Enabling Cosmic Web Analysis at Gigaparsec Scales: A Multi Block Approach for DisPerSE

Sintesi Tecnica: Abilitare l'Analisi della Rete Cosmica su Scale di Gigaparsec tramite un Approccio Multi-Blocco a Nucleo Congelato per DisPerSE

Problematica
La rete cosmica, caratterizzata da filamenti che collegano nodi massicci, è un elemento strutturale dominante dell'Universo. La ricostruzione accurata di questa rete attraverso volumi di gigaparsec è critica per gli studi sulla cosmologia e l'evoluzione delle galassie. Tuttavia, il cercatore di filamenti topologico DisPerSE (Discrete Persistent Structures Extractor), ampiamente utilizzato per il suo rigoroso approccio basato sulla teoria di Morse, affronta un severo collo di bottiglia della memoria. DisPerSE richiede una tassellazione di Delaunay globale dell'intero insieme di punti di input per costruire il complesso di Morse-Smale. Per le grandi simulazioni cosmologiche, come la simulazione MDPL2 contenente $\sim 9,2 \times 10^7$ aloni, una tassellazione di Delaunay monolitica richiede circa $460\text{--}920$ GB di RAM, superando la capacità dei nodi di calcolo standard.

Una soluzione ingenua — suddividere il volume in sottovolumi indipendenti ed eseguire DisPerSE separatamente — fallisce perché la tassellazione di Delaunay e le conseguenti coppie di persistenza (che definiscono la topologia dei filamenti) dipendono dalla distribuzione globale dei punti. L'elaborazione di sottovolumi indipendenti produce tassellazioni e reti di filamenti inconsistenti, anche nelle regioni sovrapposte, rendendo invalida una semplice concatenazione.

Metodologia: L'Approccio a Nucleo Congelato (Frozen-Core)
Gli autori presentano un metodo "frozen-core" che consente a DisPerSE di analizzare cataloghi di aloni su scala gigaparsec preservando l'integrità topologica globale. Il metodo procede in tre fasi principali:

1. Decomposizione del Volume e Padding: Il volume di simulazione viene decomposto in blocchi spaziali sovrapposti (tile). Ogni tile consiste in una regione di "nucleo" interna (dove vengono estratti i filamenti) circondata da uno strato di "padding" di larghezza $P$. Il padding fornisce il contesto spaziale necessario per la tassellazione di Delaunay. La larghezza $P$ è determinata empiricamente dalla distribuzione dei raggi circumeridiani dei tetraedri; per il catalogo di aloni MDPL2, è stato scelto un padding di $P = 60 \text{ Mpc } h^{-1}$ per catturare il 99,33% dei tetraedri, garantendo che la circonferenza di ogni tetraedro del nucleo rientri interamente nella regione di padding.
2. Tassellazione Indipendente e Filtraggio della Circonferenza: DisPerSE viene eseguito indipendentamente su ogni tile di padding. Viene poi applicato un filtro basato sulla circonferenza: qualsiasi tetraedro la cui circonferenza si estende oltre la regione di padding viene scartato. I tetraedri rimanenti costituiscono il "nucleo congelato", garantito essere identico a quelli di una tassellazione di Delaunay monolitica globale perché tutti i punti che li influenzano sono presenti all'interno del tile di padding.
3. Pipeline di Post-Processing: Gli output dei tile vengono uniti tramite una pipeline a tre stadi:
   • Filtraggio del Nucleo Congelato: Mantiene i segmenti di filamento dove almeno un endpoint si trova all'interno della regione del nucleo, scartando i segmenti interamente contenuti nel padding.
   • Dedulplicazione Spaziale: Utilizza un KDTree per identificare e rimuovere i filamenti duplicati rilevati nelle regioni di sovrapposizione dei tile.
   • Cucitura dei Confini (Boundary Stitching): Riconnette i frammenti di filamento divisi ai confini dei tile utilizzando una tolleranza di prossimità ($\delta = 0,5 \text{ Mpc } h^{-1}$).

