Euclid preparation. 3D reconstruction of the cosmic web with simulated Euclid Deep spectroscopic samples

Título: Reconstrução 3D da Rede Cósmica com Amostras Espectroscópicas Simuladas dos Campos Profundos do Euclid

1. Problema e Contexto

A missão Euclid da ESA visa medir redshifts espectroscópicos para aproximadamente dois milhões de galáxias nos Campos Profundos do Euclid (EDF), utilizando a linha de emissão H$\alpha$ no infravermelho próximo. O objetivo principal é investigar a evolução das galáxias e a natureza da energia escura. No entanto, um desafio significativo reside na reconstrução precisa da rede cósmica (a estrutura em larga escala composta por filamentos, paredes, nós e vazios) em três dimensões a partir desses dados.

Os principais obstáculos identificados são:

• Seleção de Galáxias: O catálogo será limitado pelo fluxo de H$\alpha$ (emissores de H$\alpha$), e não por massa estelar, o que pode introduzir viés na amostragem da densidade de matéria.
• Distorções no Espaço de Redshift (FoG): Efeitos de "Dedos de Deus" (Fingers-of-God), causados por movimentos peculiares de galáxias dentro de halos virializados, distorcem a geometria real, alongando estruturas ao longo da linha de visão.
• Incertezas de Redshift: Erros de medição de redshift ($\sigma_z \approx 0.001(1+z)$) e incompletude da amostra (apenas ~60% de eficiência esperada) degradam a qualidade da reconstrução topológica.
• Falta de Dados em $z > 1$: A região de $1 \lesssim z \lesssim 2$ (época de pico de formação estelar) é pouco explorada por levantamentos espectroscópicos atuais, tornando o Euclid crucial para entender a co-evolução de galáxias e a estrutura em larga escala.

2. Metodologia

Os autores utilizaram catálogos de galáxias simulados (mocks) para avaliar a qualidade da reconstrução antes da coleta de dados reais:

• Simulações Utilizadas:
  • Euclid Flagship 2: Uma simulação N-body com 4 trilhões de partículas, onde galáxias são atribuídas via distribuição de ocupação de halos (HOD) e abundance matching.
  • GAEA (GAlaxy Evolution and Assembly): Um modelo semi-analítico rodado sobre a simulação Millennium, tratando a evolução de galáxias, feedback de AGN e enriquecimento químico.
• Seleção de Amostras: Foram criadas amostras limitadas por fluxo de H$\alpha$ (simulando o Euclid) e amostras limitadas por massa estelar (para comparação ideal). As simulações incluíram:
  • Redshifts com ruído gaussiano ($\sigma_z$).
  • Incompletude de 40% (amostragem a 60%).
  • Efeitos de distorção no espaço de redshift (FoG).
• Algoritmo de Reconstrução:
  • Uso do código DisPerSE (baseado na teoria de Morse discreto e tesselação de Delaunay) para identificar a "espinha dorsal" (skeleton) da rede cósmica.
  • Correção de FoG: Identificação de grupos de galáxias usando um algoritmo Friends-of-Friends anisotrópico, seguido de compressão radial para tornar as distribuições dentro dos grupos isotrópicas antes da extração do esqueleto.
  • Ponderação por Massa Estelar: Testes comparando a reconstrução com e sem ponderar a tesselação de Delaunay pela massa estelar das galáxias.
• Métricas de Avaliação:
  • Geométricas: Comprimento de filamentos, área de paredes, volume de vazios.
  • Topológicas: Conectividade (número de filamentos conectados a um nó) e multiplicidade (conectividade menos pontos de bifurcação).
  • Gradientes: Recuperação do gradiente transversal de massa estelar em relação aos filamentos (galáxias mais massivas tendem a estar mais próximas dos filamentos).

