Constraining cosmological simulations with peculiar velocities: a forward-modeling approach

标题：利用本征速度约束宇宙学模拟：一种前向建模方法 (Hamlet-PM)

问题陈述
数值模拟对于理解引力动力学至关重要，然而标准的宇宙学模拟仅能在统计上重现宇宙，却无法在空间上匹配天文学家观测到的特定“局部宇宙”。这种局限性阻碍了对存在的于单一独特环境中的稀有、暗弱或被深入研究的近邻天体的研究。虽然“约束模拟”旨在重现局部环境，但现有的流水线（例如 CLUES 联盟的工作流）依赖于一种异构的多步方法：通过维纳滤波（Wiener Filter, WF）重建密度/速度场，通过逆向泽尔多维奇近似（Reverse Zeldovich Approximation, RZA）将约束向回推移时间，并生成初始条件（ICs）。这些步骤高度依赖线性理论，并依赖于某些假设（如高斯速度不确定性），而这些假设在非线性机制中会失效，并引入系统偏差。此外，当前的方法在处理测量本征速度的晚期宇宙动力学建模方面往往表现不佳。

方法论：Hamlet-PM
作者提出了 Hamlet-PM，这是一个全贝叶斯前向建模框架，直接从晚期（$z=0$）的本征速度数据中约束初始条件。与之前的迭代版本（如使用线性理论的 Hamlet-L）不同，Hamlet-PM 集成了以下组件：

1. 可微引力求解器： 该方法使用基于 JAX 实现的粗略质点网格（Particle-Mesh, PM）引力求解器 (pmwd) 取代了线性模型。这使得将动力学整合进轻微非线性机制成为可能。
2. 混合速度场构建： 为了解决标准云中细胞（Cloud-in-Cell, CiC）插值在空洞区域失效（即存在空单元）的问题，作者采用了一种混合方法。在稠密区域，速度场源自 N 体模拟的 CiC 表示；在近乎空旷的区域，则使用线性理论近似。两者通过一个与密度相关的权重函数进行融合。
3. 贝叶斯推断： 该框架估计高红移过密度场傅里叶模以及约束距离的后验概率分布。它利用通过 blackjax 库实现的哈密顿蒙特卡洛（Hamiltonian Monte Carlo, HMC）来探索参数空间，从而避免了维纳滤波带来的近似问题。
4. 数据： 该方法应用于 Cosmicflows-4 (CF4) 星表，这是一个包含约 56,000 个星系（分为约 38,000 个星系群）的复合数据集，其范围限制在 $cz \leq 16,500$ km/s ($z \sim 0.05$)，以确保数据的各向同性并控制计算约束。
5. 模拟执行： 推断出的初始条件（低分辨率，$128^3$）通过添加随机小尺度功率来扩展至 $512^3$ 粒子。随后使用 AREPO 代码将其演化至 $z=0$，在 $500^3$ $h^{-1}\text{Mpc}$ 的立方体盒中生成了 100 套约束模拟。

核心贡献

• Hamlet-PM 框架： 一种新型的 Hamlet 方法扩展，它通过使用可微的非线性引力求解器，实现了直接从 $z=0$ 速度数据约束初始条件，超越了线性理论的限制（CLUES 流水线采用 WF/RZA/CRs）。
• Opt-LUM 指标： 引入了“优化局部宇宙模型”（optimized Local Universe Model, opt-LUM）。该算法通过迭代将观测到的星系团目标位置移动到匹配的模拟晕（halo）的质心处。这捕捉到了标准 LUM 会惩罚的系统性空间偏移（位置偏差），从而提供了更稳健的检测率和质量估计。
• 标准化基准测试： 应用速度场奥林匹克（Velocity Field Olympics, VFO）和 LUM 指标，定量地将新方法与现有的基于速度（CLONES, P23）和基于红移（CSiBORG, Manticore-Local）的约束模拟进行比较。

结果

• 大尺度结构： 100 套模拟成功重现了约束体积内的观测大尺度结构，显示出持久的纤维状结构和空洞。非线性结构比线性重建中更为显著。
• 星系团检测： 使用 opt-LUM 指标，12 个显著近邻星系团（如 Virgo, Coma, Shapley）的检测率较标准 LUM 有显著提升。大多数星系团在 $2\sigma$ 水平下达到了 $>80\%$ 的检测率，许多甚至达到了 $3\sigma$ 和 $4\sigma$ 阈值。
• 质量估计： 匹配星系团的后验质量分布通常与文献值（X 射线、SZ 和动力学探测）一致，尤其是在使用 opt-LUM 对照组时。
• 速度场性能： 在 VFO 基准测试中，Hamlet-PM 的表现优于以往基于速度的流水线（CLONES），但逊于基于红移的约束模拟（Manticore-Local, CSiBORG1）。
• 系统偏差： 研究发现，与 $\Lambda$CDM 预测和观测估计相比，约束体积内存在过度丰度的质量巨大的晕（$>10^{14} h^{-1}M_\odot$）。用于推断的质点网格求解器似乎低估了稠密区域的速度振幅，迫使初始条件偏离宇宙学模型以拟合数据，从而导致产生了过多质量巨大星系团的有偏重构。

意义与主张
论文声称，将场级前向建模初始条件的方法可以成功应用于实际的本征速度观测，从而产生高度受约束的宇宙学模拟。就目前形式而言，Hamlet-PM 被认为能够超越目前本征速度领域所使用的标准 CLUES 流水线（WF/RZA/CRs）的质量，这主要归功于其在自洽的贝叶斯框架内对非线性及复杂观测效应进行建模的能力。

然而，作者对该方法的当前局限性持谨慎态度。他们承认，系统性偏差（特别是由于粗略质点网格求解器导致的质量巨大的星系团过度产生以及稠密区域速度对比度被低估的问题）必须得到解决。论文得出结论，尽管该方法代表了在场级水平分析本征速度数据方面的飞跃，但由于红移数据比基于距离的本征速度具有更高的密度和精度，其表现仍逊于基于红移的约束模拟（如 Manticore-Local）。未来的改进预期将来自于完善观测模型（选择函数、交叉校准）以及改进密度/速度场建模以探测更深的非线性机制。