Analytical method for computing the covariance matrix of cosmic shear two-point correlation function

Sintesi Tecnica: Metodo Analitico per il Calcolo della Matrice di Covarianza della Funzione di Correlazione a Due Punti dello Shear Cosmico

Enunciato del Problema
Una stima accurata della matrice di covarianza per le statistiche dello shear cosmico è un prerequisito per le analisi cosmologiche che utilizzano i sondaggi attuali e futuri di lensing debole su vaste aree. Sebbene la covarianza di campione possa essere misurata da numerose realizzazioni di simulazione, questo approccio diventa computazionalmente proibitivo per i sondaggi di Fase-IV con aree celesti superiori a 10.000 deg², dove poche realizzazioni indipendenti possono essere estratte da simulazioni su tutto il cielo. Di conseguenza, è necessaria una modellazione analitica della covarianza. Tuttavia, le maschere dei sondaggi introducono effetti di accoppiamento dei modi che complicano il calcolo del termine di covarianza gaussiana, in particolare per le funzioni di correlazione a due punti (2PCF) nello spazio reale. I metodi analitici esistenti spesso faticano a riprodurre accuratamente la struttura della covarianza in presenza di geometrie di sondaggio complesse.

Metodologia
Gli autori esaminano metodi analitici per calcolare la matrice di covarianza gaussiana della 2PCF dello shear cosmico, $\xi(\theta)$, tenendo conto della geometria finita del sondaggio (effetti della finestra del sondaggio). Lo studio utilizza 1.000 realizzazioni gaussiane di campi di shear cosmico generati con le maschere del sondaggio HSC Anno 3 (HSC-Y3) come riferimento per testare le previsioni analitiche.

Il quadro analitico procede come segue:

1. Mappatura dallo Spazio Armonico allo Spazio Reale: Lo studio stabilisce la relazione tra lo spettro di potenza convoluto con la finestra, $\tilde{C}_\ell$, e la funzione di correlazione misurata, $\xi_i$. La funzione di correlazione osservata è trattata come uno stimatore non distorto corretto da un fattore dipendente dal numero di coppie di galassie nella regione del sondaggio ($N_{pair}$) e dalla densità numerica media ($n$), derivato dallo spettro di potenza affetto dalla finestra $\tilde{C}_\ell$.
2. Proiezione della Covarianza: La covarianza della 2PCF nello spazio reale, $\text{Cov}(\xi_i, \xi_j)$, è formalmente espressa come una doppia trasformata di Legendre della covarianza nello spazio armonico, $\text{Cov}(\tilde{C}_\ell, \tilde{C}_{\ell'})$.
3. Stimatori Analitici: Vengono valutati tre approcci specifici per stimare la covarianza nello spazio armonico:
   • Approssimazione del Nucleo Stretto Migliorata (iNKA): Assume che la matrice di accoppiamento dei modi sia fortemente localizzata intorno a $\ell \simeq \ell'$, permettendo un calcolo rapido di $\text{Cov}(\tilde{C}_\ell, \tilde{C}_{\ell'})$.
   • Approssimazione $f_{sky}$: Un'approssimazione standard che assume che la covarianza sia diagonale e scalata dalla frazione di cielo.
   • Metodo dei Conteggi Quartici Ponderati: Calcola la covarianza della 2PCF direttamente nello spazio delle configurazioni utilizzando conteggi quartici di coppie di galassie ponderati per $\xi \times \xi$, seguendo il formalismo di Schneider et al. (2002).

Risultati Chiave
Lo studio confronta le previsioni analitiche con la covarianza di campione misurata direttamente dalle 1.000 simulazioni gaussiane:

• Validazione del Quadro: La relazione tra lo spettro di potenza convoluto con la finestra e la funzione di correlazione (Eq. 2.6) è stata validata, confermando che il quadro pseudo-$C_\ell$ descrive correttamente gli effetti della finestra del sondaggio e fornisce una mappatura accurata tra spazio armonico e spazio reale.
• Limiti dell'iNKA: Sebbene l'iNKA riproduca accuratamente le componenti diagonali della covarianza nello spazio armonico ($\text{Cov}(\tilde{C}_\ell, \tilde{C}_{\ell'})$) entro il 10%, non riesce a modellare accuratamente le componenti fuori diagonale. Quando queste covarianze nello spazio armonico sono proiettate nello spazio reale tramite la trasformazione di Legendre, le imprecisioni residue nei termini fuori diagonale si propagano in modo significativo. Di conseguenza, la covarianza derivata dall'iNKA per $\xi(\theta)$ non riproduce la covarianza misurata dalle simulazioni, nemmeno per le componenti diagonali della matrice di covarianza della 2PCF.
• Superiorità dei Conteggi Quartici: Al contrario, il metodo dei conteggi quartici ponderati dimostra un accordo significativamente migliore con i risultati delle simulazioni. Questo metodo, che modella esplicitamente le correlazioni basate sulle coppie nello spazio delle configurazioni, riproduce con successo la struttura della covarianza senza fare affidamento sull'assunzione di predominanza diagonale dell'iNKA.
• Approssimazione $f_{sky}$: Anche l'approssimazione $f_{sky}$ mostra discrepanze rispetto alle simulazioni, sebbene il metodo dei conteggi quartici sia evidenziato come il più accurato tra gli stimatori analitici testati.

Significato e Affermazioni
Il documento conclude che una modellazione accurata della struttura fuori diagonale della covarianza nello spazio armonico è cruciale per ottenere stime affidabili della covarianza delle statistiche di lensing debole nello spazio reale quando sono presenti effetti della finestra del sondaggio. Gli autori dimostrano che estendere semplicemente l'iNKA alle statistiche nello spazio reale è insufficiente a causa dell'amplificazione degli errori fuori diagonale durante la trasformazione di Legendre.

Il contributo principale di questo lavoro è l'identificazione del specifico modo di fallimento dell'iNKA nel contesto della covarianza della 2PCF e la validazione del metodo dei conteggi quartici ponderati come un'alternativa analitica più robusta per i sondaggi di Fase-IV. I risultati implicano che i futuri sondaggi su vaste aree che richiedono un'inferenza precisa dei parametri cosmologici devono impiegare metodi analitici che catturino l'accoppiamento dei modi oltre le semplici approssimazioni diagonali nello spazio armonico.