Cosmological constraints from galaxy clustering and galaxy-galaxy lensing with extended SubHalo Abundance Matching

Título do Trabalho

Restrições Cosmológicas a partir de Agrupamento de Galáxias e Lenteamento Galáxia-Galáxia com SubHalo Abundance Matching Estendido (SHAMe).

1. O Problema

As pesquisas de imagens de galáxias têm sido fundamentais para restringir o modelo cosmológico padrão ($\Lambda$CDM), particularmente os parâmetros de densidade de matéria ($\Omega_m$) e a amplitude das flutuações de matéria ($S_8$). No entanto, existe uma tensão persistente entre os valores de $S_8$ derivados de levantamentos de lentes gravitacionais fracas e agrupamento de galáxias em comparação com os dados do Fundo Cósmico de Micro-ondas (CMB) do Planck.

O principal desafio reside na modelagem de escalas pequenas (não lineares), onde a relação entre galáxias e halos de matéria escura é complexa, não determinística e influenciada por processos astrofísicos (como feedback bariônico). Abordagens conservadoras atuais cortam dados em pequenas escalas para evitar vieses, desperdiçando uma vasta quantidade de informação cosmológica. Além disso, métodos tradicionais como a Distribuição de Ocupação de Halos (HOD) exigem muitos parâmetros e muitas vezes não capturam adequadamente o "viés de montagem" (assembly bias).

2. Metodologia

Os autores utilizam uma abordagem inovadora baseada no SHAMe (SubHalo Abundance Matching estendido) combinado com um emulador neural para analisar dados reais.

• Dados Utilizados:

  • Agrupamento de Galáxias: Medidas do Galaxy And Mass Assembly (GAMA), fornecendo funções de correlação projetada ($w_p$).
  • Lenteamento Galáxia-Galáxia: Medidas do Kilo-Degree Survey (KiDS-1000), fornecendo perfis de densidade superficial excedente ($\Delta\Sigma$).
  • As amostras são selecionadas por massa estelar em quatro faixas de massa.

• Modelo SHAMe:

  • O SHAMe mapeia propriedades de subhalos de matéria escura (especificamente a velocidade circular máxima, $V_{peak}$) para a massa estelar das galáxias.
  • O modelo estendido inclui 5 parâmetros livres que descrevem a conexão galáxia-subhalo:
    1. $\sigma$: Dispersão entre $V_{peak}$ e massa estelar.
    2. $t_{merger}$: Regula a existência de galáxias órfãs (sem subhalo visível).
    3. $f_{k,c+s}$ e $f_{k,c−s}$: Parâmetros que modelam o viés de montagem para galáxias centrais e satélites.
    4. $\beta$: Escala de tempo para a sobrevivência de galáxias satélites dentro do halo hospedeiro.

• Emulador:

  • Foi construído um emulador baseado em redes neurais (feed-forward) treinado em ~80.000 snapshots de simulações de matéria escura (TNG300 e simulações escaladas).
  • O emulador prevê as estatísticas de agrupamento e lenteamento para qualquer combinação de 5 parâmetros cosmológicos ($\sigma_8, \Omega_m, \Omega_b, n_s, h$) e os 5 parâmetros SHAMe.
  • Isso permite uma análise rápida e eficiente, contornando o custo computacional de simular subhalos diretamente para cada ponto na cadeia de Markov (MCMC).

• Validação:

  • O método foi validado primeiro em catálogos simulados derivados da simulação hidrodinâmica TNG300, onde os autores conseguiram recuperar a cosmologia de entrada com precisão.

3. Contribuições Principais

• Primeira Restrição Cosmológica com SHAMe: Este é o primeiro trabalho a obter restrições cosmológicas combinando agrupamento de galáxias e lenteamento galáxia-galáxia utilizando exclusivamente o método SHAMe.
• Emulação de Observáveis: Desenvolvimento de um emulador capaz de prever estatísticas de 2 pontos ($w_p$ e $\Delta\Sigma$) em escalas não lineares, integrando parâmetros cosmológicos e astrofísicos simultaneamente.
• Análise de Escalas Completas: Exploração da inclusão de escalas de lenteamento abaixo de $r_p < 1.4$ Mpc/$h$, que são tipicamente cortadas devido à incerteza sobre efeitos bariônicos.
• Construção de Parâmetros de Viés de Montagem: Demonstração de que o SHAMe consegue restringir simultaneamente parâmetros cosmológicos e parâmetros de formação de galáxias (incluindo viés de montagem) sem degenerescências severas.

4. Resultados

• Análise Fiducial (Escalas Cortadas):

  • Ao excluir escalas pequenas ($r_p < 1.4$ Mpc/$h$) para evitar efeitos bariônicos não modelados, os autores obtiveram:
    • $S_8 = 0.793^{+0.025}_{-0.024}$
    • $\Omega_m = 0.260^{+0.027}_{-0.015}$
  • Estes resultados estão em concordância com os dados do Planck a um nível de $1.7\sigma$.
  • O modelo ajustou bem os dados (valor de $\chi^2$ por grau de liberdade de 1.37).

• Análise de Todas as Escalas (Incluindo Pequenas Escalas):

  • Ao incluir todas as escalas de lenteamento galáxia-galáxia:
    • $S_8 = 0.817^{+0.020}_{-0.019}$
    • $\Omega_m = 0.279^{+0.017}_{-0.013}$
  • Melhoria na Precisão: A restrição em $S_8$ melhorou em 21% e em $\Omega_m$ em 29% em comparação com a análise fiducial.
  • Concordância com Planck: O valor de $S_8$ nesta análise está em concordância com o Planck a $0.9\sigma$.
  • Surpresa Bariônica: Contrariando a expectativa ingênua de que o feedback bariônico (não modelado) suprimiria o poder em pequenas escalas (levando a um $S_8$ menor), a inclusão de pequenas escalas resultou em um aumento de $S_8$. Isso sugere que, para as massas de halo estudadas ($10^{11.5} - 10^{13} h^{-1} M_\odot$), os efeitos bariônicos podem ser menos supressivos do que o previsto ou que há outros fatores em jogo.

• Parâmetros SHAMe:

  • Foi possível restringir todos os 5 parâmetros do SHAMe.
  • Os dados de lenteamento em pequenas escalas melhoraram significativamente as restrições sobre a dispersão de massa ($\sigma$), tempo de fusão ($t_{merger}$) e tempo de vida de satélites ($\beta$).
  • Evidências fortes de viés de montagem positivo tanto para galáxias centrais quanto satélites.

5. Significado e Conclusão

O trabalho demonstra o poder e o potencial da análise conjunta de agrupamento de galáxias e lenteamento galáxia-galáxia em escalas pequenas utilizando o método SHAMe.

• Resolução de Tensões: Os resultados mostram que é possível obter restrições cosmológicas competitivas que reduzem a tensão observada entre levantamentos de galáxias e o CMB (Planck).
• Eficiência Computacional: Ao combinar técnicas de escalonamento de simulações com emulação neural, o método consegue explorar espaços de parâmetros complexos (cosmologia + astrofísica) com recursos computacionais limitados.
• Futuro: A abordagem é altamente promissora para a próxima geração de levantamentos de grande escala, como o Euclid e o LSST (Vera C. Rubin Observatory), permitindo extrair informações cosmológicas precisas de escalas não lineares sem depender de cortes de dados excessivos ou de modelos analíticos simplificados.

Em suma, o estudo valida o SHAMe como uma ferramenta robusta para a cosmologia de precisão, capaz de desacoplar parâmetros cosmológicos de incertezas astrofísicas na formação de galáxias.