Pressure-regulated feedback-modulated star formation as a subgrid model for galaxy formation simulations

기술 요약: 서브그리드 모델로서의 압력 조절 피드백 변조 별 형성 (Pressure-Regulated Feedback-Modulated Star Formation)

문제 제기
은하 형성을 다루는 대규모 부피의 우주론적 시뮬레이션(예: IllustrisTNG, EAGLE, SIMBA)은 은하 집단의 통계적 특성은 성공적으로 재현하지만, 거대 분자 구름(GMC)이나 다상 성간 매질(ISM)의 물리적 규모를 해결할 수는 없다. 결과적으로, 이러한 시뮬레이션들은 별 형성율(SFR)과 유효 상태 방정식(EoS)에 대해 경험적으로 보정된 서브그리드 처방에 의존한다. 전통적인 모델들은 일반적으로 비(specific) 별 형성율이 가스 밀도에 따라 $\dot{m}_*/m_g \propto \rho^{1/2}$(역 자유 낙하 시간)로 스케일링된다고 가정하며, 그 정규화는 국부 우주의 관측치에 의해 설정된다.

저자들은 이러한 접근 방식에서 두 가지 주요 한계를 식별한다:

1. 물리적 연결의 결여: 경험적 스케일링은 별 형성 과정을 규제하는 물리적 과정, 구체적으로 중력과 항성 피드백 사이의 균형과 직접적인 연결 고리가 부족하다.
2. 해상도 및 환경 민감도: 이러한 처방은 국부 우주보다 가스 밀도와 압력이 훨씬 높은 영역(예: 고적색편이 은하)에서 제대로 작동하지 못하는 경우가 많다. 또한, 국부 체적 밀도에 의존하는 모델은 수치 해상도에 민감하다. 만약 가스 디스크의 척도 높이(scale height)가 해결되지 않으면, 측정된 체적 밀도가 부정확해져서 일관되지 않은 별 형성 예측으로 이어진다.

방법론
본 논문은 압력 조절, 피드백 변조(PRFM) 별 형성 이론(Ostriker & Kim 2022)에 기반한 새로운 서브그리드 프레임워크를 도입한다. 이 프레임워크에서 SFR은 ISM의 열적 및 수직 역학적 평형을 유지하도록 조정되며, 여기서 총 중간면 압력($P_{tot}$)은 ISM의 무게($W$)와 균형을 이루고, 피드백 수율($\Upsilon_{tot}$)을 통해 단위 면적당 SFR($\Sigma_{SFR}$)에 비례한다.

저자들은 TIGRESS 연구 군의 고해상도 자기유체역학 시뮬레이션을 사용하여 보정된 두 가지 상보적인 버전의 모델을 이동 격자 코드인 Areapo에 구현하였다:

1. PRFM-vol (체적형): 가스 디스크의 수직 두께가 수치적으로 해결되는 시뮬레이션(통상 질량 해상도 $\sim 10^5 M_\odot$)을 위해 설계되었다.

   • TIGRESS로 보정된 EoS($P_{tot} \propto n_H^{1.8}$)를 사용하여 유효 압력($P_{eff}$)을 계산한다.
   • 역학적 시간($t_{dyn}$)은 가스, 별, 암흑 물질의 국부 체적 밀도로부터 도출된다.
   • 고갈 시간($t_{dep}$)은 국부 압력과 체적 법칙의 수직 통합을 고려한 정규화 계수($R_f \approx 2$)를 바탕으로 설정된다.

2. PRFM-int (적분형): 디스크 척도 높이가 해결되지 않는 더 거친 해상도(통상 질량 해상도 $\gtrsim 10^6 M_\odot$)를 위해 설계되었다.

   • 국부 체적 밀도에 의존하는 대신, 표면 밀도($\Sigma_g, \Sigma_*$)와 ISM의 무게($W$)를 사용하여 수직 평형 고려 사항으로부터 중간면 밀도와 압력을 재구성한다.
   • 평형 가스 척도 높이($H_g$)를 풀고, 이 적분된 양들로부터 직접 $t_{dep}$를 도출하여, SFR 처방에서 해상도에 민감한 체적 밀도를 사용하는 것을 피한다.

