Tracing Large-scale Structure with the MeerKLASS On-the-Fly Survey: Angular Clustering of Radio Sources at 816 MHz

Sintesi Tecnica: Tracciare la Struttura su Grande Scala con il MeerKLASS On-the-Fly Survey

Problema e Motivazione
I rilievi del continuo radio offrono una finestra unica, priva di bias dovuto alla polvere, sulla struttura su grande scala (LSS) dell'Universo, tracciando il campo di densità della materia attraverso nuclei galattici attivi (AGN) radio-luminosi e galassie con formazione stellare (SFG). Tuttavia, misurazioni robuste del clustering angolare da cataloghi radio non sono banali a causa della completezza spazialmente variabile guidata dal rumore dipendente dalla posizione, dalla complessa morfologia delle sorgenti (dove singole galassie fisiche vengono risolte in più componenti del catalogo) e dalla generale mancanza di informazioni dirette sul redshift. Misurazioni precedenti utilizzando rilievi come FIRST e NVSS hanno stabilito il clustering di popolazioni dominanti dagli AGN, ma rimane la necessità di misurazioni del clustering ad alta fedeltà a frequenze intermedie $\sim$GHz con interferometri moderni con variazioni di profondità ben caratterizzate e sovrapposizione con contemporanei programmi spettroscopici ottici. Questo articolo affronta tali sfide presentando la prima analisi del clustering angolare del MeerKLASS UHF on-the-fly (OTF) continuum Data Release 1 (DR1).

Metodologia
L'analisi utilizza il dataset MeerKLASS UHF DR1, che copre $\sim$800 deg$^2$ all'interno dell'impronta (footprint) di DESI a una frequenza di riferimento di 816 MHz. Il rilievo impiega una strategia OTF a elevazione costante con scansioni incrociate di salita e discesa, risultando in un pattern di profondità non uniforme che deve essere esplicitamente modellato.

1. Definizione del Campione: Un campione di clustering conservativo è stato costruito dai 95.483 sorgenti uniche del catalogo sorgenti (SRL) del DR1. La selezione fiduciale applica:

   • Una soglia di densità di flusso di $S_{816} > 2$ mJy.
   • Una maschera controllata dalla profondità che restringe l'analisi alle regioni con rumore RMS locale $\sigma_{local} \le 250$ $\mu$Jy beam$^{-1}$.
   • Un criterio "solo compatto" ($S\_Code = 'S'$ e $N\_Gaus = 1$) per mitigare l'eccesso di potenza su piccola scala causato dalla frammentazione di galassie radio multi-componente.
   • Un taglio conservativo sull'Ascensione Retta (RA) ($RA \le 184.07^\circ$) per garantire l'uniformità tra dati e random.
     Ciò ha portato a un catalogo di clustering finale di 39.483 sorgenti.

2. Maschera e Random: Una maschera di rilievo binaria è stata costruita a partire dall'impronta geometrica e dalla mappa della profondità RMS. I cataloghi random sono stati generati uniformemente all'interno di questa maschera per tracciare la funzione di selezione angolare, validata controllando l'uniformità del rapporto di densità superficiale tra dati e random.

3. Misurazione della Correlazione: La funzione di correlazione a due punti angolare, $w(\theta)$, è stata misurata utilizzando lo stimatore di Landy–Szalay su 20 bin logaritmicamente spaziati ($0.02^\circ \le \theta \le 10^\circ$). Le incertezze e le covarianze bin-to-bin sono state stimate utilizzando una tecnica di ricampionamento jackknife spaziale con 30 patch. È stata applicata una correzione del vincolo integrale (IC) per tenere conto della dimensione finita dell'impronta del rilievo.

4. Modellazione e Inferenza del Bias:

   • Fit Fenomenologico: Il segnale è stato caratterizzato usando un modello di legge di potenza $w(\theta) \approx A(\theta/1^\circ)^{1-\gamma}$ con una pendenza fissa $\gamma=1.8$.
   • Interpretazione Fisica: Il clustering misurato è stato interpretato tramite il fitting di template di materia proiettata $\Lambda$CDM ($w_{DM}(\theta)$) calcolati con CAMB e l'approssimazione di Limber. Poiché i singoli redshift non sono disponibili, l'analisi ha racchiuso l'incertezza sistematica dominante (la distribuzione del redshift $N(z)$) utilizzando due prior derivati dalle simulazioni semi-empiriche T-RECS: un prior dominato da AGN e un prior TOTAL (AGN + SFG). Un bias efficace su larga scala ($b_{eff}$) è stato inferito scalando il template ai dati.

Risultati Chiave

• Rilevamento: Un segnale di clustering positivo è stato rilevato nell'intervallo $0.02^\circ \lesssim \theta \lesssim 10^\circ$. La misurazione è stabile rispetto alle variazioni della maschera di profondità e della soglia di flusso su scale intermedie e grandi.
• Ampiezza della Legge di Potenza: Il fitting del segnale su scala intermedia ($0.112^\circ \le \theta \le 1.36^\circ$) con una pendenza fissa $\gamma=1.8$ fornisce un'ampiezza di $A(1^\circ) = (1.434 \pm 0.475) \times 10^{-3}$, corrispondente a $\log_{10} A = -2.843^{+0.124}_{-0.175}$.
• Bias Efficace: Il bias efficace inferito dipende significativamente dalla distribuzione di redshift assunta:
  • Prior AGN: $b_{eff} = 1.998 \pm 0.350$.
  • Prior TOTAL: $b_{eff} = 1.530 \pm 0.265$.
    La dispersione tra questi valori ($\Delta b_{eff} \approx 0.47$) è identificata come l'incertezza di modellazione dominante, derivante dalla sconosciuta miscela di popolazioni nel campione limitato dal flusso.
• Lunghezza di Correlazione: L'inversione di Limber dell'ampiezza della legge di potenza produce lunghezze di correlazione spaziale di $r_0 = 6.18 \pm 1.13$ $h^{-1}$Mpc (prior AGN) e $r_0 = 5.59 \pm 1.02$ $h^{-1}$Mpc (prior TOTAL).
• Sistematiche: Rilassando il criterio di compattezza si è osservato un pronunciato aumento di $w(\theta)$ su piccole scale ($\theta < 0.1^\circ$), confermando la necessità della selezione solo-compatta per misurazioni robuste del clustering su larga scala.

Significatività e Rivendicazioni
L'articolo stabilisce MeerKLASS UHF DR1 come un nuovo dataset di ampie dimensioni e frequenza intermedia per il clustering del continuo radio. Gli autori affermano che i loro risultati dimostrano la viabilità delle immagini interferometriche OTF per misurazioni di precisione della struttura su grande scala, colmando il divario tra i classici rilievi all-sky a GHz (es. NVSS) e i nuovi rilievi a bassa frequenza (es. LoTSS).

Lo studio evidenzia che, sebbene i risultati attuali siano limitati dall'incertezza nella distribuzione del redshift ($N(z)$), la sovrapposizione con l'impronta di DESI fornisce una chiara strada da seguire. Gli autori dichiarano che i futuri rilasci, incorporando la spettroscopia ottica/IR sovrapposta per un miglior calibrazione del redshift, permetteranno misurazioni del clustering per popolazione separata e misurazioni dell'evoluzione del bias con un'incertezza di modellazione sostanzialmente ridotta. Il presente lavoro serve come passo fondamentale, fornendo una misurazione conservativa e ben controllata che valida la strategia di rilievo e i prodotti dei dati per applicazioni cosmologiche.