DESI DR2 Reference Mocks: Clustering results from UCHUU ELGs and QSOs

Resumo Técnico: Mocks de Referência para DESI DR2 a partir de Uchuu ELGs e QSOs

Problema e Motivação
O Dark Energy Spectroscopic Instrument (DESI) visa mapear a distribuição de matéria do universo usando mais de 50 milhões de espectros de galáxias e quasares para restringir a história da expansão e o crescimento da estrutura. Para utilizar plenamente esses dados, particularmente para as próximas análises de cosmologia do Data Release 2 (DR2), são necessários catálogos de mocks realistas. Esses mocks devem emular as funções de seleção e as características estatísticas do DESI para testar pipelines, avaliar incertezas sistemáticas e validar previsões teóricas.

Um desafio específico abordado neste trabalho é a modelagem de Galáxias de Linha de Emissão (ELGs) e Quasares (QSOs). Diferente das Galáxias Lúmen Vermelhas (LRGs), que se acredita serem completas em ocupação de massa de halo, as ELGs e os QSOs são traçadores incompletos em espaços de parâmetros conhecidos (como luminosidade ou massa estelar). Consequentemente, técnicas tradicionais de Subhalo Abundance Matching (SHAM), que dependem de um mapeamento um-para-um entre propriedades de halo e observáveis de galáxias, são insuficientes. Os autores visam construir mocks de referência que reproduzam as estatísticas de agrupamento (clustering) de ELGs e QSOs do DESI DR1 e DR2 através de redshifts $0.8 < z < 2.1$ (estendendo-se até $z=3.5$ para QSOs) para melhorar a construção de cones de luz simulados e aprimorar a compreensão da conexão galáxia-halo.

Metodologia
O estudo utiliza a simulação N-body Uchuu, uma simulação de alta resolução e grande volume ($2 h^{-1}$Gpc box) contendo $12.800^3$ partículas de matéria escura, executada dentro de uma cosmologia $\Lambda$CDM plana baseada nos parâmetros da Planck 15. A simulação fornece snapshots de $z=14$ a $z=0$, com halos e subhalos de matéria escura identificados pelo buscador de halos Rockstar.

Para povoar esses halos com traçadores, os autores empregam um framework de Subhalo Abundance Matching (SHAM) modificado:

1. Modelagem de QSOs:

   • Os QSOs são atribuídos aos halos com base na velocidade circular de pico ($V_{peak}$), definida como a máxima $V_{max}$ medida em todas as saídas de redshift.
   • O modelo assume uma distribuição Gaussiana de $V_{peak}$ tanto para QSOs centrais quanto para satélites, caracterizada por uma média ($V_{mean}$) e desvio padrão ($\sigma_V$).
   • Um parâmetro livre, a fração de satélites ($f_{sat}$), controla a normalização relativa das distribuições central e de satélite.
   • Para contabilizar as grandes incertezas de redshift inerentes à espectroscopia de QSOs (devido a linhas de emissão largas), erros de redshift Gaussianos ($\sigma \approx 500$ km/s) são aplicados aos catálogos de mocks.
   • Os parâmetros são ajustados minimizando a estatística $\chi^2$ entre o monopolo do monopolo da função de correlação de dois pontos (2PCF) e os dados do DESI em escalas de $3$a$70 h^{-1}$Mpc.

2. Modelagem de ELGs:

   • Reconhecendo que a formação estelar em galáxias satélites pode ser suprimida (quenched) por arrancamento de pressão (ram pressure stripping) se elas se moverem muito rapidamente em relação ao seu halo central, os autores introduzem critérios de seleção específicos para satélites de ELG.
   • Os satélites são selecionados apenas se satisfizerem: (i) $V_{max}/V_{peak} > 0.9$ (para evitar grandes fusões/mergers) e (ii) baixas velocidades relativas em relação ao halo central ($V_{xyz,pec} - V_{central} < 300$ km/s) e um baixo $V_{peak}$ central ($< 300$ km/s).
   • Semelhante aos QSOs, o modelo usa uma distribuição de $V_{peak}$ Gaussiana com parâmetros $V_{mean}$, $\sigma_V$ e $f_{sat}$, mas os critérios de seleção são aplicados antes do abundance matching.

