Euclid preparation. XCVIII. Cosmology Likelihood for Observables in Euclid (CLOE). 5: Extensions beyond the standard modelling of theoretical probes and systematic effects

本文详细阐述了欧几里得宇宙学可观测性似然(CLOE)流程的扩展与验证工作,使其能够容纳超越标准模型的宇宙学情形,包括放大偏差、大质量中微子和修正引力,同时概述了旨在提升效率与灵活性的未来改进方向。

原作者: Euclid Collaboration, L. W. K. Goh, A. Nouri-Zonoz, S. Pamuk, M. Ballardini, B. Bose, G. Cañas-Herrera, S. Casas, G. Franco-Abellán, S. Ilić, F. Keil, M. Kunz, A. M. C. Le Brun, F. Lepori, M. Martinel
发布于 2026-05-07
📖 1 分钟阅读☕ 轻松阅读

原作者: Euclid Collaboration, L. W. K. Goh, A. Nouri-Zonoz, S. Pamuk, M. Ballardini, B. Bose, G. Cañas-Herrera, S. Casas, G. Franco-Abellán, S. Ilić, F. Keil, M. Kunz, A. M. C. Le Brun, F. Lepori, M. Martinelli, Z. Sakr, F. Sorrenti, E. M. Teixeira, I. Tutusaus, L. Blot, M. Bonici, C. Bonvin, S. Camera, V. F. Cardone, P. Carrilho, S. Di Domizio, R. Durrer, S. Farrens, S. Gouyou Beauchamps, S. Joudaki, C. Moretti, A. Pezzotta, A. G. Sánchez, D. Sciotti, K. Tanidis, A. Amara, S. Andreon, N. Auricchio, C. Baccigalupi, D. Bagot, M. Baldi, S. Bardelli, P. Battaglia, A. Biviano, E. Branchini, M. Brescia, V. Capobianco, C. Carbone, J. Carretero, M. Castellano, G. Castignani, S. Cavuoti, K. C. Chambers, A. Cimatti, C. Colodro-Conde, G. Congedo, C. J. Conselice, L. Conversi, Y. Copin, F. Courbin, H. M. Courtois, M. Cropper, A. Da Silva, H. Degaudenzi, S. de la Torre, G. De Lucia, H. Dole, M. Douspis, F. Dubath, X. Dupac, S. Escoffier, M. Farina, F. Faustini, S. Ferriol, F. Finelli, P. Fosalba, S. Fotopoulou, M. Frailis, E. Franceschi, M. Fumana, S. Galeotta, B. Gillis, C. Giocoli, J. Gracia-Carpio, A. Grazian, F. Grupp, L. Guzzo, H. Hoekstra, W. Holmes, F. Hormuth, A. Hornstrup, K. Jahnke, M. Jhabvala, B. Joachimi, E. Keihänen, S. Kermiche, A. Kiessling, M. Kilbinger, B. Kubik, M. Kümmel, H. Kurki-Suonio, O. Lahav, S. Ligori, P. B. Lilje, V. Lindholm, I. Lloro, G. Mainetti, D. Maino, E. Maiorano, O. Mansutti, O. Marggraf, K. Markovic, N. Martinet, F. Marulli, R. Massey, E. Medinaceli, S. Mei, Y. Mellier, M. Meneghetti, E. Merlin, G. Meylan, A. Mora, M. Moresco, L. Moscardini, C. Neissner, S. -M. Niemi, C. Padilla, S. Paltani, F. Pasian, K. Pedersen, W. J. Percival, V. Pettorino, S. Pires, G. Polenta, M. Poncet, L. A. Popa, F. Raison, R. Rebolo, A. Renzi, J. Rhodes, G. Riccio, E. Romelli, M. Roncarelli, R. Saglia, D. Sapone, B. Sartoris, J. A. Schewtschenko, T. Schrabback, A. Secroun, E. Sefusatti, G. Seidel, M. Seiffert, P. Simon, C. Sirignano, G. Sirri, A. Spurio