Investigating the Dark Energy Constraint from Strongly Lensed AGN at LSST-Scale

技术摘要：研究 LSST 规模下强引力透镜 AGN 的暗能量约束

问题陈述
利用强引力透镜活动星系核（AGN）进行时间延迟宇宙学（TDC），提供了对晚期宇宙角直径距离的直接、单步测量，为宇宙膨胀历史提供了一种独立的探测手段。虽然目前的 TDC 样本（如 TDCOSMO）已成功将哈勃常数（$H_0$）约束在 $\sim4\%$ 范围内，但其对暗能量（DE）状态方程参数（$w_0, w_a$）的约束能力仍然较弱。薇拉·鲁宾天文台（Vera C. Rubin Observatory）的遗产巡天时域天文与光谱项目（LSST）预计将发现约 1,000 到 3,500 个新的透镜 AGN，其中预计有约 800 个具有可测量的时延。挑战在于如何扩展分层贝叶斯推断规模，以结合数百个透镜，同时处理复杂的简并问题（质量片简并和质量各向异性）以及不同观测保真度（从高分辨率空间望远镜后续观测到仅限 LSST 数据）带来的差异。

方法论
作者引入了一个可扩展的分层推断框架，并实现为一个名为 fasttdc 的新代码，旨在同时计算数百个透镜的宇宙学似然函数。分析分为两个阶段：

1. 数据向量生成： 将单个透镜模型和测量结果汇总为静态数据向量。这包括来自基于图像的质量模型后验分布的样本（$\xi_{lens}$）、预计算的费马势差（$\Delta\phi$）和 Jeans 模型量（$J$）、外部收敛预测（$\kappa_{ext}$）以及观测到的时延和速度弥散。作者通过对从 OM10 目录中抽取的 800 个透镜组成的模拟样本进行模拟，来模拟这些数据向量，假设基准 $\Lambda$CDM 宇宙学模型（$H_0=70, \Omega_m=0.3, w_0=-1, w_a=0$）。
2. 分层推断： 将数据向量输入到一个联合贝叶斯推断框架中（使用 emcee MCMC 采样器），以推断总体水平的宇宙学参数（$\Omega = \{H_0, \Omega_m, w_0, w_a\}$）以及描述透镜群体分布的超参数（即内部质量片参数 $\lambda_{int}$ 和各向异性参数 $\beta_{ani}$）。似然函数评估利用重要性采样对单个透镜属性进行边缘化，从而充分考虑质量片和质量各向异性简并，且不会过早地将费马势和时延压缩为单一的距离后验分布。

研究模拟了一个包含三类后续观测保真度的 800 个透镜基准样本：

• 铂金级 (Platinum, 50 个透镜)： 具有空间解析运动学（IFU）、专用时延监测以及高分辨率成像（JWST 或 HST）。
• 黄金级 (Gold, 150 个透镜)： 具有单孔径运动学、LSST 时延监测以及 HST 成像。
• 白银级 (Silver, 600 个透镜)： 具有 LSST 时延监测以及 LSST 成像，且可能带有或不带有单孔径运动学。

核心贡献

• 可扩展的推断工具： 开发了 fasttdc，这是一个能够同时处理 $\mathcal{O}(1000)$ 个透镜的向量化似然评估代码，克服了以往分层方法的计算瓶颈。
• 现实的仿真模拟： 构建了一个全面的仿真管线，用于生成图像建模（使用神经后验估计和前向建模）、时延测量、恒星运动学（IFU 和孔径）以及视线收敛的数据向量，反映了不同的观测保真度水平。
• 系统策略测试： 进行了一系列实验，量化了不同的后续观测策略（运动学类型、成像质量、时延精度）和红移配置如何影响宇宙学约束。

结果

• 样本量影响： 与较小的、高精度的样本相比，纳入完整的 LSST 规模样本显著提高了约束能力。在 200 个透镜的样本中加入 600 个“白银级”透镜（仅限 LSST 时延数据），使暗能量优度（DE FOM）从 2.9 提高到 6.7，并将 $H_0$ 的精度从 $\sim3.5\%$ 提高到 $\sim2.5\%$。
• 运动学后续观测： 扩大具有恒星运动学的透镜样本至关重要。增加具有空间解析 IFU 运动学的透镜数量（从 50 个增加到 122 个）可将 DE FOM 提升至 9.1，并将 $H_0$ 精度提升至 $\sim2\%$。或者，增加单孔径运动学的透镜数量（从 150 个增加到 450 个）可将 DE FOM 提升至 8.9，但在提升 $H_0$ 精度方面不如 IFU 策略有效。
• 时延精度： 提高时延测量精度是暗能量约束的主要驱动力。实现 2 天的时延精度（通过为一部分透镜进行专用监测，或通过改进整个样本的 LSST 光变曲线建模）能带来最显著的收益。实验 3.1（60 个具有 2 天精度的透镜）达到了 12.0 的 DE FOM；而实验 3.4（所有 LSST 透镜均达到 2 天精度）达到了 10.1 的 DE FOM，并在 $H_0$ 和 $\Omega_m$ 精度上表现更优。
• 质量模型精度： 将质量模型从自动化的基于 LSST 的建模升级为更高精度的基于 HST 的前向建模，结果褒贬不一。虽然在某些场景下提高了 $\Omega_m$ 的精度，但并未一致地提高 DE FOM，这表明在当前的时延和运动学精度下，质量模型精度并非限制因素。
• 红移配置： 透镜红移（$z_{lens}$）是决定约束能力的决定性因素。相比于高红移（$z_{lens} \approx 1.0$），低透镜红移（$z_{lens} \approx 0.2$）能产生更高的 DE FOM 和更好的 $H_0$ 约束，而源红移的影响则微乎其微。

意义与主张
本文声称，当使用可扩展的分层框架进行分析时，LSST 的透镜 AGN 样本为暗能量提供了一个强大的独立探测手段。作者证明，通过纳入大量低精度透镜（仅限 LSST 数据）所获得的统计能力是非常可观的，与仅依赖高精度后续观测样本相比，它将 DE FOM 提高了近 3 倍。

研究结论指出，为了最大化 TDC 的暗能量约束能力，科学界应优先考虑：

1. 时延精度： 努力改进 LSST 光变曲线建模以实现 $\sim2$ 天的时延精度至关重要。
2. 运动学后续观测： 虽然 IFU 和孔径策略均能改善约束，但 IFU 测量在收紧 $H_0$ 约束方面具有独特价值。
3. 红移选择： 低透镜红移有利于约束 $H_0$ 和 $w_0$。

作者强调，其结果是基于仿真数据的，未来的工作必须纳入更真实的质量模型后验分布和系统误差。然而，建立的这一框架为 LSST 暗能量科学协作组（LSST Dark Energy Science Collaboration）交付首个来自 LSST 透镜 AGN 的宇宙学约束奠定了必要基础。