One with HI: Modelling HI Intensity Mapping one-point statistics including systematics

Sintesi Tecnica: One with HI: Modellazione della statistica a punto singolo della intensità dell'HI includendo i sistemi di disturbo

Problema
La mappatura dell'intensità (IM) dell'idrogeno neutro (HI) offre una finestra unica sull'Universo post-riionizzazione ($z \leq 6$) e sarà un driver scientifico primario per i prossimi sondaggi come il Square Kilometre Array Observatory (SKAO). Sebbene lo spettro di potenza ($P(k)$) sia lo strumento standard per estrarre informazioni cosmologiche, esso cattura solo l'informazione gaussiana. Oltre alle statistiche a due punti, come la funzione di densità di probabilità (PDF) a punto singolo, promettono di estrarre ulteriori informazioni non gaussiane. Tuttavia, modellare accuratamente queste statistiche è difficile a causa dei sistemi di disturbo (systematics) osservativi intrinseci ai sondaggi radio, specificamente gli effetti del fascio del telescopio (beam), la rimozione dei foreground e il rumore termico. Questi sistemi di disturbo smorzano specifici modi e attenuano il segnale, potenzialmente oscurando le firme non gaussiane necessarie per rompere le degenerazioni tra i parametri cosmologici (ad esempio, $\Omega_M$ e $\sigma_8$) e i parametri di bias ($b_1$).

Metodologia
Gli autori sviluppano un quadro teorico per modellare la PDF dell'intensità dell'HI in celle sferiche, incorporando i sistemi di disturbo osservativi e validandolo rispetto a simulazioni ad alta risoluzione.

1. Dati di Simulazione: Lo studio utilizza la suite di simulazioni UNIT (N-body di materia oscura solamente) con un volume di $1 \, h^{-3}\text{Gpc}^3$. Le proprietà delle galassie e le masse di gas freddo sono assegnate agli aloni utilizzando il modello Semi-Analytic Galaxy Evolution (SAGE). Le masse di HI sono derivate dalle masse di gas freddo e mappate in mappe di intensità utilizzando uno schema Nearest Grid Point (NGP) in voxel cubici ($1 \, \text{Mpc}/h$).
2. Modellazione dei Sistemi di Disturbo:
   • Rimozione dei Foreground: Modellata come una soppressione esponenziale dei grandi modi radiali ($k_\parallel$) per emulare la rimozione dell'emissione sincrotrone galattica, che è regolare.
   • Fascio del Telescopio (Beam): Modellato come una convoluzione gaussiana nel piano trasversale, sopprimendo le piccole scale angolari.
   • Rumore Termico: Aggiunto come un campo casuale gaussiano con varianza derivata dalle specifiche strumentali (SKA1-MID).
   • Questi effetti sono applicati nello spazio Fourier al campo di intensità dell'HI.
3. Quadro Teorico:
   • PDF della Materia: Modellata utilizzando la Large Deviation Theory (LDT) e l'approssimazione di Collasso Sferico (SC) per predire la PDF non lineare della densità di materia.
   • Bias dell'HI e Stochasticità: La distribuzione condizionata dell'HI data la densità della materia oscura, $P(\delta_{HI}|\delta_m)$, è modellata usando un'espansione del bias euleriano quadratica e una parametrizzazione della stochasticità non-poissoneana. Gli autori utilizzano il codice CosMomentum per calcolare la PDF del tracciante mediante la convoluzione della PDF della materia con questa distribuzione condizionata.
   • Spettro di Potenza: Modellato usando hmcode-2020 per lo spettro di potenza della materia non lineare, combinato con un modello di bias lineare, rumore di shot e i kernel dei sistemi di disturbo (beam e foreground) applicati come una funzione di modulazione $S_{eff}(k)$.
4. Validazione e Previsione: I modelli teorici sono validati rispetto alle statistiche basate sulle simulazioni utilizzando una tecnica di campionamento jackknife per stimare le covarianze. Viene eseguita un'analisi della matrice di informazione di Fisher per prevedere i vincoli sui parametri cosmologici ($\Omega_M, \sigma_8$) e sul bias lineare ($b_1$) per una configurazione di sondaggio SKA1-MID.

