Testing the inference of kinematics from mock JWST NIRSpec/MSA observations of TNG50 galaxies at $z\sim2-6$

Sintesi Tecnica: Test dell'inferenza della cinematica da osservazioni mock di JWST NIRSpec/MSA di galassie TNG50 a $z \sim 2-6$

Problema
Comprendere l'evoluzione dinamica delle galassie richiede la misurazione delle velocità di rotazione ($v$) e delle dispersioni di velocità ($\sigma$) del gas ionizzato attraverso i tempi cosmici. Sebbene le simulazioni idrodinamiche come IllustrisTNG forniscano dati spaziali e cinematici in 6 dimensioni, esse mancano di soluzioni esplicite di trasferimento della radiazione per specifici setup osservativi. Al contrario, gli studi osservativi che utilizzano strumenti come l'array di micro-slat (MSA) di JWST NIRSpec si affidano alla modellazione forward per inferire la cinematica da spettri 2D. Questi modelli tipicamente assumono che le galassie siano dischi sottili, assialsimmetrici e rotanti, con profili di intensità di Sérsic e curve di velocità arcotangenti. Tuttavia, le galassie ad alto redshift ($z > 2$) spesso esibiscono morfologie complesse (sferoidali, clumpy) e moti non circolari (inflow/outflow) che possono violare tali assunzioni. Esiste una critica mancanza di validazione statistica riguardo alla capacità dei modelli parametrici semplici di recuperare accuratamente la cinematica intrinseca per tipiche galassie ad alto redshift, specialmente dato la limitata risoluzione spaziale e la natura basata su fenditure (slit-based) delle osservazioni MSA rispetto alle unità di campo integrale (IFU).

Metodologia
Gli autori utilizzano la simulazione cosmologica ad alta risoluzione TNG50 per generare una pipeline di osservazione mock end-to-end per oltre 4.000 galassie in formazione stellare ($M_* = 10^8 - 10^{11.5} M_\odot$) a redshift $z = 2, 3, 4, 6$.

1. Misurazioni Intrinseche: Gli autori definiscono le quantità cinematiche "intrinseche" ($v_{max}$ e $\sigma_e$) all'interno del raggio efficace ($r_e$) del gas emittente H$\alpha$. Testano esplicitamente la sensibilità di questi valori intrinseci alle scelte di misurazione, inclusi la dimensione dell'apertura, il binning spaziale (0.5 vs. 5 ckpc) e gli schemi di ponderazione (non ponderato vs. ponderato con il tasso di formazione stellare - SFR).
2. Osservazioni Mock:
   • Imaging: Immagini mock NIRCam sono generate proiettando le celle di gas in formazione stellare, convertendo i tassi di formazione stellare (SFR) in luminosità H$\alpha$ tramite la relazione di Kennicutt (1998), e convolvendo con le PSF di NIRCam. Viene aggiunto del rumore per simulare esposizioni profonde tipo JADES.
   • Spettroscopia: Spettri 2D mock di NIRSpec/MSA sono creati proiettando le celle di gas lungo un asse casuale, assegnando velocità lungo la linea di vista e convolvendo con la LSF (Line Spread Function) e la PSF di NIRSpec. Viene applicato rumore gaussiano per ottenere un rapporto segnale-rumore (S/N) comparabile ai dati più profondi esistenti di JWST (S/N $\sim$ 50).
3. Pipeline di Inferenza:
   • Morfologia: Le immagini mock NIRCam vengono adattate con pysersic per derivare i priori morfologici (raggio efficace $r_e$, indice di Sérsic $n_s$, rapporto d'aspetto $q$, angolo di posizione PA).
   • Cinematica: Gli spettri mock NIRSpec vengono adattati utilizzando msafit, assumendo un modello di disco sottile e rotante con un profilo di velocità arcotangente e dispersione di velocità costante. I parametri morfologici derivati dall'imaging sono utilizzati come forti priori. Il fitting impiega una minimizzazione $\chi^2$ pesata, includendo una scalatura del flusso non parametrica riga per riga per tenere conto delle distribuzioni di luce clumpy.

