Exploring the $S_8$ Tension: Insights from the CatNorth 1.5-Million Quasar Candidates

Dit artikel gebruikt een machine-learning-aangepaste catalogus van 1,5 miljoen quasar-kandidaten en Planck CMB-data om de $S_8$-spanning te onderzoeken en concludeert dat de huidige metingen minder bewijs voor deze spanning bieden dan eerder gedacht, hoewel systematische fouten zoals steekproefonvolledigheid de resultaten nog steeds beïnvloeden.

De kern

De S8-spanning: Een kosmisch raadsel opgelost met een miljoen quasars?

Stel je voor dat het heelal een enorme, onzichtbare deken is die overal in de ruimte hangt. In de kosmologie noemen we de manier waarop deze deken "rimpelt" of structuren vormt (zoals sterrenstelsels en galaxie-hopen) de groei van de kosmische structuur. Een belangrijke maatstaf om te zien hoe sterk deze deken is, heet S8.

De afgelopen jaren hebben wetenschappers een raadsel opgelost: als we naar het heelal kijken zoals het eruitzag toen het heel jong was (via de kosmische achtergrondstraling, een soort "babyfoto" van het heelal), krijgen we één waarde voor S8. Maar als we naar het huidige, oudere heelal kijken (via de vervorming van licht door zware objecten, genaamd "zwakke zwaartekrachtslenzen"), krijgen we een andere waarde. Dit noemen we de S8-spanning. Het is alsof je twee verschillende weegschalen gebruikt om dezelfde persoon te wegen en ze geven twee verschillende gewichten op.

De nieuwe aanpak: Een superkrachtige zoektocht

In dit nieuwe onderzoek gebruiken de auteurs een heel nieuwe en krachtige manier om deze spanning te testen. Ze kijken niet naar sterrenstelsels, maar naar quasars.

• Wat zijn quasars? Stel je voor dat quasars de felste vuurtorens in het heelal zijn. Het zijn superzware zwarte gaten in het centrum van jonge sterrenstelsels die zo helder schijnen dat ze tot aan de randen van het waarneembare heelal zichtbaar zijn.
• De CatNorth-lijst: De onderzoekers hebben een lijst gemaakt van 1,5 miljoen van deze quasars. Ze noemen dit de "CatNorth"-catalogus. Het is als een gigantische schatkist met de helderste vuurtorens die we kunnen vinden.

Het probleem: De "mist" en de "onvolledige kaart"

Het probleem bij het tellen van deze vuurtorens is dat we niet overal even goed kunnen kijken.

1. De mist: In sommige delen van de lucht (vooral dicht bij het melkwegstelsel) staat er veel stof en gas. Dit verduistert de vuurtorens, waardoor we ze missen.
2. De onvolledige kaart: Omdat we sommige delen van de lucht niet goed kunnen zien, lijkt het alsof er minder vuurtorens zijn dan er echt zijn. Dit verstoort onze meting van hoe de deken (het heelal) is opgebouwd.

De oplossing: Een slimme AI-robot

Om dit op te lossen, hebben de onderzoekers een kunstmatige intelligentie (AI) getraind.

• De analogie: Stel je voor dat je een foto van een drukke stad maakt, maar er staat een grote muur voor een deel van de foto. Je ziet dan minder mensen dan er echt zijn. De AI fungeert als een slimme fotograaf die precies weet waar de muur stond en hoeveel mensen er zouden moeten zijn. Hij corrigeert de foto zodat hij de echte drukte weergeeft, zonder de kunstmatige leegte.
• In dit geval heeft de AI geleerd om de "mist" (stof, sterren, en de manier waarop de telescopen scannen) te herkennen en te corrigeren. Hierdoor krijgen ze een veel zuiverder beeld van waar de quasars echt zitten.

Wat vonden ze? (De verrassende resultaten)

Toen ze de data analyseerden, kregen ze twee verschillende resultaten, afhankelijk van hoe ver weg de quasars waren:

1. De "dichtbij" quasars (jonger in het heelal):
   Voor de quasars die dichter bij ons staan, vonden ze een waarde voor S8 die perfect overeenkomt met de "babyfoto" van het heelal (Planck-data).

