Improving constraints on primordial non-Gaussianity from Quaia with a new cosmological observable: angular redshift fluctuations

Technische Samenvatting: Verbeteren van de beperkingen op Primaire Niet-Gaussianiteit met Quaia met Angular Redshift Fluctuations

Probleem en Motivatie
De detectie van primaire niet-gaussianiteit (PNG), geparametriseerd door $f_{\text{NL}}$, is een cruciale test voor inflatiemodellen, waarbij een niet-nul waarde zou duiden op afwijkingen van Gaussische initiële condities. Hoewel de strengste beperkingen momenteel komen van de CMB-bispectrum (bijv. Planck 2018), biedt de Grote Schaal Structuur (LSS) een complementaire sonde via het schaalafhankelijke bias-effect. Dit effect, voorspeld door Dalal et al. (2008), introduceert een karakteristieke $1/k^2$ signatuur in de galaxy bias voor lokale PNG. Het meten hiervan vanuit LSS is echter uitdagend vanwege de noodzaak van precieze controle van observationele systematiek op de grootste schalen.

Recente studies hebben 2D hoekvermogensspectra en kruiscorrelaties met CMB-lensing gebruikt om $f_{\text{NL}}$ te beperken. Dit werk adresseert het potentieel om deze beperkingen te verbeteren door een nieuwe kosmologische observeerbare op te nemen: Angular Redshift Fluctuations (ARFs). ARFs meten de 2D hoekafwijkingen van de gemiddelde roodverschuiving van een matter-tracer binnen een gegeven schil. Theoretisch zijn ARFs gevoelig voor galaxy bias en dus voor PNG, maar hun toepassing op echte data voor $f_{\text{NL}}$-beperkingen was nog niet eerder aangetoond.

Methodologie
De auteurs analyseerden de Quaia-catalogus, een full-sky sample van $\sim1,3$ miljoen quasars (QSO's) afgeleid van Gaia DR3 en unWISE data, die een groot kosmologisch volume beslaat. De analyse-pipeline omvatte de volgende stappen:

1. Data Voorbereiding: De Quaia-sample werd gesplitst in twee roodverschuivingsbins ($\bar{z} \approx 0,97$ en $\bar{z} \approx 2,10$). HEALPix-kaarten ($N_{\text{side}}=128$) werden gegenereerd voor zowel galaxy getalsconcentraties (dichtheid) als ARFs. Het ARF-veld werd gedefinieerd als de gewogen gemiddelde roodverschuivingsfluctuatie per pixel, gebruikmakend van een brede Gaussische window die overeenkomt met de intrinsieke roodverschuivingsverdeling van de survey.
2. Kruiscorrelaties: De studie combineerde de Quaia dichtheids- en ARF-kaarten met Planck PR4 CMB-lensing convergentiekaarten. Dit leverde vier observeerbare grootheden op: de auto-vermogensspectra van dichtheid ($C_{gg}^\ell$) en ARFs ($C_{zz}^\ell$), en de kruiscorrelaties met CMB-lensing ($C_{\kappa g}^\ell$ en $C_{\kappa z}^\ell$).
3. Theoretische Modellering: Een gemodificeerde versie van de CAMB Boltzmann-code (ARFCAMB) werd gebruikt om theoretische vermogensspectra te berekenen. Deze code incorporeert de ARF-kernel en houdt rekening met fotometrische roodverschuivingsonzekerheden ($\sigma_z \approx 0,06(1+z)$). Het model bevatte de schaalafhankelijke bias geïnduceerd door $f_{\text{NL}}$ onder de universaliteitsrelatie (uitgaande van $p=1$), samen met een flexibele parametrisering voor de roodverschuivingsevolutie van de galaxy bias ($b(z)$).
4. Systematiek en Covariantie: Om observationele systematiek aan te pakken, gebruikten de auteurs systematiek-deprojectie via lineaire regressie tegen Quaia-templates. Schaal-cuts werden bepaald door data-verschuivingen te vergelijken met mock-realisaties; specifiek werden $\ell_{\text{min}}=14$ voor dichtheid en $\ell_{\text{min}}=10$ voor ARF auto-spectra toegepast om lage-$\ell$ offsets te verwijderen die incompatibel zijn met statistische fluctuaties. Een covariantie-matrix werd afgeleid van 1.000 gecorreleerde simulaties, met correcties toegepast op de mock auto-spectra om overeen te komen met de geobserveerde excessieve power in de echte data bij lage multipolen.
5. Parameter Inferentie: Een Gaussische likelihood werd geconstrueerd met de gemeten vermogensspectra en de covariantie-matrix. Markov Chain Monte Carlo (MCMC) sampling (emcee) werd gebruikt om $f_{\text{NL}}$ en bias-parameters ($b_0, \alpha$) te beperken.

