Dark Energy Survey Year 6 Results: Magnification modeling and its impact on galaxy clustering and galaxy-galaxy lensing cosmology

技術要約：Dark Energy Survey Year 6 の結果：拡大率モデリングと、銀河クラスターおよび銀河・銀河重力レンズ・コーズモロジーへの影響

問題提起
重力レンズによる拡大（Magnification）は、見かけの天体の位置、フラックス、およびサイズを変化させることで、観測される銀河の空間分布を変化させる。この効果は、観測される銀河の数密度にバイアスをもたらし、「拡大バイアス（magnification bias）」として知られている。大規模構造（LSS）サーベイにおいて、この効果を無視することは、銀河クラスターおよび銀河・銀河重力レンズ（「2×2pt」解析）から導出される宇宙論パラメータの推論に系統的なシフトをもたらす可能性がある。DESのようなサーベイが、より深い精度へと到達するにつれ（Year 3 [Y3] に対する Year 6 [Y6]）、拡大の影響はますます重要となる。これは特に高赤方偏移のレンズ・ビンにおいて、また宇宙剪断（cosmic shear、 「3×2pt」解析）と組み合わせる際に顕著である。主な課題は、複雑な多基準の銀河選択関数（MagLim++）に対する拡大係数（$C$）を正確に定量化し、$S_8$ や $\Omega_m$ といった宇宙論的制約へのバイアスを防ぐことにある。

手法
著者らは、DES Y6 の宇宙論解析におけるレンズ・サンプル MagLim++ へのレンズ拡大の影響を調査している。その手法は、主に以下の3つのコンポーネントで構成される：

1. 理論的枠組み： 観測される銀河密度コントラストは、固有成分と拡大誘起成分に分解される。すなわち $\delta^{\text{mag}}_g = C \kappa$ である。ここで $\kappa$ はレンズ収束であり、$C = C_{\text{area}} + C_{\text{sample}}$ である。$C_{\text{area}} = -2$ は、面積の引き伸ばしによる数密度の希釈を考慮しており、$C_{\text{sample}}$ は選択関数がフラックスやサイズの 변화に対して示す応答を捉える。
2. 拡大係数の推定： 著者らは、6つのトモグラフィック赤方偏移ビンに対して $C_{\text{sample}}$ を推定するために、3つのアプローチを用いている：
   • Balrog 合成ソース注入（フィデューシャル）： 実データの DES 画像に人工的な銀河を、拡大がない場合と、シミュレートされた拡大（$\delta\kappa \approx 0.01$）がある場合の両方で注入する。MagLim++ の選択を両方の実行に適用し、選択されたカウントの分数的な変化から $C_{\text{sample}}$ を得る。この手法は、複雑な選択基準（色、サイズ、星・銀河分離）を含む完全なサーベイ伝達関数を考慮している。実データと Balrog の特性を一致させるために再重み付けスキームが適用されている。
   • フラックス摂動（データ）： 実データの等級に一定のマグニチュード・オフセットを適用して拡大をシミュレートし、サンプルを再選択して $C_{\text{sample}}$ を推定する。これは実データと Balrog カタログの両方でテストされている。
   • フラックス摂動（Balrog）： シミュレーションとデータの間の系統的な差異を評価するために、Balrog カタログに適用されるフラックスのみの手法。
3. 宇宙論的影響の評価： 著者らは、シミュレートされたノイズレスなデータベクトルと、アンブラインドされた DES Y6 データを用いて、ベイズ・パラメータ推論を行う。これには、様々な事前分布（Balrog 推定値を中心とするガウス分布、固定値、平坦な事前分布、およびシフトしたガウス分布）を用いたテストが含まれる。また、レンズ赤方偏移ビン間の相互クラスターリングの包含、および（広範な Y6 解析における内部一貫性テストによって動機付けられた）レンズ・ビン 2 の除外についても調査している。