Contributi Chiave

• Innovazione Algoritmica: Lo sviluppo di un metodo a nucleo congelato che supera il collo di bottiglia della memoria della tassellazione di Delaunay globale senza compromettere l'accuratezza topologica.
• Validazione: Rigorosa validazione rispetto a una corsa di riferimento monolitica su un sottovolume di $300 \text{ Mpc } h^{-1}$ di MDPL2. Il metodo raggiunge:
  • Il 99,6% del recupero della lunghezza totale dei filamenti.
  • Il 100% del recupero dei massimi di densità (picchi) e dei minimi (centri dei vuoti).
  • Il 94,7% di corrispondenza dei singoli filamenti.
  • I circa $\sim 5\%$ di filamenti non corrispondenti sono prevalentemente strutture brevi e a bassa significatività, indicando un bias conservativo piuttosto che l'introduzione di caratteristiche spurie.
• Scalabilità: Il metodo è "embarrassingly parallel", permettendo l'elaborazione di volumi arbitrariamente grandi aumentando il numero di tile mantenendo costante l'uso della memoria per nodo (limitato a circa $10$ GB per la configurazione di tile utilizzata).

Risultati
Gli autori hanno applicato il metodo all'intero box MDPL2 di $(1 \text{ Gpc } h^{-1})^3$, contenente 92 milioni di aloni, producendo il primo catalogo di filamenti su scala gigaparsec derivato tramite metodi topologicamente rigorosi.

• Statistiche dei Filamenti: Al livello di soglia di persistenza fiduciale ($n\sigma = 6,5$), il catalogo contiene circa $1,16 \times 10^6$ filamenti con una lunghezza totale di circa $7,5 \times 10^6 \text{ Mpc } h^{-1}$. L'analisi conferma che l'aumento della soglia di persistenza rimuove preferenzialmente i filamenti brevi e fonde gli archi più corti in strutture più lunghe, in linea con la teoria della persistenza.
• Relazione Massa-Connettività: Come principale applicazione scientifica, gli autori hanno misurato la connettività ($\kappa$, il numero di filamenti attaccati a un alone) per circa $22.900$ aloni che spaziano da masse di $10^{12}$ a $10^{15,5} h^{-1} M_{\odot}$.
  • Hanno trovato una relazione di legge di potenza massa-connettività: $\log_{10} \kappa = A \log_{10} M_{200c} + B$.
  • La pendenza $A$ è risultata stabile attraverso le soglie di persistenza, con valori di $A \approx 0,27\text{--}0,32$ per un'apertura di $1,5 R_{200}$.
  • Questo risultato conferma la scalatura della massa-connettività teoricamente prevista attraverso tre decadi di massa dell'alone, estendendosi dai gruppi di galassie ai più massicci cluster. La pendenza è coerente con precedenti misurazioni basate sul gas (ad es. Santoni et al. 2024) e analisi topologiche (Bermejo et al. 2024).

Significatività e Rivendicazioni
L'articolo rivendica di fornire la prima conferma in un catalogo di aloni N-body che la scalatura massa-connettività teoricamente prevista sia valida attraverso un vastissimo intervallo di masse degli aloni. Abilitando la rilevazione di filamenti topologicamente rigorosi in volumi di gigaparsec, il metodo apre l'accesso alla potenza statistica di grandi volumi cosmologici precedentemente non disponibili per tali analisi. Gli autori sottolineano che il metodo preserva la natura deterministica di DisPerSE, evitando la varianza stocastica di altri metodi come il modello Bisous, rendendo al contempo fattibile l'analisi di simulazioni di prossima generazione (es. Euclid Flagship, FLAMINGO). Il lavoro stabilisce un quadro robusto per studiare la geometria della rete cosmica e la storia di accrezione dei cluster sulle scale più grandi.