Probing gravity with non-linear clustering in redshift space

問題提起
宇宙の加速膨張の観測結果は、通常、ダークエネルギーまたは宇宙定数（$\Lambda$）に起因するとされているが、代替理論では宇宙論的スケールにおける一般相対性理論（GR）の修正を提案している。これらの理論をテストする上での主要な課題は、修正重力（MG）モデルとダークエネルギーモデルの縮退を解くことである。特に、$f(R)$ 重力におけるチャメレオン機構のようなスクリーニング機構は、太陽系のような高密度領域において偏差を抑制する。$E_G$ 推定量は、重力に関するスケールに依存しないプローブとして提案された。これは、弱重力レンズに関連する曲率ポテンシャルと、赤方偏移空間歪み（RSD）に関連する速度場の比として定義される。しかし、$E_G$ を正確に測定するには、構造の成長率（$f$）と線形銀河バイアス（$b_1$）の精密かつ偏りのない決定が必要である。現在の解析の多くは、スケールに依存しない成長率を仮定し、線形理論に依存しているが、これは成長率がスケール依存性を持つMGモデルにおける微妙な偏差を検出するには不十分な場合がある。さらに、非線形なクラスタリングが存在する場合に、$E_G$ 推定量が生存可能なMGモデル（例えば、$|f_{R0}| = 10^{-5}$ の Hu & Sawicki $f(R)$ モデル、F5と表記）とGRを区別できるかどうかは、依然として未解決の問いである。

手法
著者らは、2つの双子 N 体シミュレーション（一方はGRに基づき、もう一方はF5 Hu & Sawicki $f(R)$ モデルに基づく）から派生した高忠実度の銀河模擬データ（モック）を用いた、エンドツーエンドの宇宙論的解析を実施している。両シミュレーションは同一の初期条件と宇宙論パラメータ（$\Omega_m=0.3089, \Omega_\Lambda=0.6911$ など）を共有しているが、重力の法則が異なっている。

1. データ生成: 銀河モックは、2つのシミュレーションに対して、ハロ占有分布（HOD）とサブハロ存在量マッチング（SHAM）を組み合わせて生成される。本研究では、3つの赤方偏移ビン（$z=0.35, 0.55, 0.8$）にわたる6つの異なる銀河サンプル（全銀河、中心銀河、赤色銀河、青色銀河、明るい銀河、暗い銀河）を選択し、分光赤方偏移を含む全天ライトコーン出力を使用している。
2. 推定量の構築: 著者らは、構成空間における角パワー スペクトル（$C_\ell$）を利用する、改良された $E_G$ 推定量を採用している。この推定量は次のように定式化される：
   $$\hat{E}_G^\ell(z_{eff}) \approx \Gamma(z_{eff}) \frac{C_{\kappa g^*}^\ell}{\beta C_{gg}^\ell}$$
   ここで、$C_{gg}^\ell$ は銀河自己パワー スペクトル、$C_{\kappa g^*}^\ell$ は重み付き収束・銀河交差パワー スペクトルであり、$\beta = f/b_1$ はRSD解析から導出される。
3. 成長率とバイアスの推定:
   • 線形バイアス ($b_1$): 銀河の角自己相関から pyCCL コードを用いて独立して推定され、その後のRSDフィッティングのためのガウス事前分布を提供する。
   • 成長率 ($f$): 構成空間における2点相関関数のモノポールおよびクアドラポールをフィッティングすることによって推定される。著者らは、標準的な有効場理論（EFT）のアプローチよりも、小スケールにおける非線形RSD効果（フィンガー・オブ・ゴッド効果を含む）をより正確に捉えるために、速度差生成関数モデルを実装した COMET-VDG エミュレータを採用している。
4. MGブースティング: COMETはMG宇宙論をネイティブにはサポートしていないため、著者らは理論的なマルチポールを生成する前に、e-mantis エミュレータ（$f(R)$ 特有）によるパワー スペクトルのブーストを物質パワー スペクトルに適用している。
5. 統計解析: モデルパラメータをフィッティングするために、MultiNest を用いたマルコフ連鎖モンテカルロ（MCMC）法を使用している。共分散行列は、100個のジャックナイフ再サンプリング領域を介して推定される。最終的な $E_G$ 分布は、非ガウス性を考慮して、観測量の比分布を用いて計算される。

