Imprints of Mass Accretion History on Galaxy Cluster Morphology

技術要約：質量降着史が銀河団の形態に与える刻印

問題提起
銀河団は重要な宇宙論的プローブであるが、その有用性はしばしば観測可能質量スケーリング関係におけるバイアスや散らばりによって損なわれる。これらの問題は主に、銀河団の質量降着史（MAH）から生じる創発的な特徴である動力学的状態に起因している。合体や降着イベントは系を静水圧平衡から逸脱させ、質量推定におけるバイアス（既知の約20%の静水圧質量バイアスなど）を導入し、非対称性や熱力学的プロファイルといった固有の性質に影響を与える。サブストラクチャー質量分率や重心オフセットといった理論的な3Dパラメータから、非対称性や集中度といった観測可能な2D形態学的指標に至るまで、動力学的状態を定量化するための多くのプロキシが存在するが、これらの指標を特定の形成史の時期とどのように結びつけるべきかについてのコンセンサスは存在しない。さらに、異なる指標はMAHの異なる部分に対して感度を持つ可能性があり、「リラックスした」状態から「乱れた」状態への遷移は、二分法ではなく連続体である。本研究は、投影された恒星形態学的特徴と銀河団の完全なMAHとの間の関連性を定量化し、現在の観測量が過去の降着イベントをどの程度再構成できるかを明らかにすることを目的とする。

手法
本研究では、MDPL2ダークマターのみの宇宙論（$\Omega_M=0.307, \sigma_8=0.823, H_0=67.8$）に基づくハイドロダイナミカル再シミュレーションのセットである The300 プロジェクトから得られた、305個の質量大きな銀河団のサンプルを利用する。

1. データ生成:

   • 質量降着史 (MAH): MAHは、正規化されたピーク質量 $m(a) = M_{peak}(a)/M_{peak}(a=1)$ としてパラメータ化される。ここで、$M_{peak}(a)$ はスケール因子 $a$ までに達成された最大ビリアル質量である。この関数は、128個のスナップショット（$z=17$ から $z=0$）にわたって単調性を確保するために、区分的3次エルミート多項式を用いて補間される。
   • 理論的動力学的状態 (DS) パラメータ: ベースラインとして、3つの3Dパラメータを $R_{200c}$ 内で測定する：サブストラクチャー質量分率 ($f_m$)、重心オフセット ($\Delta$)、およびビリアル比 ($\eta$)。
   • 形態学的測定: $z=0.06$ で生成された投影恒星密度マップを、statmorph Python ライブラリを用いて解析する。測定項目には、非パラメトリック統計量（Gini-$M_{20}$、Concentration-Asymmetry-Smoothness）およびセルシック・プロファイル・フィッティングが含まれる。アパーチャ（開口部）は、コア領域（$r \le 30$ kpc）とコアを除去したアニュラス（環状領域）（$50 \text{ kpc} \le r \le 1 \text{ Mpc}$）として定義される。最亮銀河と4番目に明るい銀河の間のマグニチュード・ギャップ ($m_{14}$) も含まれる。

2. 解析フレームワーク (MultiCAM):
   著者らは、多変量予測へと拡張された従来の豊かさマッチング（abundance matching）の拡張版である Multi-variable Conditional Abundance Matching (MultiCAM) を用いる。

   • アルゴリズムは、特徴ベクトル（形態学的またはDSパラメータ）とターゲットベクトル（様々なスケール因子におけるMAH）をガウス空間へと変換する。
   • 線形回帰モデルが、特徴量からターゲット分布を予測するように訓練される。
   • 逆変換により、予測値を元の空間へとマップし、分布のランク順序を保持する。
   • このアプローチにより、特定の物理モデルを仮定することなく、現在の観測量から完全なMAH ($m(a)$) を予測することが可能となり、観測データへの転用可能性を高めている。

主な結果

• 相関の強さとタイムラグ:

