\textit{Euclid} preparation. Baryon acoustic oscillations extraction techniques: comparison and optimisation

Resumo Técnico: Preparação do Euclid. Técnicas de Extração de Oscilações Acústicas Bariônicas: Comparação e Otimização

Enunciado do Problema
A missão Euclid visa mapear aproximadamente 30 milhões de galáxias com linhas de emissão H$\alpha$ para restringir a energia escura e a expansão cósmica por meio de Oscilações Acústicas Bariônicas (BAO). Embora técnicas de reconstrução de BAO baseadas na aproximação de Zeldovich (ZA) tenham demonstrado afinar o pico acústico e melhorar as medições de distância (por exemplo, em SDSS e DESI), sua aplicação às características específicas dos dados do Euclid requer validação rigorosa. Os principais desafios incluem a otimização das escolhas de análise (escalas de suavização, resolução de grade), a comparação de implementações de reconstrução (RecSym vs. RecIso), a garantia de robustez contra discrepâncias na cosmologia fiducial e o gerenciamento dos custos computacionais associados à estimativa de covariância e inferência de parâmetros para levantamentos de grande escala.

Metodologia
Os autores apresentam a primeira validação ponta a ponta do pipeline de análise de BAO do Euclid utilizando oito catálogos simulados por instantâneo de redshift extraídos da simulação N-corpos completa Flagship 1 (FS1). O pipeline integra quatro componentes principais:

1. Algoritmos de Reconstrução: O estudo implementa dois esquemas padrão de reconstrução baseados em ZA: RecSym (deslocando catálogos aleatórios com o mesmo fator de distorção no espaço de redshift que os dados) e RecIso (deslocando catálogos aleatórios usando deslocamentos no espaço real, negligenciando contribuições de velocidade na linha de visada). Estes são executados usando o algoritmo MultiGridReconstruction, que resolve o campo de deslocamento por meio de um esquema de relaxação multigrid no espaço de configuração.
2. Medição de Agrupamento: O pipeline mede a função de correlação de dois pontos anisotrópica (2PCF) e seus multipolos ($\ell=0, 2, 4$) usando o estimador de Landy–Szalay.
3. Estimativa de Covariância: Para abordar o custo computacional de gerar milhares de simulações, os autores empregam um estimador de covariância semianalítico combinando BeXiCov (que ajusta um template físico aos multipolos da 2PCF para modelar o sinal de agrupamento) e WinCov (que convolva a covariância gaussiana periódica com a função de janela do levantamento). Esta abordagem é calibrada em apenas oito realizações simuladas.
4. Inferência de Parâmetros: Um novo emulador Bora.jl, uma rede neural treinada em 10.000 realizações teóricas, aproxima o template físico da 2PCF. Este emulador é acoplado a um Amostrador Sem Retorno (No-U-Turn Sampler - NUTS), um método de Monte Carlo Hamiltoniano (HMC), para inferir parâmetros cosmológicos ($\Omega_m, H_0r_s$) e parâmetros de escala BAO ($\alpha_\parallel, \alpha_\perp$).

Principais Contribuições

• Eficiência Computacional: A integração do emulador Bora.jl com o amostrador NUTS alcança uma aceleração superior a 500 vezes em comparação com métodos padrão de Monte Carlo via Cadeias de Markov (MCMC), mantendo a precisão.
• Estimativa Robusta de Covariância: O framework BeXiCov+WinCov permite estimativa robusta de erros utilizando apenas oito realizações simuladas. Reduz o viés nas estimativas de incerteza de BAO de $\sim20\%$ (ao usar covariâncias teóricas não iteradas) para abaixo de 5%, mesmo quando a cosmologia fiducial difere significativamente da cosmologia verdadeira.
• Comparação de Esquemas de Reconstrução: Uma comparação sistemática de RecSym e RecIso em quatro faixas de redshift ($0.9 \le z \le 1.8$) demonstra que ambos os esquemas produzem medições de BAO não viesadas. No entanto, o RecSym mostra-se menos sensível a variações na escala de suavização e na cosmologia fiducial, simplificando o pipeline para fases de teste.
• Escala de Suavização Ótima: O estudo valida que a recuperação da escala BAO é fracamente sensível à escala de suavização $R_s$ dentro do intervalo $[R_{opt}, R_{eq}]$. Adota-se uma base de $R_s = 15 \, h^{-1}\text{Mpc}$ para equilibrar a eficiência computacional (permitindo grades mais grosseiras) e a consistência teórica com o modelo de amortecimento.

Resultados

• Ganhos de Desempenho: A reconstrução aumenta a Figura de Mérito (FoM) para os parâmetros $\{\Omega_m, H_0r_s\}$ por um fator de $\sim3$ em faixas de redshift individuais em comparação com análises pré-reconstrução, efetivamente triplicando o volume do levantamento.
• Restrições Cosmológicas: Combinando as quatro faixas de redshift, o pipeline prevê uma precisão de $\sim10\%$ em $\Omega_m$ e $\sim3\%$ em $H_0r_s$ para a Primeira Liberação de Dados (DR1) do Euclid.
• Robustez: O pipeline não exibe viés estatisticamente significativo nas escalas de BAO recuperadas quando a cosmologia fiducial é variada em até $5\sigma$ do valor verdadeiro. A Figura de Viés (FoB) permanece abaixo do limiar de aceitação para todas as configurações testadas.
• Consistência: Os resultados de RecSym e RecIso são consistentes dentro das incertezas, embora o RecSym seja recomendado para testes devido à sua reduzida sensibilidade a variações de covariância e à ausência de necessidade de recalibração de covariância a cada escala de suavização.

Significado
Este trabalho estabelece a precisão, robustez e escalabilidade do pipeline de BAO do Euclid para a próxima Primeira Liberação de Dados. Ao validar a cadeia completa, desde a reconstrução até a inferência cosmológica, em dados simulados realistas, os autores confirmam que o pipeline está cientificamente pronto para fornecer restrições não viesadas sobre a energia escura. Os avanços metodológicos — especificamente a inferência baseada em emulador e a covariância semianalítica — fornecem uma base escalável para futuras análises cosmológicas de alta precisão, garantindo que os primeiros resultados cosmológicos do Euclid sejam derivados de um framework totalmente validado e computacionalmente eficiente. As descobertas alinham-se com os benchmarks históricos do SDSS, confirmando a maturidade das técnicas de reconstrução de BAO para levantamentos espectroscópicos de Fase IV.