Beyond power spectrum to unveil systematics on HI intensity maps

Technische Samenvatting: Voorbij het Vermogensspectrum om Systematiek op Hi-intensiteitskaarten Bloot te Leggen

Probleemstelling
Neutraal waterstof (Hi) intensiteitsmapping is een primaire techniek voor het onderzoeken van de grootte-schaalstructuur, met name bij intermediaire roodverschuivingen ($z < 1$) waar niet-lineaire gravitationele evolutie de materieverdeling sterk niet-Gaussisch maakt. Traditioneel wordt kosmologische informatie uit deze surveys onttrokken met behulp van het hoekvermogensspectrum ($C_\ell$), een tweepuntsstatistiek die effectief Gaussische kenmerken vastlegt maar hogere-orde correlaties verworpt. Bij roodverschuivingen zoals $z \approx 0.425$ (het doel van de L-band-observaties van MeerKLASS) wordt het Hi-signaal gedomineerd door niet-lineaire structuren (draden, clusters, holtes) die $C_\ell$ niet volledig kan karakteriseren. Bovendien kunnen observationele systematiek – waaronder telescoopbundelvervaging, gedeeltelijke hemeldekking (maskering), instrumentale ruis en voorgrondresiduen (Galactisch synchrotron, extragalactische puntbronnen) – standaardanalyses vertekenen. Het artikel adresseert de behoefte aan samenvattende statistieken die niet-Gaussische informatie kunnen vastleggen en bestand blijven tegen deze systematiek om de inferentie van kosmologische parameters te verbeteren.

Methodologie
De auteurs maken gebruik van een op simulaties gebaseerd inferentiekader (SBI) met de JaxILI-bibliotheek om likelihood-vrije Bayesiaanse inferentie uit te voeren.

• Simulaties: Ze genereerden 10.000 full-sky Hi-helderheidstemperatuurkaarten bij $z = 0.425$ met behulp van de GLASS- en CAMB-kaders. Deze kaarten modelleren lognormale materievelden, gewogen met roodverschuivingsafhankelijke Hi-bias en gemiddelde helderheidstemperatuur.
• Observationele Effecten: De simulaties incorporeren realistische observationele omstandigheden:
  • Bundel: Convolutie met Gaussische bundels (1,34° voor single-dish MeerKLASS-achtige en 0,5° voor toekomstige interferometrische configuraties).
  • Maskering: Toepassing van binaire maskers die hemelvlakken ($f_{sky}$) van 0,60, 0,19 en 0,014 vertegenwoordigen.
  • Ruis: Toevoeging van ongecorreleerde Gaussische thermische ruis gebaseerd op systeemtemperatuur en integratietijd.
  • Systematiek: Gecontroleerde toy-modellen voor multiplicatieve en additieve streeppatronen (scanartefacten), Galactische synchrotronresiduen, extragalactische puntbronresiduen en X-vormige scanpatronen.
• Samenvattende Statistieken: Twee statistieken werden onttrokken en vergeleken:
  1. Hoekvermogensspectrum ($C_\ell$): Berekend uit sferische harmonische coëfficiënten, waarbij lage multipoles ($\ell < 10$) worden uitgesloten om systematiek te mitigeren.
  2. Starlet $\ell_1$-norm: Een multi-schaal, hogere-orde statistiek gebaseerd op de isotrope undecimale golfkleurtransformatie (starlet). De kaart wordt ontleed in golfkleurcoëfficiënten over meerdere schalen ($J=5$ en $J=8$), genormaliseerd en gebinned in signaal-ruisruimte. De $\ell_1$-norm van deze coëfficiënten kwantificeert de spaarzaamheid en sterkte van niet-Gaussische kenmerken.
• Inferentie: Een conditionele neurale dichtheidsschatter (masked autoregressive flow) werd getraind op de simulatieparen (parameters $\theta = \{\Omega_c, h, A_s\}$, samenvattende statistieken $x$) om de posterior $p(\theta|x)$ te benaderen.

