Impact of projection-induced optical selection bias on the weak lensing mass calibration of galaxy clusters

Titel: Impact van projectie-geïnduceerde optische selectiebias op de zwakke lensmassa-calibratie van sterrenstelselclusters

1. Het Probleem

De nauwkeurigheid van kosmologische parameters (zoals $\Omega_m$ en $\sigma_8$) die worden afgeleid uit het tellen van sterrenstelselclusters, is sterk afhankelijk van de nauwkeurigheid van de massa-calibratie. Voor optisch geïdentificeerde clusters wordt de massa vaak geschat via zwakke gravitationele lensing en de rijkdom ($\lambda$) van de cluster (het aantal ledensterrenstelsels).

Het artikel identificeert een kritieke selectiebias veroorzaakt door projectie-effecten langs de gezichtlijn:

• Coherente Boost: Sterrenstelsels die fysiek niet bij een cluster horen, maar zich langs de gezichtlijn bevinden (door halo-triaxialiteit of grote schaal structuren zoals filamenten), kunnen per ongeluk worden toegewezen aan de cluster. Dit verhoogt zowel de waargenomen rijkdom ($\lambda$) als het lensing-signaal (projectie van materie).
• Bias in de Steekproef: Omdat er veel meer lage-massa halo's zijn dan hoge-massa halo's, zal een steekproef geselecteerd op een bepaalde rijkdomswaaier meer lage-massa halo's bevatten waarvan de rijkdom "omhoog is gestrooid" (up-scattered) door projectie, dan hoge-massa halo's die "omlaag zijn gestrooid".
• Gevolg: De gemiddelde lensing-signaal voor een cluster in een bepaalde rijkdomsbinn is systematisch hoger dan verwacht op basis van de werkelijke gemiddelde massa. Hierdoor wordt de massa van de clusters overschat, wat leidt tot een vertekening in kosmologische afleidingen.

2. Methodologie

De auteurs kwantificeren deze bias door gebruik te maken van twee complementaire mock catalogi (simulaties) met verschillende modellen voor de verbinding tussen sterrenstelsels en halo's, en verschillende algoritmen voor het vinden van clusters:

• MiniUchuu-simulatie:

  • Gebaseerd op de Uchuu $N$-body simulatie.
  • Gebruikt een HOD-model (Halo Occupation Distribution) om sterrenstelsels toe te wijzen aan halo's.
  • Cluster-vinding: Simuleert rijkdom via "counts-in-cylinders" (tellen van sterrenstelsels binnen een cilinder langs de gezichtlijn met een onzekerheid van $\pm 30 h^{-1}$ cMpc) om afstandsonzekerheden na te bootsen.
  • Cosmologie: Planck $\Lambda$CDM ($\Omega_m=0.3089, \sigma_8=0.8159$).

• Cardinal-simulatie:

  • Een lichtkegel-mock catalogus ontworpen voor de Dark Energy Survey (DES).
  • Gebruikt het ADDGALS-algoritme voor het modelleren van sterrenstelsels (gebaseerd op dichtheidsafhankelijkheid).
  • Cluster-vinding: Gebruikt de redMaPPer-finder, die gebruikmaakt van matched filters op kleur, luminositeit en positie van rode rij-sterrenstelsels.
  • Cosmologie: $\Omega_m=0.286, \sigma_8=0.82$.

Analyse-procedure:

1. De auteurs berekenden de stacked lensing signalen ($\Delta\Sigma$) voor clusters in verschillende rijkdomsbinnens en roodshift-binnens.
2. Ze pasten een analytisch model (gebaseerd op NFW-profielen en 2-halo termen) aan op de gesimuleerde data om de "waargenomen" massa ($M_{obs}$) te schatten.
3. Ze vergeleken $M_{obs}$ met de ware gemiddelde massa ($M_{true}$) uit de simulaties om de fractionele bias te bepalen.
4. De analyse werd gesplitst in kleine schalen ($0.2 - 3$ Mpc) en grote schalen ($3 - 30$ Mpc) om het effect van projectie op verschillende afstanden te onderzoeken.

3. Belangrijkste Resultaten

De studie toont aan dat de projectie-bias de dominante systematische onzekerheid is in de massa-calibratie van optische clusters:

• Omvang van de Bias:
  • MiniUchuu: Leidt tot een overschatting van de massa met ongeveer 25% (kleine schalen) tot 50% (grote schalen).
  • Cardinal: Toont een nog sterkere bias, variërend van 20% tot 50% over alle schalen, met pieken van 20% tot 80% op grote schalen ($>3$ Mpc).
• Afhankelijkheid van Schaal: De bias is significant groter op grote schalen ($>3$ Mpc) dan op kleine schalen. Dit komt doordat projectie-effecten van omringende structuren (filamenten) het lensing-signaal op grotere afstanden sterker beïnvloeden.
• Afhankelijkheid van Rijkdom en Roodshift (Cardinal):
  • Bij Cardinal is de bias het grootst voor hoog-roodshift ($z \ge 0.5$) en laag-rijkdom ($\lambda \approx 20$) clusters.
  • De reden is dat fotometrische roodshift-onzekerheden bij hogere $z$ leiden tot meer projectie van achtergrond/voorgrond objecten.
• Vergelijking met andere systematieken: De gevonden bias (20-80%) is veel groter dan andere bekende systematische fouten zoals baryonische effecten, mis-centering (verkeerde bepaling van het clustercentrum) of de "boost factor" door clusterleden. Voor optische clusters is dit de beperkende factor voor precisie.

4. Bijdragen en Conclusies

• Kwantificering: Het artikel levert de eerste robuuste kwantificering van deze specifieke selectiebias voor twee verschillende, realistische modellen van cluster-vinding en sterrenstelsel-distributie.
• Dominantie: Het bevestigt dat projectie-geïnduceerde bias de grootste bron van systematische fout is voor optisch geselecteerde clusters, en dat deze de nauwkeurigheid van toekomstige kosmologische analyses (zoals LSST en Euclid) ernstig kan beperken als niet gecorrigeerd wordt.
• Strategieën voor Mitigatie:
  • Spectroscopische data: Het gebruik van spectroscopische roodshifts van ledensterrenstelsels om projectieleden te verwijderen.
  • Cross-correlatie: Het combineren van lensing met cluster-galaxy cross-correlaties voor zelf-calibratie.
  • Multi-bander analyses: Vergelijking van optische clusters met gas-geselecteerde clusters (röntgen of mm-golf) om de lensing-bias te kalibreren.
  • Forward-modeling: De auteurs pleiten voor het gebruik van $N$-body simulaties voor "forward-modeling" van rijkdom en lensing, waarbij de selectiebias automatisch wordt meegenomen in het model, in plaats van het proberen te corrigeren met analytische correctiefactoren.

Significantie

Deze studie is cruciaal voor de toekomst van de cluster-kosmologie. Aangezien grote optische surveys (zoals DES, LSST, Euclid) duizenden clusters zullen vinden, is het begrijpen en corrigeren van deze projectie-bias essentieel om de potentie van deze datasets te benutten voor het nauwkeurig meten van donkere energie en de evolutie van de structuur in het heelal. Zonder correctie voor deze bias zullen kosmologische parameters systematisch vertekend worden.