Euclid preparation. First investigation of the impact of cross-contamination on spectroscopic redshift measurements with pixel-level simulations

Resumo Técnico: Primeira Investigação do Impacto da Contaminação Cruzada em Medições de Desvio para o Vermelho Espectroscópico com Simulações ao Nível de Pixel

Definição do Problema
A missão Euclid visa construir um dos maiores mapas tridimensionais do Universo utilizando o Espectrômetro e Fotômetro de Infravermelho Próximo (NISP). Um desafio primário para a espectroscopia sem fenda (slitless) do Euclid é a "contaminação cruzada", onde os espectros dispersos de fontes próximas se sobrepõem. Diferente da espectroscopia com fenda, as observações sem fenda dispersam a luz de todos os objetos no campo de visão (FOV) sem pré-seleção. Isso leva a três desvantagens principais: alto fundo de luz (background), "autocontaminação" (degradação da resolução espectral devido ao tamanho do objeto) e contaminação cruzada de fontes vizinhas. Enquanto o fundo e a autocontaminação reduzem a relação sinal-ruído (S/N), a contaminação cruzada é particularmente complexa, pois depende da densidade de fontes, da intensidade do contaminante e dos ângulos de dispersão. Esta contaminação reduz o S/N das linhas de emissão, introduz resíduos após a descontaminação e diminui a fração de pixels utilizáveis, podendo levar a medições incorretas de desvio para o vermelho (redshift) (interlópios). Esses erros podem distorcer a distribuição tridimensional das galáxias, afetando análises cosmológicas como a função de correlação e o espectro de potência. Estudos anteriores avaliaram o desempenho da espectroscopia do Euclid na ausência de contaminação cruzada; este artigo aborda a falta de análise baseada em simulações quanto ao impacto da contaminação cruzada nas medições de desvio para o vermelho.

Metodologia
Os autores apresentam um estudo baseado em simulações ao nível de pixel processadas através do pipeline espectroscópico oficial do Euclid. A análise utiliza o framework SPRING (Spectroscopic Pipeline Runner and Input Generator), que integra o simulador TIPS (para geração de imagens), o pipeline SIR (para extração e descontaminação espectral) e o pipeline SPE (para medição de desvio para o vermelho).

• Catálogos de Entrada: As simulações utilizam o mock de galáxias "Flagship", um catálogo de 3,4 bilhões de galáxias derivado de uma simulação de matéria escura N-corpos. O estudo distingue entre duas amostras:
  • Amostra H$\alpha$: Galáxias com desvio para o vermelho $0,9 \le z \le 1,8$ e fluxo H$\alpha$ + [N II] $F_{H\alpha+[N II]} \ge 1$ (em unidades de $10^{-16}$ erg s$^{-1}$ cm$^{-2}$).
  • Amostra de Contaminantes: Todas as outras galáxias que não pertencem à amostra H$\alpha$.
• Configuração da Simulação: Dez observações de campo foram simuladas, selecionadas de uma região de 36 deg$^2$ do mock Flagship para cobrir uma gama de densidades de galáxias (de vazios a aglomerados).
  • Caso Idealizado: Uma simulação de "grade" (grid) foi realizada onde as galáxias H$\alpha$ foram organizadas para evitar sobreposição, servindo como um referencial para a precisão intrínseca do desvio para o vermelho.
  • Cenários de Contaminação: Cenários realistas foram criados adicionando galáxias contaminantes com limites de magnitude crescentes ($H_E \le 19, 20, 21, 22, 23, 24$).
• Simplificações: Para gerenciar custos computacionais, o estudo adotou um bypass fotométrico idealizado. Em vez de simular observações fotométricas completas e processá-las, o SPRING gerou recortes fotométricos idealizados diretamente dos parâmetros morfológicos do Flagship, assumindo medições fotométricas e morfológicas perfeitas. A análise foi restrita aos espectros de primeira ordem, ignorando ordens zero e segunda.
• Métricas: O desempenho foi avaliado usando a Taxa de Sucesso de Desvio para o Vermelho (SR), definida como a fração de galáxias com medições de desvio para o vermelho precisas ($|z_{meas} - z_{true}| \le 0,005$) e confiáveis ($spe\_z\_prob \ge 0,99$).

