Balancing bias, baryons, and scale cuts in LSST 3x2pt analysis

Technische Samenvatting: Het balanceren van bias, baryonen en schaal-afsnijdingen in de LSST 3 × 2pt-analyse

Probleemstelling
Stage IV kosmologische surveys, zoals de Rubin Observatory Legacy Survey of Space and Time (LSST), zullen de niet-lineaire regime van structuurvorming onderzoeken waar systematische effecten van galactische bias en baryonische feedback dominant worden. In een $3 \times 2$pt-analyse (waarbij clustering van sterrenstelsels, kosmische afschuiving en hun kruiscorrelatie worden gecombineerd), introduceren deze effecten nuisance-parameters die vaak zwak geconstreind zijn en degeneraties kunnen vertonen met kosmologische parameters. Specifiek vormt de interactie tussen niet-lineaire galactische bias en baryonische onderdrukking in het materie-vermogensspectrum een uitdaging: zuiver lineaire bias-modellen zijn onvoldoende voor kleine schalen ($k \gtrsim 0.1 \, h/\text{Mpc}$), terwijl complexere perturbatieve modellen extra vrijheidsgraden introduceren die degeneratief kunnen zijn met baryonische fysica. Het centrale probleem dat wordt aangeporen, is hoe men de balans vindt tussen modelcomplexiteit en schaal-afsnijdingen (scale cuts) om de constringerende kracht op kosmologische parameters ($\Omega_m, \sigma_8$) en extensies (neutrinomassa $M_\nu$) te maximaliseren zonder significante biases te introduceren.

Methodologie
De auteurs presenteren een uitgebreide analyse met behulp van een nieuwe, open-source Bayesiaanse inferentie-pipeline genaamd MGL (Modified Gravity Lensing). De studie genereert mock-dataconten die lijken op de LSST Jaar 1 (Y1) en Jaar 10 (Y10) specificaties, inclusclusief kosmische afschuivings- en sterrenstelsel-clustering-spectra over 20 log-gespaasde bins in $\ell \in [20, 5000]$.

Belangrijke methodologische componenten zijn:

• Modelleringskader: De analyse maakt gebruik van de BACCO-emulator om zowel het niet-lineaire materie-vermogensspectrum als baryonische feedback via een "baryonificatie"-mechanisme te modelleren. Voor de galactische bias worden drie modellen vergeleken:
  1. Lineaire Bias: Alleen geldig op grote schalen.
  2. Hybrid Effective Field Theory (HEFT): Een perturbatief model dat de Lagrangian bias-expansie combineert met N-body simulatie-evolutie, geldig tot $k_{\text{max}} \approx 0.7 \, h/\text{Mpc}$.
  3. Minimal Bias: Een vereenvoudigde HEFT-variant waarbij hogere-orde bias-termen ($b_{s^2}$ en $b_{\nabla^2}$) op nul worden gesteld.
• Baryonische Behandeling: Baryonische feedback wordt gemodelleerd met een onderdrukkingsfactor $S_{mm}$ toegepast op het materie-vermogensspectrum. Voor galaxy-galaxy lensing ($P_{gm}$) hanteren de auteurs de benadering van Zennaro et al. (2024), waarbij $P_{gm}$ wordt gecorrigeerd door $\sqrt{S_{mm}}$, terwijl $P_{gg}$ vertrouwt op de flexibiliteit van de bias-expansie.
• Analyse-strategie: De auteurs voeren likelihood-analyses uit op mock-data gegenereerd met het volledige HEFT-model en de fiduciale parameters. Ze testen verschillende analyse-aannames, waaronder mismatched modellen (bijv. het analyseren van HEFT-gegenereerde data met een lineair of minimaal bias-model) en het variëren van de inclusie van baryonische parameters.
• Metrieken: Prestaties worden gekwantificeerd met behulp van de Figure of Merit (FoM) voor constringerende kracht en de Figure of Bias (FoB) om afwijkingen van de fiduciale waarden te meten.

Belangrijkste Bijdragen

1. Ontwikkeling van de MGL-pipeline: Het artikel introduceert MGL, een onafhankelijke, open-source pipeline ontworpen voor Stage IV surveys, die emulators gebruikt voor efficiënte berekening van vermogensspectra en MCMC-analyse ondersteunt met de nautilus sampler.
2. Systematische Vergelijking van Bias-modellen: Dit werk biedt een directe vergelijking van lineaire, HEFT- en minimale bias-modellen in de context van LSST Y1 en Y10, waarbij specifiek de robuustheid tegen baryonische feedback en schaal-afsnijdingen wordt geëvalueerd.
3. Degeneratie-analyse: De studie onderzoekt expliciet de degeneratie tussen hogere-orde bias-parameters en baryonische feedback, evenals de interactie tussen bias-modellering en de detectie van massieve neutrino's.

