Robust Photometry for Roman High-Latitude Imaging Survey Cosmology Using Roman and Rubin Imaging

Sintesi Tecnica: Fotometria Robusta per la Ricerca Cosmologica del Roman High-Latitude Imaging Survey utilizzando l'imaging di Roman e Rubin

Problematica
Una fotometria accurata e precisa è un prerequisito per le analisi cosmologiche dell'High-Latitude Imaging Survey (HLIS) del Telescopio Spaziale Nancy Grace Roman, influenzando le prestazioni del redshift fotometrico ($z_{phot}$), la selezione del campione e la suddivisione in bin tomografici. Tuttavia, ottenere una fotometria robusta nei dati Roman presenta sfide uniche:

1. Blending delle Sorgenti (Source Blending): La profondità di Roman porta a un significativo blending delle sorgenti, che viene esacerbato nelle analisi congiunte con i survey basati a terra come l'Osservatorio Rubin (LSST) a causa delle differenti risoluzioni spaziali e delle funzioni di diffusione del punto (PSF).
2. Rumore Correlato: I rilevatori Teledyne H4RG di Roman e il processo di coadizione delle immagini introducono rumore correlato tra i pixel. Ignorare questo aspetto porta a sottostimare le incertezze di flusso e a misurazioni di colore eccessivamente sicure.
3. Rumore di Shot Astronomico: A differenza di molte osservazioni da terra dove il fondo cielo domina, il rumore di shot proveniente dalle galassie stesse è una componente non trascurabile del budget di rumore per i campioni di weak-lensing di Roman.
4. Bias Dipendenti dall'Ambiente: Il fitting standard di singolo oggetto può introdurre bias di colore dipendenti dall'ambiente (fino a $\sim0.5$ mag in regioni affollate), degradando le prestazioni di $z_{phot}$.

Metodologia
Gli autori sviluppano e validano slimfarmer, una pipeline di fotometria a fitting di modelli progettata specificamente per la cosmologia HLIS di Roman. La pipeline si basa sul pacchetto di profile-fitting The Farmer (basato su The Tractor) e incorpora trattamenti specifici per i dati Roman:

• Rilevamento e Raggruppamento: Le sorgenti vengono rilevate su immagini coaddate di Roman (Y106, J129, H158, F184, K213) utilizzando SEP. Le galassie vicine vengono raggruppate utilizzando mappe di segmentazione dilatate per consentire il fitting simultaneo.
• Multi-Object Fitting (MOF): La pipeline esegue il fitting multi-banda congiunto utilizzando The Tractor. All'interno di ogni gruppo, tutte le sorgenti sono modellate simultaneamente per tenere conto della luce blended. La selezione del modello segue un albero decisionale basato su $\chi^2$ (Point Source, SimpleGalaxy, ExpGalaxy, DevGalaxy o FixedCompositeGalaxy).
• Fotometria Forzata (Forced Photometry): Per consentire l'analisi congiunta Roman–Rubin, la pipeline utilizza i modelli di galassie derivati da Roman (posizioni e morfologia) per eseguire la fotometria forzata su simulazioni di immagini matchate di Rubin (u, g, r, i, z, y). Ciò garantisce misurazioni di colore coerenti nonostante le differenze di PSF e scala dei pixel.
• Quantificazione dell'Incertezza:
  • Rumore Correlato: La pipeline propaga il rumore correlato dai coadd di Roman nelle incertezze fotometriche utilizzando realizzazioni di rumore elaborate attraverso la stessa pipeline delle immagini scientifiche. La varianza è stimata utilizzando la funzione di correlazione del campo di rumore normalizzato.
  • Rumore di Shot Astronomico: Viene applicato un trattamento basato su modelli alle mappe di peso a varianza inversa, aggiornando il contributo del rumore di shot ad ogni iterazione di fitting in base alla previsione del modello corrente, anziché utilizzare direttamente l'immagine scientifica rumorosa.
• Validazione: La pipeline è testata su simulazioni di immagini coaddate DC25 Roman (basate su OpenUniverse2024 truth) e su simulazioni matchate di Rubin. La validazione include il confronto dei flussi e dei colori recuperati rispetto ai cataloghi di verità (truth catalogs) e la valutazione dell'impatto di diverse strategie di fitting (MOF rispetto a Single-Object Fitting [SOF]) e dei trattamenti del rumore sulle prestazioni di $z_{phot}$.

