Investigating the Dark Energy Constraint from Strongly Lensed AGN at LSST-Scale

Resumo Técnico: Investigando a Restrição da Energia Escura a partir de AGN com Lente Forte em Escala LSST

Definição do Problema
A cosmografia de atraso temporal (TDC) utilizando Núcleos Galácticos Ativos (AGN) com lente forte fornece uma medição direta e de etapa única de distâncias de diâmetro angular no Universo tardio, oferecendo uma sonda independente da história da expansão. Embora as amostras atuais de TDC (ex: TDCOSMO) tenham conseguido restringir a constante de Hubble ($H_0$) a $\sim4\%$, seu poder de restrição sobre os parâmetros da equação de estado da energia escura ($w_0, w_a$) permanece fraco. O Observatório Vera C. Rubin Legacy Survey of Space and Time (LSST) prevê a descoberta de $\sim1.000$ a $3.500$ novos AGN com lentes, sendo esperados $\sim800$ com atrasos temporais mensuráveis. O desafio reside em escalar a inferência bayesiana hierárquica necessária para combinar centenas desses sistemas, contabilizando degenerescências complexas (folha de massa e anisotropia de massa) e níveis variados de fidelidade observacional (desde o acompanhamento de alta resolução via telescópios espaciais até dados apenas do LSST).

Metodologia
Os autores introduzem um framework de inferência hierárquica escalável, implementado em um novo código chamado fasttdc, projetado para computar verossimilhanças cosmológicas para centenas de lentes simultaneamente. A análise é dividida em dois estágios:

1. Geração de Vetor de Dados: Modelos de lentes individuais e medições são resumidos em vetores de dados estáticos. Isso inclui amostras das posteriors de modelagem de massa baseadas em imagem ($\xi_{lens}$), diferenças de potencial de Fermat pré-computadas ($\Delta\phi$) e quantidades do modelo de Jeans ($J$), previsões de convergência externa ($\kappa_{ext}$), além de atrasos temporais observados e dispersões de velocidade. Os autores emulam esses vetores de dados para uma amostra simulada de 800 lentes extraídas do catálogo OM10, assumindo uma cosmologia $\Lambda$CDM de verdade fundamental ($H_0=70, \Omega_m=0.3, w_0=-1, w_a=0$).
2. Inferência Hierárquica: Os vetores de dados são inseridos em um framework de inferência bayesiana conjunta (utilizando o amostrador MCMC emcee) para inferir os parâmetros cosmológicos ao nível da população ($\Omega = \{H_0, \Omega_m, w_0, w_a\}$) e hiperparâmetros que descrevem as distribuições da população de lentes para a folha de massa interna ($\lambda_{int}$) e anisotropia ($\beta_{ani}$). A avaliação da verossimilhança utiliza amostragem por importância para marginalizar sobre as propriedades individuais das lentes, contabilizando totalmente as degenerescências de folha de massa e de anisotropia de massa sem condensar prematuramente o potencial de Fermat e o atraso temporal em uma única posterior de distância.

O estudo simula uma amostra de linha de base de 800 lentes categorizadas por fidelidade de acompanhamento:

• Platina (50 lentes): Cinemática resolvida espacialmente (IFU), monitoramento dedicado de atraso temporal e imagem de alta resolução (JWST ou HST).
• Ouro (150 lentes): Cinemática de abertura única, monitoramento de atraso temporal via LSST e imagem de HST.
• Prata (600 lentes): Monitoramento de atraso temporal via LSST e imagem do LSST, com ou sem cinemática de abertura única.

Principais Contribuições

• Ferramenta de Inferência Escalável: Desenvolvimento do fasttdc, um código de avaliação de verossimilhança vetorizado capaz de lidar com $\mathcal{O}(1000)$ lentes simultaneamente, superando os gargalos computacionais de métodos hierárquicos anteriores.
• Emulação Realista: Um pipeline de emulação abrangente que gera vetores de dados para modelagem de imagem (usando Estimativa de Posterior Neural e modelagem direta), medições de atraso temporal, cinemática estelar (IFU e abertura) e convergência na linha de visão, refletindo variados níveis de fidelidade observacional.
• Teste de Estratégia de Sistemas: Uma série de experimentos quantificando como diferentes estratégias de acompanhamento (tipos de cinemática, qualidade de imagem, precisão de atraso temporal) e configurações de redshift impactam as restrições cosmológicas.

