Forward analytical model for the optical selection bias on galaxy cluster lensing profiles

Titel: Een voorwaartse analytische model voor de optische selectiebias op lensingsprofielen van sterrenstelselclusters

Auteurs: M. Costanzi et al.
Publicatiedatum: 7 april 2026 (arXiv)

1. Het Probleem

Sterrenstelselclusters die worden geselecteerd op basis van optische eigenschappen (zoals rijkdom, $\lambda$, het aantal ledensterrenstelsels) zijn onderhevig aan significante selectiebiases. De belangrijkste oorzaak hiervan zijn projectie-effecten: onopgeloste systemen langs de gezichtlijn die toevallig samenvallen met het cluster.

• Invloed: Deze projecties leiden tot een overschatting van de rijkdom van het cluster. Systemen die langs de gezichtlijn geconcentreerd zijn of rijke structuren in projectie hebben, hebben een grotere kans om in de catalogus te worden opgenomen.
• Gevolg: Dit veroorzaakt een bias in de waargenomen dichtheidsprofielen van clusters. Specifiek wordt het lensingssignaal (zwakke lensing) op schalen relevant voor massakalibratie met 10-20% te hoog geschat.
• Impact: Als deze effecten niet correct worden gemodelleerd, leiden ze tot systematische fouten in de geschatte clustermassa's en uiteindelijk tot bias in de afgeleide kosmologische parameters. Bestaande methoden zijn vaak simulatie-gebaseerd of gebruiken analytische templates met vrije parameters die gemarginaliseerd moeten worden.

2. Methodologie

De auteurs presenteren een volledig voorspellend, analytisch model zonder vrije parameters om de impact van optische selectiebias op clusterdichtheidsprofielen te kwantificeren. Het model is gebaseerd op de observatie dat dezelfde structuren langs de gezichtlijn die bijdragen aan de waargenomen rijkdom, ook bijdragen aan het geprojecteerde dichtheidsprofiel.

Kerncomponenten van het model:

• Rijkdomsdefinitie: De waargenomen rijkdom ($\lambda_{ob}$) wordt gezien als de som van de intrinsieke rijkdom ($\lambda_{tr}$) en een projectiebijdrage ($\Delta_{prj}$):
  $$\lambda_{ob} = \lambda_{tr} + \Delta_{prj}$$
• Optische Cluster Bias ($b_{\lambda_{ob}}$): De auteurs leiden een schaal-afhankelijke bias af die afhangt van de projectiecontaminatie. Ze modelleren de bias als een functie van de projectiehoek $\theta$ ten opzichte van het clustercentrum.
  • Ze gebruiken een sigmoidale parameterisatie om de overgang van kleine naar grote schalen te beschrijven:
    $$b_{\lambda_{ob}}(\theta) = b^0_{\lambda_{ob}} + \frac{b^\infty_{\lambda_{ob}} - b^0_{\lambda_{ob}}}{1 + e^{-k(\theta - \theta_0)}}$$
  • Hierbij is $b^0_{\lambda_{ob}}$ de bias op kleine schaal (binnen de clusterstraal) en $b^\infty_{\lambda_{ob}}$ de bias op grote schaal.
• Gekoppelde Structuren: Het model berekent het gemiddelde aantal halos langs de gezichtlijn als functie van $\Delta_{prj}$ en de hoekafstand.
  • Voor grote schalen wordt de bias benaderd als een lineaire functie van de excess rijkdomsbias ($\delta_{prj}$) ten opzichte van een willekeurig geselecteerd monster met dezelfde massaverdeling.
• Geprojecteerd Dichtheidsprofiel ($\Sigma$): Het totale profiel wordt opgesplitst in een één-halo term (intrinsiek) en een twee-halo term (gecorrigeerde structuren langs de lijn van zicht):
  $$\langle \Sigma \rangle = \langle \Sigma_{1h} \rangle + \langle \Sigma_{prj} \rangle$$
  De twee-halo term wordt berekend door de bijdragen van halos langs de lijn van zicht te integreren, gewogen door de afgeleide bias $b_{\lambda_{ob}}$.