주요 기여

• 물리적으로 근거한 보정: 본 모델은 국부 은하에 대한 경험적 피팅이 아닌, TIGRESS 시뮬레이션에 의해 보정된 PRFM 평형 조건($W = P_{tot} = \Upsilon_{tot}\Sigma_{SFR}$)으로부터 SFR과 EoS를 도출한다.
• 해상도 견고성: PRFM-int 접근 방식의 개발은 저해상도에서 체적 모델이 실패하는 문제를 구체적으로 해결하며, 표면 밀도와 평형 제약 조건을 활용함으로써 해상도 의존성을 완화한다.
• 가변적 효율성: 자유 낙하 시간당 일정한 효율을 가정하는 전통적인 모델과 달리, PRFM 모델은 역학 시간당 별 형성 효율($\epsilon_{dyn}$)이 압력에 따라 증가함($\epsilon_{dyn} \propto P_{tot}^{0.43}$)을 예측한다.

결과
저자들은 $10^5, 10^6, 10^7 M_\odot$의 질량 해상도에서 고립된 은하 유사 디스크 시뮬레이션을 통해 두 구현 방식을 표준 IllustrisTNG 처방과 비교 테스트하였다.

• 고해상도 일치성: $10^5 M_\odot$에서 PRFM-vol과 PRFM-int는 서로 밀접하게 일치하며, SFR 및 고갈 시간에 대해 TIGRESS 결과와도 잘 일치한다. 두 모델 모두 TIGRESS로 보정된 Ostriker-Kim 관계($\Sigma_{SFR} \propto P_{tot}^{1.2}$)를 성공적으로 회복한다.
• 체적 모델의 해상도 민감도: PRFM-vol과 TNG 모델은 해상도에 상당한 민감도를 보인다. 해상도가 $10^6$ 및 $10^7 M_\odot$로 거칠어짐에 따라, 디스크 척도 높이를 해결하지 못해 부정확한 체적 밀도 측정이 발생한다. 이로 인해 PRFM-vol 모델은 고갈 시간을 과대평가하고 고해상도 SFR 이력을 따르는 데 실패한다.
• PRFM-int의 견고성: PRFM-int 구현은 테스트된 모든 해상도에서 견고함을 유지한다. 이는 고해상도($10^5 M_\odot$) PRFM-vol 시뮬레이션의 전역적인 별 형성 이력과 표면 밀도 분포를 $10^7 M_\odot$에서도 성공적으로 추적한다.
• TNG와의 비교: TNG 모델과 비교했을 때, PRFM 모델은 특히 고압 및 고밀도 영역에서 더 짧은 가스 고갈 시간을 예측한다. PRFM 모델은 훨씬 더 넓은 고갈 시간 동적 범위를 나타내며 압력에 대한 더 가파른 의존성을 보이는 반면, TNG 모델은 자유 낙하 시간당 일정한 효율을 유지한다.

의의
본 논문은 PRFM 유도 서브그리드 처방이 은하 형성 시뮬레이션의 역동적 범위에 걸쳐 물리적으로 근거하고 수치적으로 안정적인 프레임워크를 제공한다고 주장한다.

• 고해상도 시뮬레이션을 위해: PRFM-vol 모델은 전통적인 경험적 법칙보다 더 현실적인 ISM 물리를 제공하며, SFR을 은하의 역학적 균형과 직접 연결한다.
• 대규모 우주론적 시뮬레이션을 위해: PRFM-int 모델은 결정적인 해상도 의존성 문제를 해결한다. 이를 통해 디스크 척도 높이를 해결할 수 없는 대규모 박스 우주론적 시뮬레이션이 고해상도 물리와 일관성을 유지하면서도 물리적으로 동기화된 별 형성 법칙을 사용할 수 있게 한다.
• 고적색편이 함의: 저자들은 PRFM 모델의 압력 의존적 효율성이 고적색편이 은하(압력이 더 높은 곳)에서의 별 형성이 현재의 TNG형 모델이 예측하는 것보다 훨씬 더 효율적일 수 있음을 시사하며, 이는 JWST가 관측하는 밝은 은하들의 해석에 영향을 미칠 수 있다고 언급한다.

이 연구는 고해상도 ISM 시뮬레이션(예: TIGRESS)이 더 넓은 파라미터 공간(예: 금속성 변화)을 커버함에 따라 업데이트될 수 있는, 경험적으로 튜닝된 모델이 아닌 예측 가능한 서브그리드 모델을 개발하고자 하는 "Learning the Universe Collaboration"의 목표를 향한 단계로 제시된다.