Resultos

• Impacto do Tamanho da Amostra: Incorporar a amostra completa em escala LSST (800 lentes) melhora significativamente as restrições em comparação com amostras menores de alta precisão. Adicionar 600 lentes "Prata" (atrasos temporais apenas via LSST) a uma amostra de 200 lentes aumenta a Figura de Mérito de Energia Escura (DE FOM) de 2,9 para 6,7 e melhora a precisão de $H_0$ de $\sim3,5\%$ para $\sim2,5\%$.
• Acompanhamento Cinemático: Expandir a amostra de lentes com cinemática estelar é crucial. Aumentar o número de lentes com cinemática IFU resolvida espacialmente (de 50 para 122) melhora a DE FOM para 9,1 e a precisão de $H_0$ para $\sim2\%$. Alternativamente, aumentar as cinemáticas de abertura única (de 150 para 450 lentes) melhora a DE FOM para 8,9, embora não melhore a precisão de $H_0$ tão efetivamente quanto a estratégia IFU.
• Precisão do Atraso Temporal: Melhorar a precisão da medição do atraso temporal é o principal motor para as restrições de DE. Alcançar uma precisão de 2 dias nos atrasos temporais (seja via monitoramento dedicado para um subconjunto ou através de melhor modelagem de curva de luz do LSST para toda a amostra) produz os ganhos mais significativos. O Experimento 3.1 (60 lentes com precisão de 2 dias) atinge uma DE FOM de 12,0, enquanto o Experimento 3.4 (todas as lentes LSST com precisão de 2 dias) atinge uma DE FOM de 10,1 com precisão superior de $H_0$ e $\Omega_m$.
• Precisão do Modelo de Massa: Atualizar modelos de massa de modelagem automatizada baseada em LSST para modelagem direta de maior precisão baseada em HST mostrou resultados mistos. Embora tenha melhorado a precisão de $\Omega_m$ em alguns cenários, não melhorou consistentemente a DE FOM, sugerindo que, nas precisões atuais de atraso temporal e cinemática, a precisão do modelo de massa não é o fator limitante.
• Configuração de Redshift: O redshift da lente ($z_{lens}$) é o fator dominante no poder de restrição: redshifts de lente mais baixos ($z_{lens} \approx 0,2$) produzem DE FOMs mais altos e melhores restrições de $H_0$ em comparação com redshifts de lente mais altos ($z_{lens} \approx 1,0$), enquanto o redshift da fonte tem efeito negligenciável.

Significância e Alegações
O artigo afirma que a amostra de AGN com lente do LSST, quando analisada com um framework hierárquico escalável, oferece uma sonda poderosa e independente da energia escura. Os autores demonstram que o poder estatístico obtido ao incorporar um grande número de lentes de menor precisão (dados apenas do LSST) é substancial, melhorando a DE FOM em quase um fator de 3 em comparação com o uso exclusivo de amostras de acompanhamento de alta precisão.

O estudo conclui que, para maximizar o poder de restrição de DE da TDC, a comunidade deve priorizar:

1. Precisão do atraso temporal: Esforços para melhorar a modelagem de curva de luz do LSST para alcançar precisão de $\sim2$ dias nos atrasos temporais são críticos.
2. Acompanhamento Cinemático: Embora tanto as estratégias de IFU quanto as de abertura melhorem as restrições, as medições de IFU são unicamente valiosas para refinar as restrições de $H_0$.
3. Seleção de Redshift: Redshifts de lente mais baixos são vantajosos para restringir $H_0$ e $w_0$.

Os autores enfatizam que seus resultados baseiam-se em dados emulados e que trabalhos futuros devem incorporar posteriors de modelagem de massa mais realistas e efeitos sistemáticos. No entanto, o framework estabelecido fornece uma base necessária para que a Colaboração de Ciência de Energia Escura do LSST entregue as primeiras restrições cosmológicas a partir de AGN com lente do LSST.