Contributi Chiave e Risultati
Lo studio confronta i parametri cinematici di miglior adattamento derivati dagli spettri mock rispetto ai valori intrinseci della simulazione per quantificare i bias osservativi.

• Accuratezza del Recupero: Per sorgenti allineate e risolte a $z=3$, le velocità rotazionali ($v$) e le dispersioni di velocità ($\sigma$) inferite concordano generalmente con le misurazioni intrinseche entro un fattore di $\sim 2$ e $\sim 1.5$, rispettivamente. Lo scatter in $v$ è maggiore rispetto a quello in $\sigma$.
• Bias Sistematici:
  • Dipendenza dalla Morfologia: Il recupero è robusto per sistemi lisci e simili a dischi. Tuttavia, per sistemi intrinsecamente allungati o sferoidali (elevati rapporti d'aspetto intrinseci $C/A$), $v$ tende a essere sovrastimata e $\sigma$ sottostimata di oltre un fattio 2. Ciò accade perché l'assunzione di disco sottile forza il modello a interpretare l'allargamento non rotazionale come un effetto di inclinazione.
  • Evoluzione con il Redshift: Lo scatter nell'accuratezza del recupero aumenta a redshift più elevati ($z > 3$) man mano che le galassie deviano più fortemente dall'assunzione di disco sottile.
  • Individuale vs. Popolazione: Sebbene la cinematica delle singole galassie ($v/\sigma$) possa essere classificata erroneamente di un fattore 2–3 (ad esempio, un sistema supportato dalla dispersione che appare supportato dalla rotazione), i trend della popolazione sono recuperati in modo robusto. La debole evoluzione con il redshift di $\sigma$ e $v/\sigma$, nonché la dipendenza di $\sigma$ dal SFR globale, sono preservati nei dati mock-inferiti.
• Relazioni di Scaling: La relazione $\sigma$-SFR inferita si allinea bene con i modelli teorici "mass-transport + feedback" (Krumholz et al. 2018), suggerendo che nonostante le incertezze individuali, la modellazione cinematica può vincolare in modo affidabile i driver fisici della turbolenza (feedback vs. gravità) nelle popolazioni di galassie.
• Modalità di Fallimento: Circa il 5–10% delle sorgenti fallisce l'adattamento al modello di disco sottile, spesso a causa di morfologie irregolari, sistemi con massa stellare elevata con gradienti di velocità centrali ripidi non catturati dai profili arcotangenti, o sorgenti dove la $\sigma$ intrinseca è al di sotto del limite inferiore del modello ($10$ km s$^{-1}$).

Significatività e Rivendicazioni
L'articolo rivendica di fornire il primo framework end-to-end per confrontare le osservazioni NIRSpec MSA con le simulazioni cosmologiche per quantificare i bias nella misurazione della cinematica del gas ionizzato. Gli autori concludono che, sebbene i modelli di disco sottile semplici siano insufficienti per determinare la precisa "dischettosità" ($v/\sigma$) delle singole galassie ad alto redshift a causa delle grandi incertezze, essi sono efficaci per recuperare i trend statistici della popolazione.

Il lavoro evidenzia che le inferenze osservative di $v/\sigma$ per i singoli sistemi a $z \ge 2$ dovrebbero essere trattate con cautela, poiché possono essere influenzate dall'assunzione di geometria a disco sottile e dalla presenza di moti non circolari. Gli autori sostengono che per migliorare i vincoli sullo stato dinamico delle galassie primordiali, il lavoro futuro deve andare oltre la spettroscopia 2D a fenditura verso osservazioni IFU 3D o strategie di slit-stepping, e sviluppare modelli cinematici dedicati che tengano conto delle complesse morfologie 3D e della natura clumpy intrinseca delle galassie ad alto redshift. Lo studio sottolinea che le attuali limitazioni non sono meramente strumentali ma derivano dal disallineamento tra i modelli parametrici semplici e la complessità intrinseca della fisica della formazione delle galassie.