Tomography of the gamma-ray sky from cross-correlation with DESI DR2 and unWISE galaxies

Sintesi Tecnica: Tomografia del Cielo a raggi gamma tramite correlazione incrociata con le galassie DESI DR2 e unWISE

Definizione del Problema
Il cielo a raggi gamma extragalattico osservato da Fermi-LAT contiene sia sorgenti puntiformi rilevate individualmente (ad esempio, nuclei galattici attivi, galassie con formazione stellare) sia un Fondo Gamma Non Risolto (UGRB). Sebbene la natura dell'UGRB sia nota per includere versioni più deboli delle popolazioni rilevate, la sua composizione precisa rimane incerta, con potenziali contributi da fisica esotica o sorgenti ad alto redshift. Precedenti sonde statistiche, come la distribuzione differenziale del conteggio delle sorgenti ($dN/dS$) e il clustering angolare, hanno fornito vincoli ma spesso soffrono di degenerazioni. Nello specifico, le correlazioni incrociate con mappe di lensing debole (ad esempio, dal Dark Energy Survey) hanno prodotto stime di bias elevati ($A_{2\text{halo}} \approx 7$), suggerendo che l'UGRB risieda in ammassi massicci. Tuttavia, l'interpretazione di questi risultati è complicata a causa delle limitate informazioni tomografiche; i larghi kernel di redshift dei campioni di lensing fotometrico creano una degenerazione in cui una popolazione debolmente raggruppata allo stesso redshift dei lenti può simulare una popolazione fortemente raggruppata a un redshift differente.

Metodologia
Questo studio impiega la correlazione incrociata tomografica per risolvere tali degenerazioni, correlando mappe di raggi gamma Fermi-LAT con traccianti della grande struttura (LSS) dotati di precise informazioni di redshift 3D.

• Dati: L'analisi utilizza il catalogo 4FGL-DR4 delle sorgenti puntiformi rilevate e mappe personalizzate dell'UGRB costruite su 16,5 anni di dati Fermi-LAT. Questi sono correlati in incroce con campioni di galassie spettroscopiche dello strumento Dark Energy Spectroscopic Instrument (DESI) DR2, che copre l'intervallo $0,1 < z < 2,1$, e con campioni fotometrici del catalogo unWISE (Blue, Green, Red) che coprono un intervallo di redshift più ampio.
• Analisi: Gli autori misurano gli spettri di potenza angolare ($C_\ell$) utilizzando il codice NaMaster, impiegando l'algoritmo MASTER per deconvolvere le maschere. Calcolano le covarianze gaussiane analitiche, tenendo conto delle correlazioni tra i bin di redshift sovrapposti.
• Modellazione: A causa dei moderati rapporti segnale-rumore, la distribuzione di redshift pesata dal bias ($b \, dN/dz$) non viene ricostruita in modo non parametrico. Inveverso, viene applicato un modello parametrico della forma $b \, dN/dz \propto z^2 \exp[-(z/z_\star)^\beta]$ per adattarsi agli spettri incrociati. L'analisi vincola il redshift di picco ($z_{\text{peak}}$), il parametro di forma ($\beta$) e la normalizzazione (correlata al bias medio).
• Validazione: La metodologia è prima applicata alle sorgenti puntiformi rilevate per validare la ricostruzione delle loro distribuzioni di redshift note. Per l'UGRB, gli autori analizzano anche l'autospettro per stimare la frazione di flusso derivante da contaminazione galattica residua.

Risultati Chiave

1. Sorgenti Puntiformi: La correlazione incrociata delle sorgenti puntiformi extragalattiche rilevate con le galassie DESI e unWISE è rilevata a $\sim 6\sigma$. La distribuzione di redshift pesata dal bias inferita è coerente con la distribuzione delle sorgenti con controparti ottiche identificate (ad esempio, dal catalogo 4LAC-DR3). Il bias lineare medio è trovato essere $b \approx 2$, indicando che queste sorgenti risiedono in aloni di materia oscura con masse $M \sim 10^{13} M_\odot$, simili a quelli che ospitano galassie rosse luminose.
2. Fondo Gamma Non Risolto (UGRB):
   • Rilevamento: L'UGRB è correlato con la LSS con una significatività totale di $\sim 10\sigma$ (dominata da unWISE, con un rilevamento di $6,7\sigma$ da DESI da solo).
   • Distribuzione di Redshift: La distribuzione di redshift dell'UGRB è ampiamente coerente con quella delle sorgenti puntiformi rilevate nell'intervallo $0 < z \lesssim 2$, con redshift mediani simili ($\bar{z} \approx 0,7$).
   • Discrepanza di Ampiezza: Un risultato significativo è la relativa debolezza dell'ampiezza della correlazione incrociata dell'UGRB rispetto alle sorgenti puntiformi. La frazione pesata dal bias $b f_{0-2,1}$ inferita varia tra $\sim 0,4$ e $0,9$, significativamente inferiore al $b \approx 2$ trovato per le sorgenti puntiformi.
   • Contaminazione vs. Emissione ad Alto-z: La bassa ampiezza suggerisce che una frazione sostanziale dell'UGRB non ha origine dalla LSS a $z < 2$. Gli autori stimano che circa il $60\%$ del flusso dell'UGRB nelle loro mappe possa derivare da emissione galattica residua. Se questa contaminazione viene sottratta, il bias rimanente ($b \approx 1-2$) diventa coerente con la popolazione di sorgenti puntiformi. In alternativa, la bassa ampiezza potrebbe indicare un contributo significativo da parte di sorgenti a $z > 2$, che non sono sondate dagli attuali campioni di galassie.

Significatività e Rivendicazioni
L'articolo sostiene di fornire i primi vincoli tomografici sulla distribuzione di redshift delle sorgenti puntiformi di Fermi utilizzando i redshift di clustering. Per quanto riguarda l'UGRB, lo studio dimostra che, sebbene la distribuzione di redshift del fondo non risolto sia ampiamente coerente con le sorgenti rilevate a $z < 2$, l'ampiezza del segnale di clustering è anomalamente bassa. Gli autori sostengono che questa bassa ampiezza non può essere spiegata esclusivamente da un basso bias di alone (poiché anche gli aloni di massa più bassa hanno $b \gtrsim 0,6$). Inveverso, concludono che l'UGRB contiene probabilmente una componente significativa non correlata con la LSS sondata, sia come residui di foreground galattici sia come emissione da sorgenti ad alto redshift ($z > 2$). Il lavoro suggerisce modestamente che la correlazione incrociata con traccianti sensibili a $z > 2$, come il lensing CMB, sia il metodo ideale per distinguere tra queste possibilità e determinare la frazione di emissione ad alto redshift. I risultati evidenziano la necessità di tecniche tomografiche per rompere le degenerazioni tra bias e distribuzione di redshift che hanno ostacolato le interpretazioni precedenti del clustering dell'UGRB.