Mancini, L. Stanco, J. Steinwagner, P. Tallada-Crespí, A. N. Taylor, I. Tereno, S. Toft, R. Toledo-Moreo, F. Torradeflot, A. Tsyganov, J. Valiviita, T. Vassallo, G. Verdoes Kleijn, A. Veropalumbo, Y. Wang, J. Weller, G. Zamorani, E. Zucca, M. Bolzonella, E. Bozzo, C. Burigana, R. Cabanac, M. Calabrese, A. Cappi, D. Di Ferdinando, J. A. Escartin Vigo, L. Gabarra, W. G. Hartley, J. Martín-Fleitas, M. Maturi, N. Mauri, R. B. Metcalf, M. Pöntinen, C. Porciani, I. Risso, V. Scottez, M. Sereno, M. Tenti, M. Viel, M. Wiesmann, Y. Akrami, I. T. Andika, S. Anselmi, M. Archidiacono, F. Atrio-Barandela, A. Balaguera-Antolinez, D. Bertacca, M. Bethermin, A. Blanchard, H. Böhringer, S. Borgani, M. L. Brown, S. Bruton, A. Calabro, B. Camacho Quevedo, F. Caro, C. S. Carvalho, T. Castro, F. Cogato, S. Conseil, S. Contarini, A. R. Cooray, O. Cucciati, S. Davini, F. De Paolis, G. Desprez, A. Díaz-Sánchez, J. J. Diaz, J. M. Diego, P. Dimauro, A. Enia, Y. Fang, A. G. Ferrari, P. G. Ferreira, A. Finoguenov, A. Franco, K. Ganga, J. García-Bellido, T. Gasparetto, E. Gaztanaga, F. Giacomini, F. Gianotti, G. Gozaliasl, A. Gruppuso, M. Guidi, C. M. Gutierrez, H. Hildebrandt, J. Hjorth, J. J. E. Kajava, Y. Kang, V. Kansal, D. Karagiannis, K. Kiiveri, C. C. Kirkpatrick, S. Kruk, F. Lacasa, M. Lattanzi, V. Le Brun, L. Legrand, M. Lembo, G. Leroy, J. Lesgourgues, L. Leuzzi, T. I. Liaudat, S. J. Liu, A. Loureiro, J. Macias-Perez, G. Maggio, M. Magliocchetti, F. Mannucci, R. Maoli, C. J. A. P. Martins, L. Maurin, M. Miluzio, P. Monaco, G. Morgante, S. Nadathur, K. Naidoo, A. Navarro-Alsina, S. Nesseris, L. Pagano, F. Passalacqua, K. Paterson, L. Patrizii, D. Potter, A. Pourtsidou, S. Quai, M. Radovich, P. -F. Rocci, S. Sacquegna, M. Sahlén, D. B. Sanders, E. Sarpa, J. Schaye, A. Schneider, M. Schultheis, E. Sellentin, C. Tao, G. Testera, R. Teyssier, S. Tosi, A. Troja, M. Tucci, C. Valieri, A. Venhola, D. Vergani, F. Vernizzi, G. Verza, N. A. Walton