   • Betekenis: Voor de dichtbijgelegen delen van het heelal is er geen spanning. De theorie klopt. Het lijkt erop dat de eerdere spanning misschien veroorzaakt werd door meetfouten in andere studies.

2. De "verre" quasars (oud en ver weg):
   Voor de allerverste quasars vonden ze een lagere waarde voor S8.

   • De reden: De onderzoekers denken dat dit komt omdat het heel ver weg nog steeds erg moeilijk is om alles perfect te zien. Misschien zijn er nog steeds wat "vuurtorens" die we missen, of is er een beetje "ruis" van het vroege heelal die de meting verstoort. Het is alsof je in de verte probeert te tellen hoeveel lichten er branden, maar de mist is daar nog steeds te dik.

Conclusie: Is het raadsel opgelost?

Dit onderzoek suggereert dat de beroemde "S8-spanning" misschien niet zo groot is als we dachten, of tenminste dat het probleem vooral zit in de moeilijke metingen van het verre heelal.

• De kernboodschap: Met onze nieuwe, super-schone lijst van 1,5 miljoen quasars en slimme AI-correcties, zien we dat het heelal in de buurt zich precies gedraagt zoals de theorie voorspelt.
• De toekomst: Om het verhaal van de verre quasars volledig te ontrafelen, hebben we nog betere telescopen nodig (zoals de nieuwe Rubin-observatorium of de Chinese CSST). Zodra we die hebben, kunnen we misschien eindelijk zeggen of de "deken" van het heelal precies zo is als we denken, of dat er iets heel nieuws en spannends gaande is in de natuurkunde.

Kortom: De onderzoekers hebben een nieuwe, scherpere bril opgezet om naar het heelal te kijken, en tot nu toe lijkt het erop dat de theorieën voor het "dichtbij" heelal nog steeds stevig staan.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Exploring the S8 Tension: Insights from the CatNorth 1.5-Million Quasar Candidates" in het Nederlands.

Probleemstelling: De S8-spanning

Het artikel richt zich op de aanhoudende spanning van ongeveer 3$\sigma$ in de kosmologie, bekend als de S8-spanning. Dit verwijst naar de discrepantie tussen metingen van de groei van kosmische structuren:

• Hoog-roodshift metingen: Afgeleid van anisotropieën in de kosmische microgolfachtergrond (CMB), zoals die van de Planck-missie (Planck 2018: $S_8 = 0.834 \pm 0.016$).
• Laag-roodshift metingen: Afgeleid van zwakke gravitationele lensing (WGL) en andere lage-roodshift surveys (bijv. KiDS-1000, DES-Y3), die vaak lagere waarden rapporteren (rond $0.76 - 0.78$).

Deze tegenstelling kan wijzen op onbekende systematische fouten in de data of op nieuwe fysica buiten het standaard $\Lambda$CDM-model. Het is essentieel om onafhankelijke constraints te vinden die niet afhankelijk zijn van CMB-anisotropieën of galaxy shear.

Methodologie

De auteurs gebruiken een nieuwe aanpak door quasars te combineren met CMB-lensing data.

1. Data:

   • CatNorth Catalogus: Een nieuwe catalogus met 1,5 miljoen quasar-kandidaten over $3\pi$steradiaal. Deze catalogus combineert data van Gaia DR3, Pan-STARRS1 (optisch) en CatWISE2020 (infrarood). De catalogus heeft een hoge zuiverheid (~90$z_{ph}$).
   • CMB Lensing: Gebruik van de Planck DR4 lensing-convergentie kaart ($\kappa$), verwerkt met de NIPIPE-pijplijn voor een verbeterd signaal-ruisverhouding.

2. Selectiefunctie en Systematiek:

   • Een groot probleem bij quasar-surveys is ruimtelijke onvolledigheid veroorzaakt door sterrenvervuiling, stofextinctie en variaties in de diepte van de survey.
   • De auteurs ontwikkelen een machine learning-gebaseerde selectiefunctie (een Multi-Layer Perceptron of MLP) om deze systematische effecten te modelleren en te corrigeren.
   • De MLP wordt getraind op 10 systematische templates (o.a. stofextinctie, sterrendichtheid, en mediane magnitude in verschillende banden).
   • Dit is efficiënter dan de eerder gebruikte Gaussian Process-methoden (zoals in de Quaia-catalogus) en onderdrukt effectief de excessen in het vermogensspectrum op grote schalen zonder de onderliggende kosmologische fluctuaties te verstoren.

