Generation of Lognormal Synthetic Lyman-$α$ Forest Spectra for $P_{1D}$ Analysis

技术摘要：用于 P1D 分析的对数正态合成 Lyman-$\alpha$ 森林光谱生成

问题陈述
Lyman-$\alpha$ (Ly$\alpha$) 森林的一维通量功率谱 ($P_{1D}$) 是探测星系际介质 (IGM) 小尺度结构的关键手段，对宇宙学参数（如中微子质量、暗物质性质）和天体物理过程（如 IGM 热历史）具有敏感性。然而，提取这些参数需要针对系统误差进行严格验证，包括仪器效应、连续谱拟合不确定性和天体物理污染物。虽然流体动力学模拟能提供高保真度的 IGM 实现，但对于生成大规模样本以进行稳健误差估计或在像 DESI（暗能量光谱仪器）这样高容量巡天中进行流水线验证而言，其计算成本过于昂贵。以往的对数正态模拟生成方法虽然速度较快，但往往依赖于底层高斯功率谱的静态解析形式，缺乏足够的灵活性来准确重现现代巡天广泛参数空间内观测到的 $P_{1D}$ 的尺度相关形状和红移演化。

方法论
作者提出了一种改进的对数正态模拟框架，旨在生成专门用于 $P_{1D}$ 分析的合成 1D Ly$\alpha$ 森林光谱。该方法建立在 McDonald 等人 (2006) 和 Karaçaylı 等人 (2020) 建立的形式基础之上，但引入了两项关键创新以增强保真度：

1. 红移相关的高斯相关性反演： 与以往利用固定解析形式作为输入高斯功率谱 ($P_G$) 的方法不同，本方法直接在构型空间中求解最优的高斯相关函数 ($\xi_G$)。通过迭代调整 $\xi_G$，使得经过完整的对数正态变换序列后的通量相关函数 ($\xi_F$) 能够匹配目标 $P_{1D}$，作者据此推导出唯一的、随红移变化的高斯功率谱 $P_G(k, z)$。该反演过程采用非线性最小二乘求解器进行逐点计算，以最小化变换后的模拟统计量与目标模型（特别是 DESI 早期数据发布测量值）之间的残差。
2. 解析平均通量拟合： 该框架分别优化了平均透射通量的演化。作者采用了有效光学厚度模型 ($\tau(z) = \tau_0(1+z)^\gamma$)，并拟合了四个变换参数 ($\tau_0, \tau_1, \nu, \sigma^2_F$) 以重现 DESI 第一阶段数据发布 (DR1) 中观测到的平均通量演化。这是通过最小化加权最小二乘代价函数实现的，该函数比较了由对数正态变换得到的解析平均通量与目标观测数据。

生成流水线包括创建 1D 随机高斯速度网格，应用推导出的红移相关 $P_G(k, z)$，利用红移因子 $a(z)$ 使场演化，应用平方对数正态变换以近似非高斯性，最后转换为光学厚度和透射通量。

主要结果
作者通过在 DESI EDR 红移范围 ($2.0 \le z \le 3.8$) 内生成 1,000 个独立的视线实现对该框架进行了验证。结果表明：

• 平均通量准确性： 模拟能够以亚百分比的精度恢复平均透射通量的演化。在整个 DESI EDR 红移范围内，均方根 (RMS) 分数误差为 0.002，在红移边界处的最大偏差为 0.5%。
• 功率谱恢复： 该方法能够高保真地重现 $P_{1D}$ 的形状和振幅。在 DESI EDR $k$ 范围 ($0.00075 \le k \lesssim 0.035 \text{ s km}^{-1}$) 内，平均 RMS 分数误差为 0.02。相比之下，此前的方法 (Karaçaylı et al. 2020) 在同一范围内的误差为 0.10，这代表了显著的改进。
• 可扩展性： 该框架在扩展尺度 ($10^{-5} \le k \lesssim 0.1 \text{ s km}^{-1}$) 上保持了稳健的性能，其中 RMS 误差保持在 0.11，较之前的方法（误差为 18.15）有了巨大的提升。在新方法中，该宽范围内的最大偏差低于 40%，而此前方法则为 300%。
• 收敛性： 收敛性分析表明，1,000 个实现足以使 RMS 分数误差渐近趋于一个常数值，从而确保了用于验证测试的统计稳定性。

意义与主张
论文声称，这种改进的对数正态框架提供了一种计算高效且解析可处理的替代方案，用于替代流体动力学模拟来生成大规模合成光谱。通过将平均通量振幅的建模与详细的通量相关性解耦，并直接求解输入的高斯功率谱，该方法提供了对目标观测量的卓越控制。

作者强调，虽然这些模拟并非旨在进行完整的宇宙学推断（因为它们并未从第一性原理对底层物理进行建模），但它们非常适用于：

• 验证分析流水线并量化系统效应（例如噪声、分辨率、连续谱拟合）。
• 支持使用快速傅里叶变换 (FFT) 和基于似然估计器进行的 $P_{1D}$ 测量，以应对当前及未来的 DESI 数据发布。
• 当结合 quickquasars 等工具时，用于对天体物理污染物（如吸收线系统、宽吸收线）进行受控研究。

这项工作为端到端分析奠定了基础，在这种分析中，模拟器或模拟输出可以作为对数正态模拟生成的直接输入，从而在理论模型与观测推断之间架起了一座具有准确统计特性的桥梁。作者指出，未来的改进（例如通过联合拟合平均通量和 $P_{1D}$ 以更好地处理方差依赖性）可以进一步增强该框架的实用性。