Resultaten

• Schaal-afsnijdingen en Bias-modellen: Een lineair bias-model levert onbevooroordeelde (unbiased) beperkingen op $\Omega_m$ en $\sigma_8$ (FoB $< 0.5\sigma$) alleen op tot $k_{\text{max}} \approx 0.1 \, h/\text{Mpc}$. Het uitbreiden naar kleinere schalen vereist een perturbatief model.
• Effectiviteit van Minimal Bias: Het "minimal bias"-model (waarbij $b_{s^2}$ en $b_{\nabla^2}$ op nul worden gezet) presteert vergelijkbaar met het volledige HEFT-model. Het blijft onbevooroordeeld voor $\Omega_m$ en $\sigma_8$, zelfs bij $k_{\text{max}} = 0.7 \, h/\text{Mpc}$, mits de fiduciale bias-parameters binnen standaardbereiken vallen. Dit suggereert dat de volledige complexiteit van HEFT mogelijk niet noodzakelijk is voor standaard kosmologische beperkingen, wat een pad biedt om de parameterruimte te verkleinen.
• Baryonische-Bias Interactie: Hogere-orde bias-parameters kunnen de onderdrukkingseffecten van baryonische feedback nabootsen in het galaxy-galaxy vermogensspectrum. Baryonische feedback kan echter niet het volledere bereik aan gedragingen reproduceren dat door hogere-orde bias-termen wordt gegenereerd. Het verwaarlozen van baryonische correcties in de galaxy-galaxy lensing component leidt niet tot significante biases in $\Omega_m$ of $\sigma_8$, hoewel het de geïnferred baryonische parameter ($\log_{10} M_c$) kan verschuiven.
• Neutrino-massa Detectie: Een detectie van de totale neutrinomassa ($M_\nu$) is mogelijk voor zowel Y1 als Y10 wanneer men naar niet-lineaire schalen gaat ($k \geq 0.3 \, h/\text{Mpc}$). Echter, de specifieke geïnferred waarde van $M_\nu$ is niet robuust over alle plausibele scenario's. Wanneer mock-data met verhoogde hogere-orde bias-parameters worden geanalyseerd met het minimale bias-model, treden er significante biases op in de geïnferredde $M_\nu$ (tot $\sim 2\sigma$ voor Y10). Dit wijst op een sterke degeneratie tussen neutrinomassa, hogere-orde bias-termen en projectie-effecten.
• Y1 vs. Y10: De overgang van Y1 naar Y10 verbetert de FoM met een factor $\sim 2.3$ bij $k_{\text{max}} = 0.7 \, h/\text{Mpc}$. Hoewel $\Omega_m$ en $\sigma_8$ robuust blijven, blijft de fragiliteit van $M_\nu$-beperkingen onder vereenvoudigde bias-modellen bestaan.

Betekenis en Claims
Het artikel claimt dat voor standaard $\Lambda$CDM-parameters ($\Omega_m, \sigma_8$), een minimale bias-parametrisering voldoende is om onbevooroordeelde beperkingen te extraheren uit LSST-data tot de validiteitslimiet van HEFT ($k_{\text{max}} = 0.7 \, h/\text{Mpc}$), zelfs in aanwezigheid van baryonische feedback. Dit maakt het mogelijk om quasi-niet-lineaire schalen op te nemen zonder de computationele en statistische straf van een volledige 15-term bias-expansie.

De auteurs waarschuwen echter bescheiden dat deze conclusie gevoelig is voor de specifieke fiduciale waarden van de bias-parameters. Hoewel LSST in staat zou moeten zijn tot een ondubbelzinnige detectie van een niet-nul neutrinomassa, is de specifieke significantie en waarde van deze detectie sterk afhankelijk van de nauwkeurigheid van de bias-modellering. De studie benadrukt dat vereenvoudigde modelleringsbenaderingen (zoals minimale bias) weliswaar robuuste resultaten kunnen opleveren voor de standaard kosmologie, maar significante biases kunnen introduceren voor extensie-parameters zoals de neutrinomassa als de onderliggende galactische bias-fysica afwijkt van de aangenomen fiduciale waarde. Daarom pleiten de auteurs voor zorgvuldige toetsing van vereenvoudigde modellen tegen specifieke wetenschappelijke casussen voordat ze worden geadopteerd.