Substructure in redMaPPer clusters and its impact on X-ray morphology and scaling relations

1. Formulação do Problema

Os aglomerados de galáxias são sondas cosmológicas vitais para compreender o crescimento da estrutura no Universo. No entanto, sua utilidade é limitada por uma dispersão intrínseca significativa nas relações de escala massa-observável (por exemplo, luminosidade em raios-X $L_X$ versus riqueza óptica $\lambda$). Um motor primário dessa dispersão é o estado dinâmico dos aglomerados, especificamente a presença de subestrutura resultante de fusões e acreção em curso.

Estudos atuais enfrentam um viés sistemático onde as restrições cosmológicas derivadas da luminosidade em raios-X diferem daquelas derivadas da riqueza óptica. Os autores hipotetizam que essa discrepância é impulsionada pela correlação entre a riqueza óptica e o ambiente em grande escala, bem como pela falha em contabilizar a subestrutura, que perturba o equilíbrio térmico do meio intra-aglomerado (ICM) e altera as propriedades em raios-X.

2. Metodologia

O estudo aproveita uma abordagem multiespectral combinando dados ópticos das DESI Legacy Imaging Surveys (via o catálogo de aglomerados redMaPPer) e dados de raios-X do levantamento de todo o céu SRG/eROSITA (especificamente o catálogo eRASS1).

A. Identificação de Subestrutura (Óptica)

• Algoritmo: Os autores aplicaram o HDBSCAN (Hierarchical Density-Based Spatial Clustering of Applications with Noise), um algoritmo de agrupamento baseado em densidade, ao catálogo redMaPPer.
• Dados de Entrada: Apenas as posições 2D no céu das galáxias membros foram utilizadas; informações de cor, magnitude e desvio para o vermelho (redshift) foram excluídas para evitar viés.
• Procedimento em Duas Etapas: Para mitigar o viés inerente do algoritmo contra a identificação de aglomerados de componente única (o que classificaria todos os aglomerados relaxados como "ruído" ou aglomerados únicos), um processo de duas etapas foi implementado:
  1. Etapa 1: O HDBSCAN é executado com uma configuração que proíbe aglomerados de componente única para identificar subestruturas claras.
  2. Etapa 2: Para aglomerados não identificados como tendo subestrutura na Etapa 1, o algoritmo é reexecutado com parâmetros ajustados para permitir a identificação de componente única.
• Refinamento: Galáxias classificadas como "ruído" pelo HDBSCAN recebem uma probabilidade de membro de zero. A riqueza do aglomerado ($\lambda$) é recalculada, e uma nova métrica, riqueza de acreção ($\lambda_{infalling}$), é definida para o componente de subestrutura.
• Validação: O método foi validado contra catálogos simulados derivados das simulações Uchuu, alcançando uma taxa de agrupamento correto de 77,1% para galáxias membros.

B. Análise de Morfologia em Raios-X

• Correlação Cruzada: A amostra óptica refinada foi correlacionada cruzadamente com o catálogo de aglomerados em raios-X eRASS1 (dentro de $R_{500}$ e $\Delta z < 0.02(1+z)$).
• Parâmetros: O estudo utilizou o maior conjunto de parâmetros morfológicos em raios-X derivados uniformemente até a data (de Sanders et al. 2025), incluindo:
  • Parâmetros de Forma: Elipticidade, deslocamento do centróide, desvio do pico de ajuste.
  • Parâmetros de Densidade: Concentração ($c_{80-800}$), inclinação da densidade interna ($\alpha$).
  • Pontuações Compostas: $D_{shape}$ (perturbação baseada em forma) e $D_{comb}$ (combinando forma e concentração).

C. Análise de Relações de Escala

• Os autores analisaram a relação de escala $L_X - \lambda$ usando regressão linear bayesiana (via a rotina linmix) para contabilizar erros de medição em ambas as variáveis.
• A análise foi estratificada por riqueza ($\lambda \ge 20$ e $\lambda \ge 40$) e desvio para o vermelho ($z < 0.2$ vs. $z \ge 0.2$) para desvendar tendências evolutivas.

3. Principais Contribuições

1. Catálogo Robusto de Subestrutura: Criou-se um catálogo refinado de 6.421 aglomerados ópticos/raios-X correspondidos, identificando 2.159 aglomerados com subestrutura e 4.262 sem, usando uma abordagem HDBSCAN em duas etapas que minimiza o viés de classificação.
2. Quantificação das Propriedades da Subestrutura: Definiu-se e mediu-se a razão de massa ($\mu = M_{infalling}/M_{host}$) e a riqueza de acreção, estabelecendo limites de completude ($\mu > 0.4$ para $\lambda \ge 20$; $\mu > 0.25$ para $\lambda \ge 40$).
3. Correlação Multiespectral: Ligou-se diretamente a identificação de subestrutura óptica a uma suite abrangente de parâmetros morfológicos em raios-X, indo além da classificação visual simples.
4. Correção de Viés Sistemático: Demonstrou-se que atualizar as estimativas de riqueza com base na remoção da subestrutura reduz a dispersão na relação $L_X - \lambda$ em ~7%.