Principais Contribuições

1. Extensão do Framework de Simulação: Os autores estenderam o existente framework de simulação do Euclid para incluir a descontaminação espectral de ponta a ponta e a medição de desvio para o vermelho, indo além de estudos anteriores que excluíram a contaminação cruzada.
2. Quantificação do Impacto da Contaminação Cruzada: O estudo fornece a primeira avaliação baseada em simulações de como a contaminação cruzada de galáxias de variadas luminosidades afeta as taxas de sucesso de desvio para o vermelho.
3. Diferenciação de Tipos de Contaminantes: A análise distingue entre a contaminação por emissores H$\alpha$ (alvos) e todas as outras galáxias, e diferencia ainda os contaminantes com base no seu desvio para o vermelho em relação à amostra alvo.
4. Estimativa Preliminar de Contaminação de Mesmo Desvio para o Vermelho: O artigo oferece uma estimativa preliminar da degradação específica causada por contaminantes situados dentro da mesma faixa de desvio para o vermelho ($0,9 < z < 1,8$) que a amostra alvo, um cenário que cria vieses de seleção difíceis de mitigar com catálogos aleatórios padrão.

Resultos

• Precisão de Linha de Base (Sem Contaminação): Na simulação idealizada "on-grid", 97% das galáxias H$\alpha$ com fluxo $F_{H\alpha+[N II]} \ge 2$ e probabilidade confiável ($spe\_z\_prob \ge 0,99$) foram medidas com precisão ($|z_{meas} - z_{true}| \le 0,005$). Um pequeno viés sistemático de $2,5 \times 10^{-4}$ foi observado, atribuído ao complexo H$\alpha$ + [N II].
• Dependência de Fluxo e Tamanho: A taxa de sucesso de desvio para o vermelho é fortemente dependente do fluxo H$\alpha$ e do tamanho da galáxia ($R_{50}$). Para fontes compactas ($R_{50} < 0,25''$), a taxa de sucesso sobe de ~10% em baixos fluxos ($F \in [1,4, 1,9]$ para 100% em altos fluxos ($F \ge 10$). Galáxias maiores sofrem com taxas de sucesso menores devido à perda de fluxo na abertura de extração.
• Impacto da Contaminação H$\alpha$: A contaminação por outras galáxias H$\alpha$ (que são geralmente tênues, $H_E \approx 21,5$) mostrou ter um impacto negligenciável na taxa de sucesso de desvio para o vermelho em comparação com a simulação de grade.
• Impacto da Contaminação Geral: Quando galáxias contaminantes foram adicionadas:
  • Adicionar fontes mais brilhantes que a magnitude 19 causou uma queda significativa na taxa de sucesso (uma diminuição de aproximadamente 25%).
  • Adicionar contaminantes na faixa de magnitude [19, 20] causou uma diminuição adicional, porém menor.
  • Adicionar fontes mais tênues que a magnitude 20 resultou em nenhuma degradação adicional estatisticamente significativa; a taxa de sucesso permaneceu constante dentro das incertezas.
• Contaminação de Mesmo Desvio para o Vermelho: Os autores estimaram que a contaminação por galáxias dentro da faixa de desvio para o vermelho alvo ($0,9 < z < 1,8$) contribui com aproximadamente 4% da degradação total na taxa de sucesso causada por toda a contaminação cruzada. Este é um achado crítico porque tal contaminação cria um efeito de seleção dependente da densidade que não pode ser mitigado por máscaras de visibilidade padrão.

Significância e Alegações
O artigo posiciona-se como uma investigação qualitativa e uma estimativa preliminar, em vez de uma avaliação definitiva do desempenho de desvio para o vermelho do Euclid. Os autores afirmam explicitamente que os resultados são provavelmente otimistas devido ao bypass fotométrico idealizado e à exclusão de erros fotométricos.

A significância do trabalho reside em:

1. Validação de Estratégias de Mitigação: Os resultados apoiam o desenvolvimento de estratégias de mitigação para espectroscopia sem fenda, confirmando que, embora os contaminantes brilhantes sejam a principal fonte de degradação, fontes mais tênues ($H_E > 20$) têm um impacto limitado.
2. Destaque de Riscos Sistemáticos: O estudo identifica que a contaminação por fontes no mesmo desvio para o vermelho que os alvos é um efeito sistemático específico que requer mitigação dedicada, pois enviesa a medição do campo de densidade.
3. Teste de Pipeline: O trabalho demonstra a capacidade do pipeline oficial do Euclid (TIPS, SIR, SPE) de lidar com a descontaminação espectral e a medição de desvio para o vermelho em um ambiente simulado, fornecendo uma linha de base para refinamentos futuros.

Os autores concluem que, embora a pequena magnitude do efeito de contaminação de mesmo desvio para o vermelho (4%) seja tranquilizadora, investigações adicionais com mais estatísticas e dados observados são necessárias para quantificar totalmente seu impacto nas análises cosmológicas.