Validatie:
Het model wordt getest tegen een synthetische "mock" catalogus die lijkt op de DES Year 3 (Y3) data, gegenereerd met de redMaPPer clusterfinder. De mock is gebaseerd op N-body simulaties (DeRose et al.) met een $\Lambda$CDM kosmologie.

3. Belangrijkste Bijdragen

1. Analytische Afleiding zonder Vrije Parameters: Het model is volledig voorspellend en afhankelijk van aannames over de halo-bezettingsverdeling (HOD), het kosmologische model, de clusterfinder en survey-specificaties, zonder dat er parameters worden gemarginaliseerd.
2. Schaal-afhankelijke Bias Parametrisatie: De introductie van een sigmoidale functie om de bias te beschrijven die afneemt van het clustercentrum naar de buitenste regio's, gebaseerd op de dichtheid van de projectie.
3. Koppeling tussen Rijkdom en Omgeving: Het model toont expliciet aan hoe een verhoogde rijkdom door projectie ($\Delta_{prj}$) correleert met een dikkere omgeving langs de lijn van zicht, wat leidt tot een versterkt lensingsignaal.
4. Efficiënte Benadering: Voor gebruik in kosmologische inferentie-pipelines wordt een dubbele machtswet-functie (double power-law) voorgesteld als snelle benadering van de bias, wat de rekentijd aanzienlijk verlaagt.

4. Resultaten

• Validatie met Mock Data: Het model slaagt erin om de afhankelijkheid van de twee-halo component van de rijkdomsboost (induced door projectie) nauwkeurig te reproduceren.
• Profiel Bias: Het model herstelt de totale bias in het geprojecteerde dichtheidsprofiel ten opzichte van een willekeurig geselecteerd monster met dezelfde massaverdeling.
  • De bias is het sterkst op kleine schalen (binnen $\sim 1 h^{-1}$ Mpc) en neemt af op grotere schalen, maar blijft merkbaar tot ongeveer $10 h^{-1}$ Mpc.
  • De vorm van de bias is "bel-vormig" (bell-shaped), wat consistent is met eerdere studies.
• Evolutie: Het model reproduceert de evolutie van de bias met rijkdom en roodverschuiving.
  • Rijkere clusters (die gemiddeld massiever zijn) bevinden zich in dikkere omgevingen.
  • De bias neemt licht toe met roodverschuiving, voornamelijk door de toename van de fotometrische roodverschuiving-onzekerheid ($\sigma_z$).
• Algemene Bias: Hoewel de twee-halo term varieert met rijkdom en roodverschuiving, wordt dit gecompenseerd door de evolutie van de één-halo term in het totale profiel, waardoor de totale bias minder sterk varieert.

5. Betekenis en Conclusie

Dit werk biedt een consistente methodologie om de impact van structuren langs de lijn van zicht te modelleren op de waargenomen rijkdom en dichtheidsprofielen van optisch geselecteerde clusters.

• Kosmologische Toepassing: Het model verbindt selectiebiases direct met onderliggende kosmologie en survey-specificaties. Dit is cruciaal voor toekomstige grote surveys (zoals Euclid en LSST) om systematische fouten in de massakalibratie te verminderen.
• Flexibiliteit: Hoewel het model specifiek is getest voor redMaPPer/DES, is het raamwerk generaliseerbaar naar andere optische massaproxies (zoals sterrenmassa of aantal sterrenstelsels) door de projectieweegfactor aan te passen.
• Beperkingen: Het model negeert momenteel effecten zoals miscentering (verkeerd centreren), oriëntatiebias en triaxialiteit van halos. Toch biedt het een fysiek onderbouwd kader dat de belangrijkste systematische fouten door projectie effectief kwantificeert.

De auteurs concluderen dat hun analytische benadering een krachtig hulpmiddel is om de nauwkeurigheid van kosmologische analyses met optische clustercatalogi te verbeteren, door de complexe projectie-effecten expliciet te modelleren in plaats van ze te negeren of te benaderen met simpele templates.