RotCurves: A PYTHON package for efficient modelling and fitting of galactic rotation curves at high-z

Technische Samenvatting: RotCurves – Een Python-pakket voor Efficiënte Modellering en Fitting van Galactische Rotatiecurves bij Hoge z

Probleemstelling
Rotatiecurves zijn fundamenteel voor het begrijpen van de structuur, dynamica en donkere materie-halo's van sterrenstelsels. Het analyseren van deze curves bij een hoge roodverschuiving ($z$) brengt echter aanzienlijke uitdagingen met zich mee door oppervlakterelatede helderheidsverzwakking (surface brightness dimming) en beperkte hoekresolutie. Deze beperkingen leiden tot "beam smearing", een kunstmatige afvlakking van snelheidsgradiënten veroorzaakt door de convolutie van licht over grote fysieke gebieden van de bron. Het corrigeren voor dit effect is cruciaal maar computationeel intensief. Bestaande parametrische forward-modelleringsinstrumenten, zoals dysmalpy, construeren volledige 3D- of 4D-datacubes (inclusief ruimtelijke en spectrale dimensies) om observaties te simuleren. Hoewel accuraat, zijn deze methoden computationeel zwaar en vereisen ze vaak seconden tot minuten per realisatie, wat snelle parameterverkenning, het testen van meerdere massamodel-aannames en de verwerking van grote steekproeven uit toekomstige Integral Field Unit (IFU) surveys belemmert. Er is behoefte aan een instrument dat een balans vindt tussen de nauwkeurigheid van beam smearing-correctie en computationele efficiëntie.

Methodologie
De auteurs presenteren RotCurves, een parametrische forward-modelleringsmodule die is ontworpen om galactische rotatiecurves efficiënt te fitten door het proces van beam smearing te benaderen in 2D in plaats van 3D.

• Modelconstructie: De code construeert een geïdealiseerd, axiaal symmetrisch sterrenstelselmodel in centrifugaal evenwicht. Het berekent de intrinsieke cirkelvormige snelheid in het galactische middelvlak door de bijdragen van diverse massacomponenten op te tellen:
  • Baryonen: Gemodelleerd als extreem dunne of dikke schijven en bollen met behulp van Sérsic-profielen (inclusclusief exponentiële en de Vaucouleurs-profielen).
  • Donkere Materie: Gemodelleerd als sferisch symmetrische halo's met behulp van profielen zoals NFW, $\alpha$-NFW, Burkert, Einasto en Dekel-Zhao. De code bevat een optie voor adiabatische contractie van de halo als gevolg van baryonische accumulatie.
  • Drukondersteuning: Het model corrigeert de geobserveerde rotatiesnelheid voor drukgradiënten in het turbulente interstellaire medium (ISM) met behulp van hydrostatische evenwichtsveronderstellingen, waarbij de intrinsieke cirkelvormige snelheid wordt omgezet naar de observeerbare rotatiesnelheid op basis van de snelheidsdispersie ($\sigma_0$).
• Beam Smearing Benadering: In tegenstelling tot tools die een 3D-sterrenstelselcube roteren om aan de hemel te voldoen en convolueren met een Point Spread Function (PSF), projecteert RotCurves de beam op het galactische middelvlak. Voor een gegeven inclinatiehoek $i$ wordt een circulaire Gaussische PSF getransformeerd naar een bivariante Gaussische verdeling met een assenverhouding van $1/\cos(i)$. De geobserveerde snelheid en snelheidsdispersie op een bepaalde straal worden berekend als gewogen gemiddelden over deze "effectieve beam", waarbij rekening wordt gehouden met het emissieprofiel (lichtweging) en de lijn-van-zicht projectie.
• Fittingprocedure: Het pakket bevat een ingebouwde Bayesiaanse inferentie-engine met behulp van de emcee MCMC-sampler. Het fitte het model aan geobserveerde rotatiecurves door een log-waarschijnlijkheidsfunctie te minimaliseren die bestaat uit een kleinste-kwadraten-likelihood en door de gebruiker gedefinieerde priors (uniform of Gaussisch) op parameters zoals baryonische massa, effectieve straal, bulge-to-total ratio, intrinsieke snelheidsdispersie en donkere materie-halo massa.