3. Construção do Cone de Luz (Lightcone):

   • Os cones de luz dos mocks são construídos replicando as caixas da simulação Uchuu e cortando-as em cascas esféricas para cobrir o volume do levantamento DESI.
   • Os mocks são mascarados para corresponder à pegada (footprint) do DESI DR2 e ponderados para reproduzir a densidade numérica comovente observada $n(z)$ em bins de redshift de $\Delta z = 0.01$.
   • Os melhores parâmetros são determinados independentemente para diferentes bins de redshift e depois parametrizados como funções de redshift (por exemplo, evolução linear para $f_{sat}$ de QSOs e evolução quadrática para $V_{mean}$ de ELGs).

Principais Contribuições

• Mocks de Referência: O artigo apresenta o primeiro conjunto de mocks de referência para o DESI DR2 especificamente ajustados para reproduzir o agrupamento de ELGs e QSOs usando a simulação Uchuu.
• Implementação de SHAM Modificado: Os autores adaptam com sucesso a técnica SHAM para traçadores incompletos. Para ELGs, eles introduzem um critério de seleção baseado em velocidade para contabilizar o quenching ambiental da formação estelar em satélites, uma modificação não presente no SHAM padrão.
• Evolução de Redshift: O estudo identifica e parametriza a evolução de redshift dos parâmetros SHAM. Especificamente, a fração de satélites ($f_{sat}$) para QSOs aumenta linearmente com o redshift, enquanto a velocidade média ($V_{mean}$) para ELGs segue uma tendência quadrática. Isso permite uma parametrização mais eficiente do que ajustar parâmetros independentes em cada bin.
• Validação: Os mocks são rigorosamente validados contra os dados do DESI DR1 e DR2, reproduzindo densidades numéricas e estatísticas de agrupamento em escalas de $1$a$100 h^{-1}$Mpc.

Resultos

• Estatísticas de Agrupamento: Os mocks de SHAM modificado mostram excelente concordância com os dados do DESI DR2 tanto para o monopolo quanto para o quadrupolo da função de correlação de dois pontos (2PCF) no espaço de redshift e para a função de correlação projetada. A concordância mantém-se na escala BAO ($\sim 100 h^{-1}$Mpc).
• Espectro de Potência: Os mocks reproduzem o monopolo e o quadrupolo do espectro de potência razoavelmente bem, com desvios menores em números de onda ($k$) altos para ELGs, o que é esperado, pois o espectro de potência não foi utilizado no processo de ajuste.
• Distribuição de Ocupação de Halo (HOD):
  • ELGs: O HOD consiste em um componente Gaussiano para centrais (com pico em $M_{halo} \approx 10^{12} h^{-1}M_{\odot}$ com ocupação de 0.095) e um componente de lei de potência para satélites (dominando em $M_{halo} > 10^{12.4} h^{-1}M_{\odot}$).
  • QSOs: O HOD mostra similarmente um componente central Gaussiano (com pico em $M_{halo} \approx 10^{12.4} h^{-1}M_{\odot}$ com ocupação de 0.319) e um componente de satélite de lei de potência (dominando em $M_{halo} > 10^{12.8} h^{-1}M_{\odot}$).
• Viés de Grande Escala (Large-Scale Bias): O viés ($b$) de grande escala medido a partir dos mocks coincide com o viés derivado dos dados do DESI DR2 no intervalo de $10$a$80 h^{-1}$Mpc. Ambos os traçadores mostram um aumento monotônico no viés com o redshift, consistente com a ocupação de halos mais massivos em tempos cósmicos mais precoces.

Significância e Alegações
O artigo afirma que estes resultados fornecem uma ponte crítica entre a teoria e a observação para as análises do DESI. Ao reproduzir as densidades numéricas observadas e os padrões de agrupamento de ELGs e QSOs, estes mocks servem como ferramentas essenciais para:

1. Estimativa de Matriz de Covariância: Eles podem ser usados para gerar matrizes de covariância para futuras análises cosmológicas do DESI.
2. Teste de Sistemas: Eles permitem o teste de pipelines cosmológicos e a avaliação de incertezas sistemáticas inerentes ao levantamento.
3. Insight Físico: A aplicação bem-sucedida de técnicas SHAM modificadas oferece uma compreensão aprimorada da conexão galáxia-halo, particularmente em relação à dependência ambiental da formação estelar em galáxias satélites (para ELGs) e a evolução das populações de QSOs.

Os autores enfatizam que, embora os modelos sejam ajustados aos dados do DESI, eles são construídos sobre a cosmologia Planck e a simulação Uchuu, garantindo que sejam fisicamente consistentes com os padrões cosmológicos atuais. O trabalho não pretende descobrir nova física, mas sim fornecer a infraestrutura necessária (mocks realistas) para permitir a inferência cosmológica precisa a partir do levantamento DESI.