Risultati Chiave

1. Accuratezza Fotometrica: slimfarmer recupera i colori delle galassie con un residuo modale entro 20 millimag per i colori basati su Roman e 70 millimag per i colori basati su Rubin. I residui di magnitudineudiscono piccoli bias alla fine debole, probabilmente dovuti al blending con sorgenti non rilevate.
2. Calibrazione dell'Incertezza: Considerare correttamente il rumore correlato è critico. Le incertezze standard di The Tractor (che ignorano le correlazioni) sottostimano lo scatter empirico fino a un fattore di $\sim3$. Le stime di incertezza di slimfarmer si allineano strettamente allo scatter empirico sia per le magnitudini che per i colori.
3. Mitigazione del Blending: Il multi-object fitting è essenziale per controllare i bias di colore dipendenti dall'ambiente.
   • MOF (Roman) + SOF (Rubin): Induce un bias blu in regioni affollate (fino a $\sim0.5$ mag) perché i flussi di Rubin sono sovrastimati a causa di vicini non modellati.
   • SOF (Roman) + MOF (Rubin): Induce un bias rosso (fino a $\sim0.2$ mag) perché i flussi di Roman includono la luce dei vicini blended.
   • MOF Consistente: Applicare il MOF a entrambi i survey elimina questi bias di colore dipendenti dall'ambiente, mantenendo prestazioni stabili fino a separazioni di vicino compagno di $\sim0.45''$.
4. Impatto sui Redshift Fotometrici:
   • Ensemble $n(z)$: La fotometria congiunta Roman–Rubin produce i bin di redshift tomografici meglio separati. Ignorare le bande di Rubin o trascurare il rumore correlato aumenta significativamente la sovrapposizione dei bin.
   • $z_{phot}$ Individuali: Utilizzando FlexZBoost, la configurazione Fiduciale (MOF in entrambi i survey + correzione del rumore correlato) mostra una dipendenza minima delle frazioni di outlier e dello scatter dall'ambiente della galassia. Le configurazioni che utilizzano SOF in uno dei due survey mostrano forti trend ambientali, con prestazioni che degradano a maggiori separazioni di vicino compagno.

Significatività e Rivendicazioni
Il paper stabilisce slimfarmer come una pipeline fotometrica prototipo per le applicazioni cosmologiche HLIS di Roman. Gli autori affermano che la misurazione robusta dei colori Roman–Rubin e la caratterizzazione affidabile di $z_{phot}$ richiedono tre ingredienti specifici:

1. Correzioni del rumore correlato per quantificare accuratamente le incertezze.
2. Trattamento basato su modelli del rumore di shot astronomico per evitare bias nelle mappe di peso.
3. Multi-object fitting consistente attraverso entrambi i survey (Roman e Rubin) per mitigare i sistemi derivanti dal blending.

Gli autori dichiarano esplicitamente che, sebbene questi risultati validino il framework fotometrico per la selezione delle galassie e la caratterizzazione del redshift, essi non costituiscono una conclusione sul trattamento ottimale del blending per le misurazioni di shear del weak-lensing, che richiede una validazione separata all'interno di un framework di calibrazione dello shear (ad esempio, METADETECTION). Il lavoro futuro estenderà questa validazione a simulazioni più realistiche, a dati reali di osservazioni precoci e alla propagazione di questi sistemi nelle piene costrizioni cosmologiche.