  • DS パラメータ: 現在のDSパラメータと、$0.1 \lesssim z \lesssim 1$ の間で測定されたMAHとの間には強い相関 ($\rho_{sp} \gtrsim 0.5$) が存在する。具体的には、サブストラクチャー質量分率 ($f_m$) と重心オフセット ($\Delta$) が、最近の質量成長と最も強い負の相関を示している（これは、高いサブストラクチャー/オフセットが、最近の合体前におけるより小さな $m(a)$ に対応することを示す）。ビリアル比 ($\eta$) はより弱い相関を示す。
  • 形態学的パラメータ: 投影された形態学的特徴は、MAHと中程度の相関を示す。コアを除去した測定（$50 \text{ kpc} \le r \le 1 \text{ Mpc}$）は、特に非対称性と集中度が、後期（late-time）のMAH ($z \lesssim 0.5$) とよく相関する。コア測定 ($r \le 30$ kpc) は、早期（early-time）のMAH ($z \gtrsim 0.5$) とより良い相関を示す。
  • タイムラグ: 合体の刻印は即時的ではなく、数個の動力学的時間（$\sim 1.44$ Gyr）持続する。本研究は、現在の指標とMAHとの間に最も強い相関が生じる特定の過去の時期（例：$z=0$ における $f_m$ は $z \approx 0.54$ におけるMAHと最も強く相関する）を特定している。

• 予測能 (MultiCAM):

  • MultiCAMを用いて、現在の特徴量からMAH ($m(a)$) を予測する。
  • 3D DSパラメータで訓練されたモデルは、$1 \gtrsim z \gtrsim 0.1$ の範囲の質量分率に対して、$\rho_{sp} \approx 0.7$ のピーク予測相関を達成する。
  • 投影された形態学的特徴で訓練されたモデルは、同じ赤方偏移範囲において、ピーク相関 $\rho_{sp} \approx 0.5$ という、より低いものの依然として妥当な性能を示す。
  • 複数の特徴量（形態学的およびDSの両方）を組み合わせることは、単一パラメータモデルよりも一般に予測能を向上させる。これは、異なる特徴量が異なる時期の降着史に関する情報を提供するためである。
  • マグニチュード・ギャップ ($m_{14}$) は単独では弱い相関しか持たないが、他の形態学的特徴と組み合わせた場合には、補完的な後期（late-time）の予測能を提供する。

• サンプル選択への適用:
  著者らは、MultiCAMの係数を用いて、予測される降着史に基づいて銀河団をランク付けするという実用的な応用例を示している。予測された降着史に基づき、トップおよびボトムの四分位数を選択することで、明確に異なる形成史（早期形成 vs 後期形成）を持つサブサンプルを正常に分離することに成功し、実際のMAHにおいて明確な分離を示した。これは、これらの指標が特定の動力学的サブサンプルを選択するための有用性を検証している。

意義と主張
本論文は、投影された恒星形態と、その背後にある質量降着史との間の定量的な結びつきを提供することを主張している。主な貢献は以下の通りである：

1. 刻印の定量化: 特定の形態学的特徴（コア vs コア除去）が異なるMAHの時期に対して感度を持つこと（コア測定は早期の組み立てを、外縁部は最近の降着を追跡する）を確立した。
2. 手法の転用可能性: ランク順序に基づくフレームワークであるMultiCAMが、シミュレーションベースの関係を観測的文脈へと効果的に翻訳できることを示した。この手法は絶対的な物理値ではなくランク順序に依存しているため、シミュレーションと観測の間のサブグリッド物理や絶対的な較正の不一致に対して頑健である。
3. サンプル選択: 推論された降着史に基づいて「リラックスした」あるいは「乱れた」銀河団のサブサンプルを選択するための厳密な手法を提供しており、これは観測可能質量スケーリング関係におけるバイアスを低減し、宇宙論的パラメータ（$\sigma_8$ や $\Omega_m$ など）の制約を改善するために極めて重要である。

著者らは、投影された量は3Dデータと比較して本質的に情報を失うこと、および動力学的刻印の有限の寿命により非常に初期の降着イベント（$z > 1$）に対する予測能が著しく低下することを認め、限界に対して控えめな姿勢を保っている。彼らは、モデルはシミュレーションで訓練されているものの、ランク順序の仮定により、特徴量の相対的な順序が保持されている限り、実データへの適用が可能であることを強調している。