Euclid preparation. The impact of redshift interlopers on the two-point correlation function analysis

Dit artikel voorspelt dat een minimale modellering, die alleen rekening houdt met een verzwakking van het clustering-signaal, voldoende is om de systematische fouten veroorzaakt door roodverschuivingsinterlopers in de Euclid-DR1-analyse te beheersen, waardoor de nauwkeurigheid van de Alcock-Paczynski-parameters behouden blijft en de fout in de groeisnelheidsmeting kleiner blijft dan de statistische onzekerheid.

De kern

De Euclid-missie: Een kosmische zoektocht met een paar 'verkeerde buren'

Stel je voor dat de Euclid-ruimtesonde een gigantische, driedimensionale kaart van het heelal aan het tekenen is. Om dit te doen, kijkt het naar miljoenen sterrenstelsels en probeert het hun exacte afstand te bepalen. Hoe doet het dat? Door naar het licht van deze sterrenstelsels te kijken en te zoeken naar een specifiek "handtekening" in hun spectrum: de H-alfaline. Het is alsof elke sterrenstelsel een uniek stempel heeft dat zegt: "Ik ben hier, en ik ben op deze afstand."

Maar het heelal is niet altijd eerlijk. Soms is het signaal zwak, of zit er ruis in de meting. Hierdoor kan het gebeuren dat Euclid een verkeerd stempel leest. Dit noemen de auteurs van dit artikel "interlopers" (inbrekers).

Wat zijn deze 'inbrekers'?

Er zijn twee soorten inbrekers die de kaart kunnen verpesten:

1. De Verkeerde Identiteit (De 'Line Interloper'):
   Stel je voor dat je een persoon ziet die op je buurman lijkt. Je denkt: "Dat is mijn buurman!" Maar het is eigenlijk iemand anders die toevallig op dezelfde kleding staat. In het heelal kan een ander, sterk lichtsignaal (zoals een andere emissielijn) per ongeluk worden verward met de H-alfaline. Het sterrenstelsel krijgt dan een verkeerde afstand toegewezen. Het lijkt alsof het dichter bij of verder weg is dan het eigenlijk is.
2. De Ruis (De 'Noise Interloper'):
   Soms is het signaal zo zwak dat de computer een willekeurige piek in de ruis ziet en denkt: "Aha, daar is een sterrenstelsel!" Terwijl het eigenlijk niets is. Dit is alsof je in een luidruchtige kamer denkt iemand je naam te horen roepen, terwijl het gewoon een toeval is dat geluiden samenvielen.

Het probleem: Een vervormde kaart

Als je een kaart tekent en je plaatst een paar huizen op de verkeerde plekken, wordt je kaart onnauwkeurig. In de kosmologie willen we weten hoe de materie in het heelal is verdeeld en hoe snel het heelal groeit. Als we een paar sterrenstelsels op de verkeerde plek zetten, kan dat onze berekeningen verstoren.

De auteurs van dit artikel hebben gekeken: Hoe erg is dit eigenlijk?

Ze hebben 1000 simulaties gemaakt (virtuele heelallen) waarin ze precies wisten welke sterrenstelsels de "echte" waren en welke de "inbrekers". Vervolgens hebben ze gekeken wat er gebeurt als je de kaart maakt alsof alle sterrenstelsels correct zijn, en wat er gebeurt als je rekening houdt met de inbrekers.

De verrassende conclusie: Het valt mee!

Het resultaat is geruststellend voor de Euclid-missie, zeker voor de eerste data die we gaan krijgen (DR1):

• Voor de grootschalige structuur (Hoe snel groeit het heelal?):
  Het blijkt dat je niet per se een super-complexe formule nodig hebt om de inbrekers te corrigeren. Je kunt de kaart gewoon een beetje "verzwakken" in je berekening. Stel je voor dat je weet dat je kaart 10% vuller is met nep-huizen. Dan zeg je gewoon: "Oké, de echte huizen zijn iets minder dicht op elkaar dan het lijkt."
  Met deze simpele aanpassing krijgen ze al het juiste antwoord over de groei van het heelal. De fout die hierdoor ontstaat is zo klein dat hij veel kleiner is dan de natuurlijke onzekerheid die we al hebben door het beperkte aantal sterrenstelsels dat we nu kunnen meten. Het is alsof je probeert de temperatuur van een kamer te meten met een onnauwkeurige thermometer; het maakt niet uit of er een paar vliegen in de kamer vliegen, de meting is al onnauwkeurig genoeg door de thermometer zelf.