3. Analyse:

   • Berekening van de autocorrelatie (quasar-quasar) en cross-correlatie (quasar-CMB lensing) hoekvermogensspectra ($C_\ell$).
   • Toepassing van de Limber-benadering en gebruik van de pyccl en pymaster libraries.
   • Bayesiaanse likelihood-analyse met MCMC (emcee) om parameters te schatten: $\Omega_m$, $\sigma_8$, $h$, en de quasar-bias $b_g$.
   • De steekproef is verdeeld in roodshift-bins: laag ($z < 1.5$) en hoog ($z > 1.5$), evenals volume-gelimiteerde steekproeven.

Belangrijkste Bijdragen

• Nieuwe Catalogus: Introductie en toepassing van de CatNorth catalogus, die qua zuiverheid en volledigheid de vorige Quaia-catalogus overtreft, mede dankzij het gebruik van Pan-STARRS1 data en geavanceerde ML-classificatie.
• Geavanceerde Systematiek-correctie: Een snelle en geheugenefficiënte ML-methode (MLP) voor het modelleren van de ruimtelijke selectiefunctie, die beter presteert dan eerdere methoden bij het onderdrukken van kunstmatige signalen op grote schalen.
• Onafhankelijke Test: Een robuuste test van de S8-spanning met een grote steekproef van quasar-kandidaten die onafhankelijk is van traditionele galaxy shear-metingen.

Resultaten

De resultaten variëren afhankelijk van het roodshift-bereik:

1. Laag-roodshift ($z < 1.5$):

   • De meting levert $S_8 = 0.844^{+0.058}_{-0.056}$.
   • Dit is consistent met de Planck 2018 CMB-resultaten ($0.834 \pm 0.016$) binnen 1$\sigma$.
   • Dit resultaat is lager dan de eerdere meting met de Quaia-catalogus ($0.879 \pm 0.055$), wat suggereert dat de Quaia-meting mogelijk bevooroordeeld was door onvoldoende correctie van systematische effecten.

2. Hoog-roodshift ($z > 1.5$):

   • De meting levert een lagere waarde: $S_8 = 0.724^{+0.058}_{-0.054}$.
   • De auteurs attribueren deze lagere waarde waarschijnlijk aan onvolledigheid in de steekproef van felle, hoge-roodshift quasars en contaminatie door voorgrond-effecten (zoals het Kosmische Infrarood Achtergrondverlichting - CIB) in de CMB-lensing kaarten.

3. Volume-gelimiteerde Steekproeven:

   • Tests met volume-gelimiteerde steekproeven bevestigen de trend: $S_8 \approx 0.835$ voor $z < 2$, maar daalt naar $0.789$voor de hoogste roodshifts ($1.5 < z < 2.5$).

4. Robuustheidstests:

   • Verschillende bias-modellen, maskers en fotometrische roodshift-onzekerheden hebben geen significante invloed op de conclusies voor de laag-roodshift metingen.
   • De cross-correlatie tussen de twee roodshift-bins en de correlatie met systematische templates tonen aan dat de correcties effectief zijn.

Betekenis en Conclusie

De studie concludeert dat de huidige metingen op basis van de grote steekproef van quasar-kandidaten minder bewijs leveren voor de S8-spanning dan eerder werd gedacht, vooral voor de laag-roodshift metingen.

• De laag-roodshift metingen van CatNorth zijn consistent met het standaard $\Lambda$CDM-model en de Planck-data.
• De discrepantie die eerder werd gezien in de Quaia-studie (een hoge $S_8$) lijkt te zijn opgelost door de betere datakwaliteit en de geavanceerde correctie van systematische effecten in CatNorth.
• De lage $S_8$-waarden bij hoge roodshifts worden waarschijnlijk veroorzaakt door observationele beperkingen (onvolledigheid, CIB-contaminatie) en niet per se door nieuwe fysica.

De auteurs benadrukken dat toekomstige surveys (zoals LSST, Euclid en CSST) met grotere steekproeven en betere roodshift-bepalingen cruciaal zullen zijn om de oorsprong van de S8-spanning definitief op te helderen en te bepalen of het gaat om restsystematiek of nieuwe fysica.