Belangrijkste Resultaten
De analyse leverde de volgende beperkingen op voor de lokale niet-gaussianiteit parameter $f_{\text{NL}}$ (uitgaande van de universaliteitsrelatie met $p=1$):

• Alleen ARFs: Het combineren van de ARF auto-correlatie en de ARF-CMB lensing kruiscorrelatie leverde $f_{\text{NL}} = -43^{+50}_{-44}$ op.
• Alleen Dichtheid: Het combineren van de dichtheids auto-correlatie en de dichtheid-CMB lensing kruiscorrelatie leverde $f_{\text{NL}} = -25^{+19}_{-17}$ op, consistent met eerdere Quaia-analyses (Fabbian et al. 2026).
• Gezamenlijke Analyse: Het combineren van alle vier de observeerbare grootheden ($C_{gg}^\ell, C_{\kappa g}^\ell, C_{zz}^\ell, C_{\kappa z}^\ell$) resulteerde in $f_{\text{NL}} = -3 \pm 14$ bij 68% betrouwbaarheid.
• Optimalisatie van de Goodness-of-Fit: De auteurs merkten milde spanningen op in de $\chi^2$ bij het opnemen van de ARF-CMB kruiscorrelatie ($C_{\kappa z}^\ell$). Het uitsluiten van deze specifieke kruiscorrelatie om de goodness-of-fit van het model te verbeteren, resulteerde in $f_{\text{NL}} = -5^{+16}_{-15}$.

De gezamenlijke beperking vormt een verbetering van ongeveer 25% ten opzichte van de vorige Quaia-meting die alleen dichtheid en CMB-lensing gebruikte. Dit resultaat staat als de op één na strakste beperking op $f_{\text{NL}}$ met behulp van LSS twee-punt statistieken tot nu toe (na DESI DR1 spectroscopische data) en is de meest precieze die met 2D samenvattende statistieken is bereikt.

Significantie en Robuustheid
Het artikel beweert dat de inclusie van ARFs als een kosmologische observeerbare een meetbare verbetering biedt in $f_{\text{NL}}$ beperkingen met behulp van echte data. De auteurs hebben de robuustheid van hun resultaten geverifieerd door verschillende tests:

• Bias Modellering: De resultaten bleven stabiel bij het variëren van het fiduciale galaxy bias evolutie-model (het testen van zowel de Piccirilli et al. 2024 als de Laurent et al. 2017 modellen) en bij het toestaan van onafhankelijke bias-parameters voor dichtheids- en ARF-velden.
• Schaal-cuts: De beperkingen bleken stabiel tegen variaties in de minimale multipool ($\ell_{\text{min}}$) cuts, hoewel enige spanning in de bias-parameters werd waargenomen, toegeschreven aan de hogere gevoeligheid van de ARF-kernel voor niet-lineaire schalen ($k$-modes) vergeleken met de dichtheids-kernel.
• Universaliteitsrelatie: Wanneer de aanname van $p=1$ werd versoepeld naar $p=1,6$ (een waarde gesuggereerd voor QSO's in sommige literatuur), verschoof de beperking naar $f_{\text{NL}} = 2^{+20}_{-21}$, of $b_\phi f_{\text{NL}} = -63^{+79}_{-89}$ in een model-onafhankelijke benadering.

De auteurs concluderen dat hoewel er interne spanningen bestaan tussen de observeerbare grootheden—waarschijnlijk door de noodzaak voor verbeterde modellering van niet-lineaire schalen in ARFs—de toevoeging van ARFs aan 2D analyses een veelbelovende weg is. Zij pleiten voor de inclusie van ARFs in toekomstige analyses van grote surveys zoals DESI, Euclid en LSST, waarbij zij opmerken dat ARFs een robuust 2D alternatief kunnen bieden voor standaard 3D clustering, met name voor fotometrische surveys waar onzekerheden in de roodverschuiving niet verwaarloosbaar zijn.