• Voor de afstandsmetingen (De BAO-metingen):
  Er is een heel specifiek patroon in de verdeling van sterrenstelsels (een soort "standaardliniaal" uit het vroege heelal). De auteurs ontdekten dat zelfs als je de inbrekers volledig negeert, deze "liniaal" nog steeds perfect werkt. De inbrekers vervormen het patroon niet genoeg om de meting onbruikbaar te maken. Het is alsof je een foto van een groep mensen maakt en er staan een paar mensen op de achtergrond die niet horen bij de groep; als je de foto iets wazig maakt, zie je de groep nog steeds duidelijk genoeg om te tellen.

Wat betekent dit voor de toekomst?

De boodschap is: We hoeven niet paniek te slaan.

Voor de eerste data van Euclid (DR1) is het systeem robuust genoeg. Zelfs als er een paar procent "verkeerde buren" in de lijst zitten, kunnen we de belangrijkste kosmische geheimen (zoals donkere energie en donkere materie) nog steeds betrouwbaar ontrafelen.

Natuurlijk, als we in de toekomst nog veel meer data verzamelen (DR3), wordt de meting zo precies dat we misschien toch een iets complexer model nodig zullen hebben om die inbrekers perfect te filteren. Maar voor nu? De simpele aanpak werkt prima. De Euclid-missie kan doorgaan met het tekenen van de grootste kaart van het heelal, wetende dat een paar valse signalen de grote lijn niet zullen verpesten.

Technische samenvatting

Titel: De impact van roodverschuiving-interlopers op de analyse van de tweepuntscorrelatiefunctie

Context en Probleemstelling
De Euclid-missie van de ESA heeft tot doel de uitdijing van het heelal en de evolutie van kosmische structuren te bestuderen door de spectroscopische roodverschuiving van emissielijn-galaxieën (ELG's) te meten. De belangrijkste methode hiervoor is de detectie van de Hα-emissielijn in slitloze spectra. Echter, door de beperkte spectrale resolutie (R < 1000) en het lage signaal-ruisverhouding (SNR) in de spectra, kunnen twee soorten fouten optreden die leiden tot "interlopers" (verkeerd geïdentificeerde objecten):

1. Lijn-interlopers: Galaxieën met een echte emissielijn (zoals [O III] of [S III]) die per ongeluk worden geïdentificeerd als Hα. Dit resulteert in een systematische, deterministische fout in de roodverschuiving.
2. Ruis-interlopers: Objecten waarbij een ruisfluctuatie in het spectrum wordt verward met een emissielijn. Dit leidt tot catastrofale, willekeurige roodverschuivingsfouten.

Deze fouten veroorzaken een verkeerde schatting van de radiale afstand van de galaxieën, wat de waargenomen ruimtelijke verdeling (clustering) vervormt en de afgeleide kosmologische parameters (zoals de groeifactor van structuren en de Alcock-Paczynski-parameters) kan beïnvloeden. Het doel van dit artikel is om de impact van deze interlopers op de tweepuntscorrelatiefunctie (2PCF) en de daaruit afgeleide kosmologische parameters te kwantificeren voor de eerste data-release (DR1) van Euclid.

Methodologie
De auteurs baseren hun analyse op 1000 synthetische catalogi (de "EuclidLargeMocks"), die de oppervlakte en selectiefunctie van de Euclid Wide Survey (EWS) nabootsen. Deze mocks bevatten realistische verdelingen van correcte galaxieën en verschillende soorten interlopers.

De analyse verloopt in de volgende stappen:

1. Decompositie van de 2PCF: De auteurs leiden een formele uitdrukking af voor de gemeten 2PCF ($\xi_m$) in aanwezigheid van interlopers. Deze wordt opgesplitst in termen voor auto-correlaties (correct-correct, lijn-lijn, ruis-ruis) en cross-correlaties (correct-lijn, correct-ruis, lijn-ruis), elk gewogen door hun respectievelijke fracties en geometrische schalingsfactoren ($\gamma$).
2. Modelvergelijking: Er worden verschillende theoretische modellen getest om de gemeten 2PCF te fitten:
   • Een "minimaal" model dat alleen rekening houdt met de correcte galaxieën, verzwakt door een amplitude-factor (ignorerend de specifieke aard van de interlopers).
   • Complexere modellen die de auto-correlatie van lijn-interlopers en cross-correlaties met ruis-interlopers expliciet meenemen.
3. Kosmologische Inferentie: Met behulp van Markov Chain Monte Carlo (MCMC) methoden worden de parameters $f\sigma_8$ (groeifactor van structuren vermenigvuldigd met de amplitude van dichtheidsfluctuaties) en de Alcock-Paczynski parameters ($\alpha_\parallel, \alpha_\perp$) geschat.
4. Validatie: De resultaten van de modellen op de "verontreinigde" data worden vergeleken met een referentietest waarbij alleen de "pure" (correcte) galaxieën worden gebruikt.