Belangrijkste Bijdragen

1. Computationele Efficiëntie: RotCurves bereikt een looptijd van $\sim 10-20$ ms per realisatie voor een typische grid, wat ongeveer 250 keer sneller is dan dysmalpy (dat $\sim 3-4$ seconden nodig heeft voor dezelfde taak). Deze versnelling wordt bereikt door het vermijden van de constructie van volledige 4D-hypercubes.
2. 2D Beam Projectie: Het artikel introduceert en valideert een 2D-projectiemethode voor beam smearing die rekening houdt met inclinatie zonder dat volledige 3D-volume-integratie vereist is.
3. Benchmarking: De auteurs hebben RotCurves rigoureus afgezet tegen dysmalpy met behulp van synthetische observaties van een fiducieel $z=2$ sterrenstelselmodel.

Resultaten

• Nauwkeurigheid vs. dysmalpy: Voor goed opgeloste systemen (PSF FWHM $< R_{\text{eff}}$) reproduceert RotCurves de gesimuleerde geobserveerde rotatie- en dispersiecurves gegenereerd door dysmalpy binnen een marge van 5% tot $3R_{\text{eff}}$. In marginaal opgeloste systemen (PSF FWHM $\gtrsim 1.5 R_{\text{eff}}$) nemen de discrepanties toe tot wel 15%.
  • Systematische Verschillen: RotCurves heeft de neiging om de snelheidsdispersie in de binnenregio's licht te onderschatten (met $\sim 10\%$), omdat het alleen de bewegingen in het middelvlak beschouwt, terwijl dysmalpy deeltjes buiten het middelvlak integreert die de lijn verbreden.
• Parameterherstel: Met behulp van MCMC-fitting op synthetische data herstelt RotCurves succesvol de intrinsieke modelparameters (massa, straal, dispersie, donkere materie fractie) over een breed scala aan sterrenstelsel-eigenschappen.
  • Biases: Er ontstaan systematische biases voor de effectieve straal ($R_{\text{eff}}$), die vaak met een factor $\sim 1.5$ wordt overschat, en voor lage schijfmassa's ($M_{\text{disk}} \lesssim 3 \times 10^9 M_\odot$), waar de schijfmassa slecht wordt bepaald.
  • Signaal-ruisverhouding (S/N): Parameterherstel is uitstekend bij een hoge S/N ($\gtrsim 25$). Bij lagere S/N nemen de afwijkingen toe, met name voor de schijfmassa en de fracties van donkere materie. De bulge-massa en de intrinsieke snelheidsdispersie blijven echter relatief robuust, zelfs bij lagere S/N.
• Inclinatiegrenzen: De tool is het best geschikt voor inclinaties tussen $10^\circ$ en $80^\circ$.

Betekenis en Claims
Het artikel positioneert RotCurves primair als een exploratief instrument voor snelle tests van massamodel-aannames en parameterstudies, in plaats van een vervanging voor volledige 3D-modellering in alle contexten. De betekenis ligt in het vermogen om:

• Grote steekproeven van observationele data uit huidige en toekomstige grote IFU-surveys (bijv. VLT/MAVIS, JWST/NIRSpec, ELT/MOSAIC) efficiënt te verwerken.
• Het testen van verschillende priors, profielvormen en systematische effecten te faciliteren zonder de computationele overhead van volledige 3D-simulaties.
• Snelle, redelijke parameterschattingen te bieden voor sterrenstelsels met een hoge roodverschuiving, dienend als startpunt voor meer gedetailleerde analyse.

De auteurs benadrukken dat hoewel RotCurves zeer efficiënt en accuraat is voor goed opgeloste systemen, gebruikers voorzichtig moeten zijn bij het interpreteren van resultaten van slecht opgeloste systemen met een lage S/N, waar de effecten van beam smearing het meest ernstig zijn en systematische biases (met name voor $R_{\text{eff}}$) het meest uitgesproken zijn. De code is publiekelijk beschikbaar op GitHub.