meer21cm: an Analysis Pipeline and Comprehensive Toolkit for HI Intensity Mapping

Resumo Técnico: meer21cm: Um Pipeline de Análise e um Kit de Ferramentas Abrangente para Mapeamento de Intensidade de HI

Definição do Problema
O mapeamento de intensidade de hidrogênio neutro (HI) emergiu como uma poderosa sonda do Universo pós-reionização, mas enfrenta desafios analíticos únicos, distintos do agrupamento de galáxias convencional. O sinal de HI é intrinsecamente fraco e ordens de magnitude mais tênue que os foregrounds (fontes de primeiro plano) de rádio, o que exige técnicas agressivas de separação de componentes (por exemplo, Análise de Componentes Principais) que inadvertidamente removem o sinal cosmológico. Além disso, experimentos de disco único de 21 cm exibem efeitos observacionais altamente anisotrópicos, incluindo cromaticidade do feixe, distorções no espaço de velocidades (redshift-space distortions) e geometrias de levantamento não uniformes. Esses fatores complicam a estimativa do espectro de potência, exigindo modelagem consistente de efeitos observacionais, correções de função de transferência e simulações de mock que sigam estritamente as especificações do levantamento. Os pipelines existentes frequentemente carecem da modularidade, do design orientado ao levantamento e do rigor consistente necessários para escalar a análise para os grandes volumes antecipados para o Observatório do Square Kilometre Array (SKAO) e seu precursor, o MeerKLASS (MeerKAT Large Area Synoptic Survey).

Metodologia
Os autores apresentam o meer21cm, um pacote Python abrangente projetado como o pipeline de análise central para as observações do MeerKLASS. A metodologia é construída sobre uma arquitetura modular e orientada ao levantamento que prioriza a definição de especificações do levantamento (área no céu, faixa de frequência, feixe do telescópio) em vez de simulações de caixa cúbica teórica.

Componentes metodológicos principais incluem:

• Formalismo: O pipeline modela os campos de temperatura de brilho de HI e de densidade numérica de galáxias em 3D k-space. Ele incorpora explicitamente efeitos observacionais, como convolução do feixe do telescópio, kernels de construção de mapas, gridding (gradeamento) e operadores de remoção de foregrounds. Os estimadores do espectro de potência para auto-potência de HI, auto-potência de galáxias e potência cruzada de HI-galáxia são derivados com renormalizações de peso específicas para contabilizar a centralização da média e a limpeza de foregrounds.
• Simulação de Mock: O pipeline gera campos de densidade de HI log-normais e catálogos de galáxias amostrados por Poisson dentro de uma grade comóvel cartesiana. Estes são projetados em coordenadas celestes, convolvidos com um feixe de telescópio e contaminados com foregrounds (sincrotrão, free-free, poeira, AME, CMB) e ruído térmico.
• Limpeza de Foreground e Funções de Transferência: Um método de limpeza de foreground cego baseado em Análise de Componentes Principais (PCA) é implementado. Para corrigir a perda de sinal induzida pela PCA, o pipeline utiliza um cálculo de função de transferência numérica. Isso envolve a injeção de sinais de mock nos dados, a aplicação do procedimento de limpeza e o cálculo da razão entre os espectros de potência limpos e não limpos.
• Inferência de Parâmetros: O framework suporta inferência Bayesiana usando matrizes de covariância baseadas em mocks, incorporando fatores de correção de Hartlap e Percival para contabilizar o número finito de realizações de mock.

Principais Contribuições

1. Design Modular e Orientado ao Levantamento: Ao contrário de códigos tradicionais que partem de caixas cúbicas, o meer21cm define cálculos baseados na geometria do levantamento. Ele utiliza herança de classes Python para modularizar etapas, desde o carregamento de dados até a inferência de parâmetros, garantindo que mudanças em cortes de dados ou estratégias de limpeza se propaguem automaticamente por toda a cadeia de análise.
2. Kit de Ferramentas Abrangente: O pacote cobre todo o fluxo de trabalho de análise pós-calibração, incluindo I/O de dados, limpeza de foreground, estimativa de espectro de potência, simulação de mock, correção de função de transferência e inferência de parâmetros. Ele lida tanto com mapas de intensidade de HI quanto com catálogos de galáxias sobrepostos para análise de múltiplos traçadores.
3. Validação Rigorosa: O pipeline é validado através de testes de ponta a ponta usando 512 realizações de mock de um patch de levantamento de banda UHF do MeerKLASS (750 deg², $0.6 < z < 0.8$). O código inclui testes unitários com cobertura de ~100%.

Resultados
Os testes de validação demonstram a precisão do pipeline na recuperação de espectros de potência:

• Simulação Log-normal: Os campos log-normais simulados coincidem com os modelos teóricos de entrada com diferenças fracionárias de $\sim \pm 1\%$ em todas as escalas de interesse.
• Efeitos Observacionais: Quando efeitos observacionais (suavização de feixe, gridding) são incluídos, os espectros de potência recuperados para a auto-potência de galáxias concordam com o modelo dentro de $\sim 1\%$ para $k < 0.2 \, h\text{Mpc}^{-1}$. A auto-potência de HI e a potência cruzada mostram desvios ligeiramente maiores devido a complexidades de modelagem de feixe, mas permanecem dentro de $\pm 5\%$ de precisão.
• Correções de Função de Transferência: Após aplicar a limpeza de PCA e as correções de função de transferência numérica, a auto-potência de HI recuperada concorda com o modelo dentro de $0.5\sigma$ da variância do sinal para $0.05 < k < 0.2 \, h\text{Mpc}^{-1}$. A recuperação da potência cruzada mostra um offset sistemático de $\sim 5\%$, mas permanece dentro de $1\sigma$, atribuído a diferentes esquemas de ponderação entre auto e correlações cruzadas.
• Precisão: Para um levantamento compreendendo dez patches independentes, o pipeline atinge precisão de nível percentual na estimativa do espectro de potência, com desvios $\lesssim 0.5\sigma$ entre os espectros de mock e do modelo no intervalo $k \in [0.02, 0.2] \, h\text{Mpc}^{-1}$.

Significância
O artigo posiciona o meer21cm como uma infraestrutura crítica para a atual campanha MeerKLASS e como uma fundação escalável para futuros levantamentos de mapeamento de intensidade do SKAO. Ao garantir que a modelagem teórica adira estritamente às especificações do levantamento e aos efeitos observacionais, o pipeline aborda as complexidades sistemáticas inerentes à análise de dados de 21 cm. Os autores afirmam que o pacote permite uma análise robusta, consistente e automatizada de conjuntos de dados de grande volume, facilitando a transição de validações de patch único para restrições cosmológicas de levantamento completo. O código está disponível publicamente, é bem documentado e foi projetado para ser extensível para desenvolvimentos futuros, tais como estimativa analítica de covariância, métodos avançados de limpeza de foreground e inferência de parâmetros cosmológicos de forma completa (full-shape).