-spettri mock per corrispondere all'eccesso di potenza osservato nei dati reali a bassi multipoli.
5. Inferenza dei Parametri: È stata costruita una verosimiglianza gaussiana utilizzando gli spettri di potenza misurati e la matrice di covarianza. Il campionamento MCMC (emcee) è stato utilizzato per vincolare $f_{\text{NL}}$ e i parametri di bias ($b_0, \alpha$).

Risultati Chiave
L'analisi ha prodotto i seguenti vincoli sul parametro di non-gaussianità locale $f_{\text{NL}}$ (assumendo la relazione di universalità con $p=1$):

• Solo ARF: Combinando l'auto-correlazione delle ARF e la correlazione incrociata ARF-lensing CMB, si è ottenuto $f_{\text{NL}} = -43^{+50}_{-44}$.
• Solo Densità: Combinando l'auto-correlazione della densità e la correlazione densità-lensing CMB, si è ottenuto $f_{\text{NL}} = -25^{+19}_{-17}$, coerente con le precedenti analisi di Quaia (Fabbian et al. 2026).
• Analisi Congiunta: Combinando tutte e quattro le osservabili ($C_{gg}^\ell, C_{\kappa g}^\ell, C_{zz}^\ell, C_{\kappa z}^\ell$), si è ottenuto $f_{\text{NL}} = -3 \pm 14$ con un intervallo di confidenza del 68%.
• Ottimizzazione della Bontà del Fit: Gli autori hanno notato lievi tensioni nella $\chi^2$ quando includendo la correlazione incrociata ARF-CMB ($C_{\kappa z}^\ell$). Escludendo questa specifica correlazione incrociata per migliorare la bontà del fit del modello, si è ottenuto $f_{\text{NL}} = -5^{+16}_{-15}$.

Il vincolo congiunto rappresenta un miglioramento di circa il 25% rispetto alla precedente misurazione di Quaia utilizzando solo densità e lensing CMB. Questo risultato costituisce il secondo vincolo più stretto su $f_{\text{NL}}$ utilizzando la statistica a due punti della LSS (dopo i dati spettroscopici DESI DR1) e il più preciso ottenuto utilizzando statistiche riassuntive 2D proiettate.

Significatività e Robustezza
L'articolo sostiene che l'inclusione delle ARF come osservabile cosmologica fornisce un miglioramento misurabile nei vincoli su $f_{\text{NL}}$ utilizzando dati reali. Gli autori hanno verificato la robustezza dei loro risultati attraverso diversi test:

• Modellazione del Bias: I risultati sono rimasti stabili variando il modello fiduciale di evoluzione del bias galattico (testando sia i modelli Piccirilli et al. 2024 che Laurent et al. 2017) e permettendo parametri di bias indipendenti per i campi di densità e ARF.
• Tagli di Scala: I vincoli si sono dimostrati stabili rispetto alle variazioni del taglio del multipolo minimo ($\ell_{\text{min}}$), sebbene sia stata osservata una certa tensione nei parametri di bias, attribuita alla maggiore sensibilità del kernel ARF alle scale non lineari (modi $k$) rispetto al kernel della densità.
• Relazione di Universalità: Quando l'assunzione $p=1$ è stata rilassata a $p=1,6$ (un valore suggerito per i QSO in alcune letteratura), il vincolo è passato a $f_{\text{NL}} = 2^{+20}_{-21}$, o $b_\phi f_{\text{NL}} = -63^{+79}_{-89}$ in un approccio indipendente dal modello.

Gli autori concludono che, sebbene esistano tensioni interne tra le osservabili — probabilmente dovute alla necessità di una migliore modellazione delle scale non lineari nelle ARF — l'aggiunta delle ARF alle analisi 2D è una via promettente. Essi raccomandano l'inclusione delle ARF nelle analisi future di grandi sondaggi come DESI, Euclid e LSST, notando che le ARF potrebbero offrire un'alternativa 2D robusta alla classica clustering 3D, particolarmente per i sondaggi fotometrici dove le incertezze nel redshift sono non trascurabili.