4. Principais Resultados

A. Prevalência de Subestrutura

• A subestrutura é uma característica comum, presente em aproximadamente 40% da amostra.
• Cerca de 25% da amostra completa exibe uma contribuição fracional para a riqueza proveniente de subestrutura superior a 35%.
• A detecção depende fortemente da riqueza; a subestrutura é mais comum em sistemas de alta riqueza.

B. Impacto na Morfologia em Raios-X

• Correlação de Perturbação: Existe uma correlação altamente significativa entre subestrutura óptica e morfologias em raios-X perturbadas.
• Parâmetros Chave: Aglomerados com subestrutura exibem:
  • Perfis de brilho superficial mais planos: Concentração significativamente menor ($c_{80-800}$).
  • Deslocamentos de centróide ($\omega$) maiores: Indicando variabilidade espacial na emissão.
  • Momentos multipolares ($M_4$) maiores: Sugerindo assimetrias pronunciadas em grande escala.
• Pontuações Compostas: A pontuação de perturbação combinada $D_{comb}$ (que inclui concentração) mostra uma distinção muito mais forte entre aglomerados com subestrutura e aglomerados relaxados do que a pontuação baseada apenas em forma ($D_{shape}$).
• Dependência da Riqueza: As diferenças morfológicas são mais pronunciadas em aglomerados de alta riqueza ($\lambda > 40$). Em faixas de baixa riqueza, a distinção é menos clara, sugerindo que o feedback de Núcleos Galácticos Ativos (AGN) pode desempenhar um papel maior na morfologia para sistemas de menor massa.

C. Impacto nas Relações de Escala ($L_X - \lambda$)

• Evolução em Baixo Desvio para o Vermelho ($z < 0.2$):
  • Aglomerados com subestrutura mostram uma luminosidade em raios-X sistematicamente maior em riqueza fixa em comparação com sistemas relaxados.
  • Eles exibem dispersão intrínseca significativamente maior na relação de escala.
• Alto Desvio para o Vermelho ($z \ge 0.2$): As diferenças na normalização e dispersão entre aglomerados com subestrutura e relaxados diminuem, provavelmente devido à menor prevalência de núcleos frios estáveis em desvios para o vermelho mais altos.
• Interpretação Física: O excesso de luminosidade e a dispersão em baixos desvios para o vermelho são atribuídos à sobrevivência de núcleos frios de subaglomerados em acreção. Esses núcleos frios aumentam a luminosidade em raios-X, mas estão sujeitos a perturbação (levando a sistemas subluminescentes) ou sobrevivência (levando a sistemas superluminescentes), criando uma distribuição bimodal que aumenta a dispersão. Os autores sugerem que o revestimento magnético pode suprimir a mistura disruptiva, permitindo que esses núcleos frios sobrevivam por mais tempo em baixos desvios para o vermelho.

5. Significado e Conclusões

• Precisão Cosmológica: O estudo demonstra que identificar e caracterizar a subestrutura é essencial para a cosmologia de aglomerados de próxima geração. Ignorar a subestrutura introduz viés sistemáticos que limitam a precisão das restrições cosmológicas.
• Viabilidade Metodológica: A abordagem baseada em HDBSCAN usando pertencimento probabilístico é um método viável e eficaz para limpar catálogos de aglomerados e refinar estimativas de riqueza.
• Insight Físico: Os resultados destacam que o estado dinâmico de um aglomerado (especificamente a presença de subestrutura) é um motor primário da dispersão nas relações massa-observável, particularmente em baixos desvios para o vermelho onde núcleos frios são prevalentes.
• Direções Futuras: Os autores notam que trabalhos futuros incorporando desvios para o vermelho espectroscópicos para agrupamento 3D e amostras maiores de levantamentos futuros refinarão ainda mais a compreensão da evolução da subestrutura e seu papel na montagem de aglomerados.

Em resumo, este artigo fornece um quadro estatístico rigoroso para ligar a subestrutura óptica à morfologia em raios-X, provando que a subestrutura é uma fonte dominante de dispersão nas relações de escala e um fator crítico a ser corrigido na cosmologia de precisão.