主な貢献

• エンドツーエンドのパイプライン: 本研究は、最新の非線形モデリング（COMET-VDG）とスケール依存の成長率推定を取り入れ、現実的な銀河モックを用いた $E_G$ 計算のための包括的なパイプラインを提示している。
• スケール依存解析: スケール独立性を仮定することが多い従来の作業とは異なり、本論文は $E_G$ 推定量を異なるスケール範囲（小スケール vs 大スケール）で明示的にテストし、$f(R)$ 重力の特異なシグネチャを探索している。
• 零検定（Null Test）の提案: 著者らは、赤方偏移空間における2点クラスタリング統計に基づく「零検定」を提案している。このテストは、データのベクトル（F5 vs GR）を直接比較することで、$E_G$ 推定量の複雑さを回避し、小スケールのクラスタリングの固有の識別能力を評価する。
• ロバストネス・チェック: 解析には、銀河サンプルの選択（色、マグニチュード、中心性）、共分散行列の選択（ジャックナイフ vs 理論的 vs 対角成分）、および非線形バイアスパラメータの事前分布に関する広範なロバストネス・テストが含まれている。

結果

• $E_G$ の識別能: 理想的な全天・系統誤差のないサーベイであっても、$E_G$ 推定量は F5 と GR のモデルを明確に区別することはできない。誤差範囲が大きく、モデル間の予測される差異（約5%）が統計的不確定量と同程度であるためである。
• スケール依存性: 推定された $E_G$ 値は、スケールごとに分割した場合、理論的予測とは逆の傾向（小スケールで過大評価、大スケールで過小評価）を示しており、これはおそらく非線形領域におけるモデリングの限界と投影効果に起因する。
• 成長率のバイアス: 成長率 $f$ は、特に F5 モデルにおいて小スケールでバイアスが生じ（低めに偏る）、一部は $E_G$ 計算におけるクラスタリング比の項によって相殺される。
• 零検定の成功: $E_G$ 推定とは対照的に、2点相関関数のマルチポール（モノポールとクアドロポール）の比に基づく提案された零検定は、顕著な識別能を示している。F5 と GR のデータベクトルは、赤方偏移ビン全体で $\sim 3\sigma$ から $4\sigma$ の有意水準で異なっており、これは情報がデータ内に存在するものの、$E_G$ 推定量の構成および現在のモデリングの限界によって隠されていることを示唆している。
• モデリングの限界: 特に小スケールで見られる高い $\chi^2_\nu$ 値は、現在の摂動モデル（VDG/EFT）が、MGの効果が最も強く現れると予想される $\sim 10-20$ Mpc/$h$ 以下のスケールにおけるクラスタリングを正確に記述することに苦慮していることを示唆している。

意義と主張
本論文は、 $E_G$ 推定量は理論的にロバストでバイアスのない重力テストであるが、その実用的な有用性は、理想的なシナリオにおいても、現在の非線形モデリング能力と統計的ノイズによって制限されていると控えめに主張している。著者らは、$E_G$ によるモデルの区別の失敗は必ずしもデータの失敗ではなく、むしろMGの効果が最も強いスケール依存の信号を平均化してしまう、推定量の構成上の限界であると強調している。

本研究は、今後の進展には以下が必要であると結論付けている：

1. モデリングの改善: 小スケール（$<10$ Mpc/$h$）におけるクラスタリングを正確にモデル化できる、MG整合的な RSD テンプレートおよびエミュレータ（例：BACCO）の開発。
2. 代替プローブ: 赤方偏移空間のクラスタリングの全情報内容（零検定で示された通り）を利用するか、あるいは複数の観測量（例：3x2pt 解析）を組み合わせることで、銀河バイアスなどの摂動パラメータと宇宙論パラメータとの間の縮退を解くこと。
3. 現実的な予測: 提示された結果は理想的な条件下での上限値であり、実際のサーベイでは、これら（バリオン物理、固有整列、フォトメトリック誤差など）の追加的な系統誤差が、$E_G$ の識別能をさらに低下させることになる。

最終的に、本研究は、現在の $E_G$ 手法の限界を示すベンチマークとして機能し、次世代の銀河サーベイ（Euclid, DESI, LSST など）において重力をテストするために、より洗練された非線形モデリングの枠組みを開発することを動機付けるものである。