原始论文采用 CC BY 4.0 许可(http://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

Each language version is independently generated for its own context, not a direct translation.

想象一下,欧几里得空间望远镜就像一台被送入太空的巨型超精密相机,旨在为宇宙拍摄一幅宏大的肖像。它的工作是绘制数十亿个星系的地图,以理解将宇宙维系在一起的不可见力量:暗物质暗能量

为了理解这些数十亿个数据点,科学家们需要一个复杂的“计算器”或软件流程。在本文中,作者描述了他们如何升级了这个被称为CLOE(欧几里得可观测量的宇宙学似然)的计算器。他们不仅仅是微调了设置,而是重新设计了引擎,以处理关于宇宙运作方式的更复杂理论。

以下是他们进行的三项重大升级的分解,辅以简单的类比进行解释:

1. “放大镜”效应(放大偏差)

问题:
想象你在森林里数鸟。通常,你只需数你看到的鸟。但是,想象一下引力就像一面巨大的、看不见的放大镜。如果一个巨大的物体(如暗物质团簇)位于你和鸟之间,它会弯曲光线。

  • 扭曲: 这种弯曲会拉伸你观察的区域,使鸟看起来分布得更稀疏(每平方英寸的数量更少)。
  • 隐藏的奖励: 然而,由于光线被放大了,一些以前太暗淡而无法看到的鸟突然变得可见了。
  • 结果: 你最终得到了一种令人困惑的混合体:鸟看起来分布得更稀疏,但因为你能看到那些暗淡的鸟,所以它们的数量实际上比预期的更多

升级:
此前,CLOE 计算器主要忽略了欧几里得从光谱学(测量星系速度)获得的特定类型数据中的这种“放大镜”效应。作者为 CLOE 添加了一个新功能,以考虑这种扭曲。

  • 为什么重要: 他们发现,如果忽略这种效应,你对宇宙膨胀速度(哈勃常数)和物质聚集程度(sigma-8)的最终计算将会出现轻微偏差——大约偏离半个标准差。这就像试图用带有拉伸橡皮筋的尺子测量房间;你需要校正拉伸才能得到真实的尺寸。

2. 引力理论的“通用翻译器”(韦尔势)

问题:
物理学的标准模型(广义相对论)指出引力以特定方式运作。但一些科学家认为,在宇宙尺度上,引力可能以不同的方式运作(修正引力)。
为了测试这些新理论,科学家们通常使用两种不同的“语言”或计算器:

  1. 求解器 A: 计算物质如何增长和聚集。
  2. 求解器 B: 计算光线如何在该物质周围弯曲(透镜效应)。
    问题在于,这两个计算器通常说着不同的“语言”。为了让它们相互沟通,科学家们不得不手动翻译结果,这既缓慢又笨拙,且容易出错。这就像试图让一个说法语的人和一个说日语的人进行对话,方法是把所有内容写在纸上,然后逐字翻译。

升级:
作者在 CLOE 中直接构建了一个“通用翻译器”。他们不再强迫两个计算器说不同的语言,而是创建了一种定义“透镜信号”的新方法,使其能直接与引力求解器的输出配合工作。

  • 好处: 现在,CLOE 可以立即测试关于引力可能如何被破坏或修正的复杂理论,而无需笨拙的手动翻译步骤。它允许他们输入新的引力理论,并立即看到它们在欧几里得数据中会呈现何种样子。

3. “幽灵粒子”(大质量中微子)

问题:
中微子是微小的、幽灵般的粒子,以接近光速的速度穿梭于宇宙中。尽管它们非常微小,但它们拥有极少量的质量。由于它们运动得如此快,它们不喜欢像普通物质(如恒星或暗物质)那样聚集在一起。

  • 效应: 当中微子呼啸而过时,它们会抹平宇宙中物质的“团块”。这改变了星系排列的模式。
  • 复杂性: 过去,计算器将所有物质都视为同一种“汤”。但由于中微子运动得如此之快,它们需要被视为食谱中单独的食材。如果你不将它们分开,你就会得到关于宇宙演化的错误食谱。

升级:
作者更新了 CLOE,将中微子视为一种独特的成分。他们创建了一个新的“过滤器”,将“冷”物质(会聚集)与“热”中微子(会飞驰)分离开来。

  • 好处: 这使得计算器能够准确预测大质量中微子的存在将如何改变宇宙地图。他们将其与另一个著名的计算器(MontePython)进行了测试,确认他们的新方法能产生同样准确的结果,从而确保当欧几里得开始传回真实数据时,他们可以信赖这些数据。

结论

作者使用看起来与欧几里得将看到的完全一样的“虚假”数据(模拟)测试了这三项升级。

  • 他们证明,忽略放大镜效应会导致错误的结论。
  • 他们证明,通用翻译器在测试新引力理论方面运作完美。
  • 他们证明,中微子过滤器能准确处理幽灵粒子。

通过进行这些更改,CLOE 流程现在已准备好处理关于宇宙最复杂的问题。它确保当欧几里得最终拍摄照片时,科学家们将能够正确解读结果,区分宇宙的标准模型与可能隐藏在数据中的令人兴奋的新物理。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →