Improved recipes for peculiar velocity power spectra using Evolution Mapping

Resumo Técnico: Receitas Aprimoradas para Espectros de Potência de Velocidade Peculiar usando Mapeamento de Evolução

Declaração do Problema
As pesquisas de galáxias atuais e futuras (por exemplo, DES, DESI, Euclid, LSST) exigem modelos teóricos precisos da formação de estrutura não linear para extrair informações cosmológicas das distorções no espaço de redshift (RSD). Um componente crítico da modelagem de RSD é o campo de divergência de velocidade ($\theta = -\nabla \cdot \mathbf{v}$), especificamente seu espectro de potência auto $P_{\theta\theta}(k)$ e seu espectro de potência cruzado com o campo de densidade $P_{\delta\theta}(k)$.

As prescrições de ajuste existentes, notadamente as de Bel et al. (2019, aquiafter B19), sofrem de três limitações primárias:

1. Convergência Numérica: Calibrações anteriores dependiam de resoluções de simulação onde artefatos de amostragem (decorrentes da estimativa de campos de velocidade a partir de distribuições discretas de partículas) tornavam as medições pouco confiáveis em escalas tão grandes quanto $k \sim 0.2\text{--}0.3 \, h\text{Mpc}^{-1}$.
2. Dependência Espúria de $h$: B19 parametriza a evolução não linear usando $\sigma_8$ (flutuação de densidade RMS suavizada em $8 \, h^{-1}\text{Mpc}$). Como a escala de suavização depende do parâmetro de Hubble $h$, isso introduz dependências não físicas em $h$. Consequentemente, modelos com física linear idêntica, mas valores de $h$ diferentes, produzem previsões divergentes, comprometendo a precisão ao extrapolar através do espaço de parâmetros cosmológicos.
3. Forma Funcional: Modelos existentes não capturam totalmente os efeitos de acoplamento de modos ou o amortecimento não linear das Oscilações Acústicas Bariônicas (BAO) sem parâmetros livres adicionais.

Metodologia
Os autores apresentam novas funções de ajuste calibradas em uma série de simulações $N$-corpos apenas de gravidade (Aletheia, AletheiaMass e AletheiaEmu) usando o framework de Mapeamento de Evolução. Este framework postula que, quando os parâmetros de forma ($\Theta_s$) são fixos, o impacto dos parâmetros de evolução ($\Theta_e$) e do redshift pode ser absorvido em um único parâmetro de amplitude de aglomeração, $\sigma_{12}$ (flutuação de densidade RMS suavizada em 12 Mpc), que é independente de $h$.

As etapas metodológicas chave incluem:

• Estratégia de Convergência: Os autores utilizam a série AletheiaMass, que apresenta simulações de multi-resolução (variando tamanhos de caixa e contagens de partículas). Eles empregam uma estratégia de "remendo" onde medições de diferentes volumes são costuradas. Uma escala de convergência $k_{\text{crop}}$ é definida para cada caixa comparando execuções de alta e baixa resolução; o espectro de potência final usa a medição do maior volume que satisfaz $k < k_{\text{crop}}$. Isso produz medições convergidas até $k \simeq 0.56 \, \text{Mpc}^{-1}$.
• Estimativa de Velocidade: Para mitigar artefatos de amostragem, os autores usam o método MC-Voronoi. Isso envolve reamostrar o campo de velocidade sobre uma distribuição uniforme tipo vidro de pontos (ponderada por volume) baseada na partícula $N$-corpos mais próxima, seguida por atribuição Cloud-in-Cell (CIC) e deconvolução.
• Formas Funcionais:
  • $P_{\theta\theta}(k)$: Os autores propõem um ansatz combinando um termo linear amortecido (usando um espectro de potência linear sem oscilações $P_{dw}$ para contabilizar o amortecimento não linear de BAO) e um termo Gaussiano aditivo em $\ln k$ para capturar o acoplamento de modos. Os parâmetros são funções de $\sigma_{12}$.
  • $P_{\delta\theta}(k)$: Isso é modelado como a média geométrica do espectro de densidade não linear $P_{\delta\delta}(k)$ (previsto pelo emulador Aletheia) e o novo $P_{\theta\theta}(k)$, multiplicado por um termo de amortecimento exponencial dependente de $\sigma_{12}$.
• Calibração: Os parâmetros são ajustados usando um framework bayesiano (nautilus) contra a série AletheiaMass, cobrindo uma ampla gama de $\sigma_{12}$ (0,2 a 1,0) e redshifts ($z \approx -0.4$ a $4.2$).

Principais Contribuições

1. Novas Funções de Ajuste: O artigo fornece fórmulas calibradas para $P_{\theta\theta}(k)$ e $P_{\delta\theta}(k)$ que dependem explicitamente de $\sigma_{12}$ e usam unidades físicas (Mpc$^{-1}$), eliminando dependências espúrias de $h$.
2. Convergência Robusta: Ao implementar uma estratégia conservadora de remendo com simulações de multi-resolução, os autores alcançam precisão na ordem de porcentagem até $k \simeq 0.56 \, \text{Mpc}^{-1}$, estendendo significativamente a faixa confiável em comparação com trabalhos anteriores.
3. Validação do Mapeamento de Evolução: O estudo confirma que expressar estatísticas de velocidade em termos de $\sigma_{12}$ preserva a relação de mapeamento de evolução, garantindo que cosmologias com física linear idêntica e $\sigma_{12}$ produzam previsões não lineares consistentes, independentemente de sua história de crescimento ou valor de $h$.

Resultados

• Precisão: As novas prescrições alcançam precisão de 1–2% para ambos $P_{\theta\theta}(k)$ e $P_{\delta\theta}(k)$ sobre uma ampla gama de $\sigma_{12}$ e escalas até $k \simeq 0.56 \, \text{Mpc}^{-1}$ dentro do conjunto de calibração.
• Comparação com B19: Os novos modelos superam sistematicamente o B19. As previsões do B19 desviam-se significativamente em pequenas escalas ($k > 0.2 \, \text{Mpc}^{-1}$) devido a limites de resolução e mostram desvios não físicos para cosmologias com diferentes valores de $h$. Os novos modelos preveem corretamente as estatísticas de velocidade através de diferentes parâmetros de Hubble.
• Efeitos da História de Crescimento: Usando a série Aletheia (que isola efeitos da história de crescimento fixando parâmetros de forma, mas variando parâmetros de evolução), os autores quantificam desvios do mapeamento de evolução perfeito. Eles encontram que, para a maioria das cosmologias de interesse prático, negligenciar diferenças na história de crescimento introduz erros abaixo de 1%. Desvios significativos ($>1\%$) ocorrem apenas para cosmologias extremas, descartadas observacionalmente (por exemplo, Einstein-de Sitter ou valores extremos de $h$).
• Espectro Cruzado: O modelo $P_{\delta\theta}(k)$ se beneficia do emulador Aletheia para $P_{\delta\delta}(k)$, que captura implicitamente alguma dependência da história de crescimento, reduzindo ainda mais os erros.

Significância
O artigo afirma que a escolha da parametrização e das unidades é crítica para a robustez dos modelos de estatísticas de velocidade. Ao demonstrar que unidades dependentes de $h$ (como $\sigma_8$) introduzem vieses sistemáticos, os autores fornecem forte suporte empírico para o uso de unidades físicas e $\sigma_{12}$ como o parâmetro de escala primário. Essas funções de ajuste oferecem uma descrição robusta, na ordem de porcentagem, dos espectros de potência de velocidade, diretamente aplicáveis à modelagem de RSD em pesquisas de redshift de galáxias atuais e futuras. Os autores observam que, embora suas funções de ajuste atuais sejam suficientes para aplicações práticas, trabalhos futuros podem envolver a construção de um emulador de velocidade dedicado para modelar explicitamente desvios residuais da história de crescimento e alcançar maior precisão em todo o espaço de parâmetros cosmológicos.