Belangrijkste Bijdragen

1. Uitbreiding van Starlet $\ell_1$-norm: Het artikel past de starlet $\ell_1$-norm, eerder succesvol bij zwakke lensing, toe op Hi-intensiteitsmapping, en demonstreert de effectiviteit ervan in het vastleggen van niet-Gaussische informatie in het 21 cm helderheidstemperatuurveld.
2. Analyse van Systematische Robuustheid: De studie biedt een uitgebreide beoordeling van hoe zowel $C_\ell$ als de starlet $\ell_1$-norm presteren onder diverse systematische effecten (bundel, maskering, ruis, strepen en voorgrondresiduen).
3. Diagnostische Capaciteit: De auteurs tonen aan dat de starlet $\ell_1$-norm onderscheid kan maken tussen verschillende soorten voorgrondresiduen (Galactisch synchrotron versus extragalactische puntbronnen) en de aanwezigheid van residu-verontreiniging kan detecteren, fungerend als een diagnostisch hulpmiddel.
4. Efficiëntie: Het werk benadrukt de computationele en milieu-voordelen van SBI met compacte samenvattende statistieken (de starlet $\ell_1$-norm gebruikt aanzienlijk minder datapunten dan de volledige $C_\ell$-vector) ten opzichte van traditionele MCMC-methoden.

Resultaten

• Kosmologische Beperkingen: De starlet $\ell_1$-norm presteert consistent beter dan het hoekvermogensspectrum bij het beperken van kosmologische parameters ($\Omega_c$, $h$, $A_s$).
  • In een ruisvrije, full-sky-scenario verbetert de starlet $\ell_1$-norm de Figure of Merit (FoM) met een factor van 1,59 ten opzichte van $C_\ell$.
  • In realistische scenario's met een 0,5° bundel en instrumentale ruis, levert het verhogen van het aantal starlet-schalen van 5 naar 8 een 2,81× verbetering in FoM op ten opzichte van $C_\ell$.
• Robuustheid tegen Systematiek:
  • Bundel & Maskering: Waar bundelvervaging $C_\ell$ aanzienlijk degradeert door het onderdrukken van vermogen op kleine schaal, blijft de starlet $\ell_1$-norm robuust en behoudt het gevoeligheid voor structureel contrast over schalen. Het behoudt ook zijn prestaties onder sterke maskering ($f_{sky}=0,014$), waar $C_\ell$ lijdt onder modulaire koppeling.
  • Strepen & Scannen: De starlet $\ell_1$-norm is grotendeels ongevoelig voor multiplicatieve en additieve streeppatronen en X-vormige scanartefacten, terwijl $C_\ell$ sterke vertekeningen en kunstmatige versmalling van posteriors vertoont.
  • Voorgrondresiduen: De starlet $\ell_1$-norm toont een grotere gevoeligheid voor residu-verontreiniging dan $C_\ell$. Hoewel dit bij hoge verontreinigingsniveaus een milde vertekening introduceert, stelt het de statistiek in staat om onderscheid te maken tussen synchrotron- en puntbronresiduen, een taak waar $C_\ell$ niet in slaagt.
• Parameterdegeneraties: De starlet-aanpak heft degeneraties tussen parameters op (met name $h$, dat door $C_\ell$ slechts zwak wordt beperkt) door gebruik te maken van niet-Gaussische informatie.

Betekenis
Het artikel concludeert dat multi-schaal, hogere-orde statistieken zoals de starlet $\ell_1$-norm essentiële aanvullingen zijn op traditionele tweepuntsanalyses voor Hi-intensiteitsmapping. Door niet-Gaussische kenmerken die door het vermogensspectrum worden gemist, vast te leggen, verbetert de starlet $\ell_1$-norm de kosmologische inferentie aanzienlijk, met name in het niet-lineaire regime ($z < 1$). De aangetoonde robuustheid tegen complexe observationele systematiek en het vermogen om te fungeren als diagnose voor voorgrondresiduen maken het een veelbelovend hulpmiddel voor huidige surveys zoals MeerKLASS en toekomstige grote-volume surveys zoals het SKA Observatory (SKAO). Het werk pleit voor de adoptie van op simulaties gebaseerde inferentie met dergelijke statistieken om de wetenschappelijke opbrengst van aankomende Hi-intensiteitsmapping-data te maximaliseren.