Contributi Chiave

• Modello PDF Integrato con i Sistemi di Disturbo: Il documento presenta un modello teorico per la PDF a punto singolo dell'HI che incorpora esplicitamente gli effetti dei fasci dei telescopi, la rimozione dei foreground e il rumore termico. Ciò viene ottenuto modificando la funzione di tasso (rate function) nel framework LDT per includere i kernel dei sistemi di disturbo e regolando i parametri di bias condizionato/stochasticità.
• Caratterizzazione di Bias e Stochasticità: Gli autori quantificano il bias dipendente dalla scala e la stochasticità dei traccianti HI in presenza di sistemi di disturbo, dimostrando che un modello di bias quadratico e un'espansione del secondo ordine per la stochasticità forniscono un buon adattamento ai dati della simulazione, sebbene termini di ordine superiore possano essere necessari a scale più piccole.
• Rottura della Degenerazione: Il lavoro dimostra come combinare la PDF dell'HI con lo spettro di potenza permetta di rompere la degenerazione tra il bias lineare ($b_1$) e l'ampiezza delle fluttuazioni ($\sigma_8$), un limite intrinseco alle sole statistiche a due punti.

Risultati

• Accuratezza del Modello: Le previsioni della PDF teorica concordano con le misurazioni basate sulle simulazioni con un'accuratezza nell'ordine dei percentuali (tipicamente $<4\%$ di deviazione alla scala di smoothing più piccola $R=15.5 \, \text{Mpc}/h$) quando si utilizzano i momenti condizionati simulati. Utilizzando modelli di bias parametrici, le discrepanze sono leggermente maggiori ma rimangono entro limiti accettabili per le previsioni di Fisher.
• Impatto dei Sistemi di Disturbo: Il fascio del telescopio è identificato come il sistema di disturbo dominante, riducendo significativamente la varianza della PDF. La rimozione dei foreground modifica leggermente la forma, mentre il rumore termico è ampiamente soppresso dallo smoothing sferico.
• Vincoli Cosmologici:
  • Piano $\Omega_M - \sigma_8$: Combinare lo spettro di potenza con la PDF a una grande scala di smoothing ($R=31.0 \, \text{Mpc}/h$) riduce significativamente la degenerazione tra $\Omega_M$ e $\sigma_8$, stringendo le incertezze di circa il 64% per $\Omega_M$ e del 49% per $\sigma_8$ rispetto allo spettro di potenza da solo. Ciò è attribuito al disallineamento delle direzioni di degenerazione tra le due statistiche.
  • Degenerazione $\sigma_8 - b_1$: Per rompere la degenerazione tra $\sigma_8$ e il bias $b_1$, la PDF a una scala di smoothing più piccola ($R=15.5 \, \text{Mpc}/h$) si rivela più efficace. Questo perché la riduzione dello skewness della PDF è più sensibile al parametro di bias su scale più piccole e non gaussiane.
• Bias dei Parametri: Gli autori riscontrano che il bias nei parametri recuperati dovuto alle differenze tra il modello teorico e le simulazioni è generalmente inferiore a $1\sigma$ per il volume simulato. Tuttavia, notano che per i volumi molto più grandi previsti da SKA, questi bias potrebbero diventare significativi se non corretti (ad esempio, tramite correzioni di Edgeworth allo skewness).

Significatività
Il documento stabilisce che la PDF a punto singolo dell'intensità dell'HI, anche quando degradata da sistemi di disturbo osservativi realistici, conserva sufficienti informazioni non gaussiane per complementare lo spettro di potenza. Fornendo un modello teorico validato che tiene conto di questi sistemi di disturbo, il lavoro consente l'estrazione di vincoli cosmologici più stretti e la rottura di critiche degenerazioni di parametri (specificamente $b_1$ vs. $\sigma_8$) nei futuri sondaggi SKAO. Gli autori sottolineano che, sebbene il loro modello attuale sia robusto per i volumi simulati, il lavoro futuro richiederà una modellazione raffinata dello rescaling dello skewness e volumi di simulazione più grandi per sfruttare appieno le capacità dei dati SKA.