3. Principais Contribuições e Resultados

A. Impacto das Distorções de Redshift (FoG) e Correção:

• O efeito FoG tem um impacto severo no comprimento dos filamentos, fazendo com que sejam reconstruídos artificialmente longos se não corrigidos.
• A compressão de grupos (correção FoG) restaura com sucesso a distribuição de comprimentos de filamentos para amostras limitadas por massa estelar.
• Para amostras limitadas por fluxo de H$\alpha$, a correção é menos perfeita devido à dificuldade em reconstruir grupos virializados corretamente sem a amostragem completa de massa, mas ainda melhora significativamente os resultados.

B. Ponderação por Massa Estelar:

• Geometria: A ponderação da tesselação pela massa estelar melhora a concordância entre as distribuições geométricas (comprimento, área, volume) antes e depois da correção de FoG, especialmente para amostras limitadas por H$\alpha$.
• Conectividade: A ponderação por massa estelar em amostras limitadas por H$\alphaintroduz um viés, aumentando artificialmente a conectividade (número de conexões) mesmo na ausência de ruído. Isso torna a comparação direta com previsões teóricas ou simulações de massa limitada mais complexa.
• Multiplicidade: A multiplicidade (número local de filamentos conectados) é uma métrica mais robusta. Ela é menos sensível ao efeito FoG e à ponderação, permitindo recuperar a relação entre massa estelar e multiplicidade mesmo com ruído e incompletude.

C. Gradientes de Massa Estelar:

• É possível recuperar o gradiente esperado (galáxias mais massivas mais próximas dos filamentos) mesmo sem ponderação, mas o sinal é enfraquecido pelo ruído de redshift e pela incompletude.
• A ponderação por massa estelar melhora a detecção desse gradiente, embora introduza um viés de construção (galáxias massivas "puxam" a rede).
• O ruído de redshift é o maior desafio para recuperar gradientes de outras propriedades além da massa (ex: taxa de formação estelar específica).

D. Comparação entre Simulações:

• As simulações Flagship e GAEA apresentam diferenças na densidade de galáxias e no agrupamento em pequenas escalas. O Flagship tende a traçar melhor subestruturas em amostras brilhantes de H$\alpha$, enquanto o GAEA mostra diferenças mais sutis. Isso reforça a necessidade de calibrar os parâmetros de reconstrução (comprimentos de ligação) para cada modelo.

4. Significado e Implicações

• Diretrizes para o Euclid: O estudo fornece um guia prático para a análise de dados reais do Euclid Deep Survey. Recomenda-se:
  1. Aplicar correção de FoG baseada em identificadores de grupos anisotrópicos.
  2. Utilizar a multiplicidade em vez da conectividade para análises topológicas em amostras limitadas por fluxo, pois é mais robusta.
  3. Considerar a ponderação por massa estelar para melhorar a geometria da rede, mas estar ciente dos vieses introduzidos na conectividade.
• Ciência Futura: A reconstrução 3D viabilizada pelo Euclid permitirá estudar a co-evolução de galáxias e a rede cósmica na "hora do meio cósmico" ($z \sim 1-2$). Isso abre caminho para investigar:
  • O impacto do ambiente na formação estelar (gradientes de sSFR).
  • A evolução da morfologia e do alinhamento do momento angular (spin) das galáxias com os filamentos.
  • Testes de modelos cosmológicos além do $\Lambda$CDM através da evolução da conectividade.
• Sinergias: Os resultados destacam a complementaridade do Euclid com outros levantamentos como DESI (baixo redshift), PFS, MOONRISE e Roman (alto redshift), permitindo mapear a estrutura em larga escala de forma contínua e profunda.

Em resumo, o papel demonstra que, apesar dos desafios impostos pela seleção por fluxo de H$\alpha$ e pelas incertezas de redshift, a rede cósmica pode ser reconstruída com fidelidade suficiente para extrair propriedades topológicas e geométricas significativas, desde que sejam aplicadas correções adequadas e métricas robustas (como a multiplicidade).