Belangrijkste Bijdragen

• Formele Decompositie: Het artikel biedt een gedetailleerde kwantitatieve analyse van hoe elke component van de interlopers (lijn vs. ruis) bijdraagt aan de totale 2PCF, inclusief de schaalafhankelijkheid van deze bijdragen.
• Evaluatie van Minimalistische Modellen: Het onderzoek test of een vereenvoudigde aanpak (alleen amplitude-verzwakking) voldoende is, in plaats van complexe modellen die elke interloper-soort apart modelleren.
• Scheiding van RSD en BAO: De impact wordt apart onderzocht voor de Redshift-Space Distortion (RSD) analyse (gevoelig voor de volledige vorm van de 2PCF) en de Baryon Acoustic Oscillation (BAO) analyse (gevoelig voor de piekpositie).

Resultaten

1. Impact op de 2PCF: De dominantste bijdrage komt van de correcte galaxieën. De auto-correlatie van lijn-interlopers en de cross-correlatie tussen correcte galaxieën en ruis-interlopers zijn de belangrijkste secundaire termen, maar hun relatieve belang varieert met de roodverschuiving. Andere termen (zoals ruis-ruis auto-correlatie) zijn verwaarloosbaar.
2. Groeifactor ($f\sigma_8$):
   • Een minimaal model, dat alleen de verzwakking van het clustering-signaal door correcte galaxieën modelleert, is voldoende om de juiste waarde van $f\sigma_8$ te herstellen voor DR1.
   • Het negeren van interlopers leidt tot een systematische fout van 1% tot 3% in de schatting van $f\sigma_8$, afhankelijk van de roodverschuiving.
   • Cruciaal is dat deze systematische fout kleiner blijft dan de verwachte statistische onzekerheid voor de DR1-analyse.
3. Alcock-Paczynski Parameters ($\alpha_\parallel, \alpha_\perp$):
   • De BAO-analyse is uiterst robuust tegenover interlopers.
   • Zelfs zonder expliciete modellering van interlopers, zijn de geschatte waarden voor $\alpha_\parallel$ en $\alpha_\perp$ niet vertekend (bias-vrij).
   • De aanwezigheid van interlopers veroorzaakt slechts een lichte toename in de onzekerheid (variatie), maar geen systematische bias. De systematische bias is significant kleiner dan de statistische fout, zelfs voor latere data-releases (DR3).
4. Schaalafhankelijkheid: De systematische fouten die ontstaan door een onvolledig model nemen af bij grotere schalen (grotere scheidingen tussen galaxieën). Op kleine schalen (< 30 $h^{-1}$ Mpc) kunnen fouten vergelijkbaar zijn met de statistische fout, maar op de BAO-schaal en groter zijn ze verwaarloosbaar.

Betekenis en Conclusie
Dit onderzoek is van groot belang voor de voorbereiding van de Euclid-data-analyse. De belangrijkste conclusie is dat voor de eerste data-release (DR1) een minimaal modelleringstijd (die alleen rekening houdt met de verzwakking van het signaal door verontreiniging) voldoende is om kosmologische parameters nauwkeurig af te leiden.

• Het is niet nodig om complexe modellen te gebruiken die elke specifieke interloper-soort en hun cross-correlaties expliciet modelleren om binnen de statistische onzekerheden van DR1 te blijven.
• Voor toekomstige releases (zoals DR3), waarbij de statistische onzekerheid met een factor $\sqrt{6}$ zal afnemen, zal een meer verfijnd model waarschijnlijk nodig zijn om systematische fouten onder controle te houden.
• De resultaten bieden vertrouwen dat de Euclid-missie, zelfs met de onvermijdelijke aanwezigheid van roodverschuivingsfouten, betrouwbare inzichten kan leveren in de aard van donkere energie en donkere materie.

Het artikel benadrukt echter dat de daadwerkelijke contaminatiepercentages in de eerste data-release mogelijk hoger kunnen zijn dan de in de simulaties gebruikte 20%, wat een waarschuwing is voor de noodzaak van continue validatie en mogelijke aanpassing van de modellen bij de eerste echte data.