主な貢献

• 高精度な拡大係数： 本論文は、Balrog 合成注入フレームワークを用いて、DES Y6 MagLim++ サンプルに対する高精度な拡大係数の最初の推定値を提供している。導出された6つの赤方偏移ビンの係数は $[3.16 \pm 0.08, 2.76 \pm 0.21, 4.09 \pm 0.15, 4.42 \pm 0.16, 4.90 \pm 0.29, 4.83 \pm 0.25]$ である。
• 系統誤差制御の改善： Y3 と比較して、Y6 解析ではより大きな Balrog エリアと、シミュレーションとデータの間の系統的な不確実性を大幅に減少させる再重み付けスキームを利用している。Balrog と実データからのフラックスのみの推定値は、Y6 では Y3 よりもはるかに良好な一致を示している。
• モデリング選択の検証： 本研究は、Balrog 由来の推定値を中心とするガウス分布を用いるというフィデューシャルなモデリングの選択を検証している。このアプローチが、偏りのない宇宙論的制約を得られることを示している。
• バイアスの定量化： 拡大を無視した場合、あるいは誤った事前分布を用いた場合に導入される系統的なシフトを定量化している。

結果

• 拡大を無視した場合の影響： 拡大を無視する（$C_{\text{sample}} = 2$ と固定する）と、ガウス事前分布を用いたフィデューシャル解析と比較して、宇宙論パラメータに重大な系統的シフトが生じる。2×2pt 解析では、これにより $S_8$ で $1.37\sigma$、$\Omega_m$ で $-0.84\sigma$ のシフトが生じる。宇宙剪断を含めた場合（3×2pt）、シフトは $S_8$ で $-0.61\sigma$、$\Omega_m$ で $-0.71\sigma$ となる。
• 事前分布に対する頑健性： 宇宙論の結果は、様々な事前分布の選択に対して頑健である。拡大係数を真の値に固定する場合とほぼ同一の制約を、ガウス事前分布で $C_{\text{sample}}$ を周辺化することで回収できる。無情報な平坦な事前分布を使用すると、制約力がわずかに低下する（2×2pt において $S_8$ の不確実性が 15% 増加する）が、パラメータの平均値に重大なバイアスは導入されない。
• 相互クラスターリング： レンズ赤方偏移ビン間の相互クラスターリングを含めることは、拡大信号の自己較正に役立ち、高赤方偏移における $C_{\text{sample}}$ の制約をわずかに改善し、平坦な事前分布を用いた場合のバイアスを減少させる。
• レンズ・ビン 2： 平坦な事前分布を用いて解析にレンズ・ビン 2 を含めると、推論される拡大係数が物理的にあり得ない負の値にシフトする。この挙動は、他の一貫性テストと併せて、ビン 2 をフィデューシャルな Y6 解析から除外することを正当化している。ビン 2 の除外は、残りのビンに対する拡大解析にバイアスを与えない。
• データ vs シミュレーション： アンブラインドされた DES Y6 データから得られた推論された拡大係数は、概して Balrog の推定値と一致しているが、平坦な事前分布を用いた場合に高赤方偏移のビンでいくつかの偏差が見られる。これらの偏差は、モデリングの誤りではなく、未モデル化の系統誤差に起因するものと考えられる。なぜなら、結果として生じる宇宙論的シフトが、シミュレーションで見られる投影効果と一致するためである。

意義
本論文は、弱重力レンズによる拡大が、Stage-III および Stage-IV サーベイにおける精密宇宙論において回避すべき重要な系統的効果であることを確立している。DES Y6 解析は、合成ソース注入（Balrog）を用いて拡大係数に対する情報量の多い事前分布を導出することが、これらの効果に対する信頼性が高く保守的な取り扱いを提供することを示している。現在の DES Y6 の制約に対する影響は管理可能な範囲内であるが、本研究は、拡大の影響がより支配的となり、かつ無情報な事前分布がより大きなバイアスを招く可能性がある、より深い将来のサーベイにおいて、正確な拡大モデリングが不可欠であることを強調している。本研究は、フィデューシャルな Y6 モデリングの選択が拡大誘起のバイアスを効果的に軽減し、サーベイの宇宙論的結果の堅牢性を保証していることを裏付けている。