Euclid: Photometric redshift calibration with self-organising maps

Probleemstelling

De Euclid-missie van de ESA heeft als doel om de evolutie van kosmische structuren tot een roodverschuiving van $z \sim 3$ en daarbuiten in kaart te brengen via zwakke gravitatielensing (weak lensing). De nauwkeurigheid van deze metingen is cruciaal afhankelijk van de precisie waarmee de gemiddelde roodverschuiving ($\langle z \rangle$) van galaxiegroepen in tomografische bins kan worden bepaald. De huidige uitdaging is dat fotometrische roodverschuivingen (photo-zs) systematische vertekeningen (biases) bevatten, veroorzaakt door onzekerheden en selectie-effecten in de spectroscopische kalibratiesteekproeven.

Euclid stelt een zeer strenge eis: de absolute bias in de gemiddelde roodverschuiving per tomografische bin moet voldoen aan $|\Delta\langle z \rangle| = |\langle z_{est} \rangle - \langle z \rangle| \leq 0.002(1 + z)$. Het artikel onderzoekt of deze eis haalbaar is met de huidige methodologieën en welke strategieën nodig zijn om deze te bereiken.

Methodologie

De auteurs gebruiken Self-Organising Maps (SOMs), een type onbewaakt machine learning-algoritme, om de complexe, multidimensionale ruimte van kleur en magnitude van galaxies te mappen.

1. Data en Simulaties:

   • Er wordt gebruikgemaakt van de Flagship2-simulatie (een van de grootste kosmologische N-body simulaties), die een realistische populatie van 2,6 miljard galaxies bevat tot $z \leq 3$.
   • Er worden twee steekproeven gedefinieerd: een kalibratiesteekproef (die een realistisch spectroscopisch selectie-effect nabootst, vergelijkbaar met C3R2) en een validatiesteekproef (een groot, fotometrisch "Euclid Wide Survey"-achtig bestand).
   • De validatiesteekproef bevat ongeveer 1,7 miljoen galaxies met fotometrische ruis die overeenkomt met de verwachte diepte van Euclid (DR3-niveau).

2. SOM Architectuur en Training:

   • De SOM wordt getraind op een kalibratiesteekproef (gebaseerd op ruisvrije data om covariatieverschuiving te voorkomen) met 36 kleurcombinaties en de $I_E$-magnitude.
   • Twee soorten SOMs worden getest: een rechthoekige $75 \times 150$ SOM (gebaseerd op eerdere C3R2-werk) en een symmetrische $101 \times 101$ toroïdale SOM.
   • Na training worden de "gouden steekproef" (gold sample) en kwaliteitscontrole (QC)-cuts toegepast. Dit betekent dat cellen in de SOM worden verwijderd die niet goed vertegenwoordigd zijn door de kalibratiesteekproef of die een hoge bias vertonen, om systematische fouten te minimaliseren.

3. Twee Benaderingen voor Tomografie:
   Het artikel vergelijkt twee methoden om galaxies in roodverschuivingsbins in te delen:

   • Benadering A: Tomografie gebaseerd op het gemiddelde spectroscopische roodverschuiving (spec-z) per SOM-cel.
   • Benadering B: Tomografie gebaseerd op de fotometrische roodverschuiving (photo-z) van individuele galaxies (de mediaan van de $p(z)$-verdeling).

4. Fisher Forecast:
   Om de impact op de kosmologische parameters te kwantificeren, voeren de auteurs een Fisher-forecast uit voor cosmic shear alleen. Ze berekenen hoe de gevonden biases in $n(z)$ vertalen naar biases in $\Omega_m$, $\sigma_8$, $w_0$ en $w_a$.

Belangrijkste Bijdragen en Resultaten

1. Vergelijking van Tomografie-methoden:

   • Spec-z per cel (Benadering A): Wanneer de bins worden gedefinieerd op basis van het gemiddelde spec-z van een SOM-cel, faalt de methode. Zelfs na toepassing van QC, voldoet geen enkele van de tien bins aan de Euclid-eis van $0.002(1+z)$. De biases zijn vaak te groot (factoren van 10) en wisselen van teken, wat wijst op een compressie van de herconstruerde $n(z)$-verdeling.
   • Photo-z per individu (Benadering B): Wanneer de bins worden gedefinieerd op basis van de photo-z van individuele galaxies, zijn de resultaten aanzienlijk beter. Acht van de tien bins voldoen aan de Euclid-eis (in het ideale scenario). Dit komt omdat individuele photo-z's minder last hebben van de multimodaliteit die optreedt wanneer men het gemiddelde van een hele SOM-cel neemt.

2. Realisme en C3R2-imitatie:

   • De auteurs maken de studie realistischer door de kalibratiesteekproef te "morfen" om de selectie van het C3R2-survey na te bootsen (waarbij bepaalde kleur-ruimtes ondervertegenwoordigd zijn).
   • In dit realistischere scenario daalt het aantal succesvolle bins naar zes van de tien, maar blijft de foto-z gebaseerde methode superieur. Dit onderstreept het belang van spectra in onderbemonsterde kleur-ruimtes.

3. Impact op Kosmologische Parameters:

   • De Fisher-forecast toont aan dat, zelfs in het meest realistische scenario met aanzienlijke redshift-bias, de resulterende biases op de kosmologische parameters klein blijven.
   • De biases voor $\Omega_m$, $\sigma_8$ en $w_a$ blijven onder $0.1\sigma$ in het ideale geval en onder $0.3\sigma$ in het realistische geval.
   • De parameter $w_0$ (de huidige waarde van de donkere energie-toestand) is het meest gevoelig voor deze fouten, maar blijft gemiddeld onder de $1\sigma$ drempel.

Betekenis en Conclusie

Dit artikel levert een cruciale proof-of-concept voor de Euclid-missie. Het demonstreert dat de strenge eis voor roodverschuivingkalibratie haalbaar is, mits de juiste methodologie wordt toegepast.

De belangrijkste conclusie is dat roodverschuiving-tomografie moet worden gedefinieerd op basis van de fotometrische roodverschuivingen van individuele galaxies, en niet op basis van het gemiddelde spectroscopische roodverschuiving van SOM-cellen. De laatste methode introduceert onaanvaardbare systematische fouten.

Hoewel de resultaten bemoedigend zijn, waarschuwen de auteurs dat dit onder geïdealiseerde omstandigheden is bereikt. Voor de daadwerkelijke data-analyse van Euclid (DR3 en daarbuiten) blijft het essentieel om uitgebreide en representatieve spectroscopische kalibratiesteekproeven te verzamelen om de kleur-roodverschuivingrelatie volledig te dekken en de selectie-effecten verder te minimaliseren.