KiDS-Legacy: The consistency test of the large-scale structure with Bernardeau-Nishimichi-Taruya transform

Resumo Técnico: KiDS-Legacy: O teste de consistência da estrutura em grande escala com a transformada de Bernardeau-Nishimichi-Taruya

Problema
O artigo aborda a tensão persistente nas medições cosmológicas da amplitude das flutuações de matéria, parametrizada como $S_8 = \sigma_8(\Omega_m/0.3)^{0.5}$. Enquanto o modelo $\Lambda$CDM, restringido pelos dados do Fundo Cósmico de Micro-ondas (CMB) (ex: Planck), prevê um valor específico de $S_8$, levantamentos de lentes gravitacionais fracas frequentemente inferem valores menores. Uma preocupação primária no lensing fraco é o potencial viés introduzido por incertezas de modelagem no regime não linear da formação de estruturas, como o feedback bariônico. Os cortes de escala convencionais no espaço harmônico ($\ell$-space) são imperfeitos devido ao efeito de projeção, que mistura escalas físicas ($k$-space) em escalas angulares. Os autores visam testar a consistência dos dados do levantamento KiDS-Legacy com o modelo $\Lambda$CDM, mitigando simultaneamente esses sistemas não lineares e diagnosticando potenciais vieses no pipeline de inferência.

Metodologia
Os autores realizam a primeira análise de corte de $k$ de cisalhamento cósmico do levantamento KiDS-Legacy utilizando a transformada de Bernardeau-Nishimichi-Taruya (BNT).

• Transformada BNT: Este método reorganiza os bins de redshift tomográficos padrão em combinações lineares que constroem kernels de lente gravitacional fraca mais localizados no espaço físico. Quando combinada com um filtro de escala angular, a transformada BNT atua efetivamente como um corte de escala física em 3-D no espaço de Fourier, permitindo a remoção de informação de escalas físicas específicas ($k$) enquanto retém o poder de restrição do intervalo alvo.
• Vetor de Dados: A análise utiliza o método pseudo-$C_\ell$ para estimar os espectros de potência angular a partir dos mapas de cisalhamento ponderados do conjunto de dados KiDS-Legacy (o quinto lançamento de dados). Esta abordagem lida diretamente com o acoplamento de modos induzido pela pegada do levantamento e pesos anisotrópicos, oferecendo uma alternativa mais rápida às funções de correlação baseadas em catálogos, particularmente para a estimativa de covariância.
• Cortes de Escala: Os autores definem cortes específicos no espaço $k$ (ex: removendo $k \geq 0.33 \text{ Mpc}^{-1}$) e os mapeiam para os correspondentes intervalos de $\ell$ usando razões adimensionais ($\hat{R}$) para garantir que o vetor de dados permaneça preciso dentro de uma tolerância definida.
• Matrizes de Covariância: Duas prescrições de covariância distintas são testadas:
  1. TDC (Covariância Baseada no Vetor de Dados Teórico): A componente gaussiana da covariância é computada a partir do vetor de dados teórico.
  2. ODC (Covariância Baseada no Vetor de Dados Observacional): A componente gaussiana é computada a partir do vetor de dados observado.
• Análise: Estimativas posteriores Bayesianas são realizadas usando o pacote Nautilus, amostrando parâmetros cosmológicos ($S_8, \Omega_m$, etc.) e parâmetros de perturbação (alinhamento intrínseco, viés de cisalhamento, erros de redshift) contra os dados de pseudo-$C_\ell$ do KiDS-Legacy.

Resultados Principais

1. Consistência com Resultados Fiduciais: Quando nenhum corte de $k$ é aplicado, a análise pseudo-$C_\ell$ recupera $S_8 = 0.798^{+0.045}_{-0.045}$ (usando TDC) e $0.795^{+0.030}_{-0.025}$ (usando TDC com intervalos de $\ell$ estendidos). Estes resultados concordam com os resultados fiduciais de bandpower do KiDS-Legacy e com o posterior de pseudo-$C_\ell$ sem corte de $k$ dentro de $0.1\sigma$, indicando que não há viés significativo do feedback astrofísico não linear na precisão atual do KiDS-Legacy.
2. Efeito dos Cortes de $k$ no TDC: Usando a covariância TDC, as restrições derivadas de diferentes seleções de escala física (ex: $k < 0.33 \text{ Mpc}^{-1}$ vs. $k \in (0.33, 3.3) \text{ Mpc}^{-1}$) são altamente consistentes entre si (dentro de $1.5\sigma$). Isso sugere que o pipeline TDC é internamente autossuficiente.
3. Tendência Dependente de Escala no ODC: Uma discrepância notável surge ao usar a covariância ODC. Nesta configuração, a restrição de $S_8$ exibe uma tendência suave dependente da escala, onde escalas físicas maiores (menores $k$) preferem valores de $S_8$ mais baixos. Especificamente, o corte $k < 0.33 \text{ Mpc}^{-1}$ produz $S_8 = 0.717^{+0.047}_{-0.046}$, enquanto o intervalo $k \in (0.33, 3.3) \text{ Mpc}^{-1}$ produz $S_8 = 0.833^{+0.044}_{-0.044}$. O desvio máximo entre estas escalas é de $1.80\sigma$.
4. Testes de Mock: Testes utilizando um vetor de dados mock teóricos sem ruído mostram que os posteriores ODC e TDC produzem resultados quase idênticos. Isto indica que nem a matriz de covariância sozinha, nem o vetor de dados sozinho, geram o desvio de grande escala visto na análise ODC real. A tendência parece surgir da interação entre o vetor de dados pseudo-$C_\ell$ observacional e a matriz de covariância baseada em dados observacionais.

Significância e Alegações
O artigo afirma que o método de corte de $k$ da BNT serve a um duplo propósito:

1. Estratégia de Mitigação: Fornece um método robusto para remover informação de escalas não lineares onde o modelagem astrofísica é incerta, isolando assim a informação cosmológica de escalas lineares.
2. Ferramenta de Diagnóstico: Atua como um diagnóstico sensível para pipelines de inferência de lente gravitacional fraca. A tendência dependente da escala observada na análise ODC (que está ausente em testes de mock e análises TDC) sugere que o uso do vetor de dados observado para construir a matriz de covariância gaussiana introduz um peso dependente dos dados nos resíduos de verossimilhança. Este efeito, embora não seja estatisticamente significativo o suficiente para alegar um afastamento do $\Lambda$CDM, destaca uma potencial sensibilidade sistemática no pipeline que requer atenção.

Os autores concluem que os resultados do KiDS-Legacy são consistentes com o modelo padrão e que a tensão de $S_8$ não é criticamente afetada por sistemas não lineares na precisão atual do levantamento. No entanto, a interação entre o vetor de dados e a prescrição de covariância no setup ODC revela um viés sutil que o framework BNT conseguiu identificar com sucesso.