The Impact of Galaxy Formation on Galaxy Biasing, and Implications for Primordial non-Gaussianity Constraints

技术摘要：星系形成对星系偏置的影响，及其对原初非高斯性约束的意义

问题陈述
参数 $f_{\text{NL}}$ 量化了宇宙初始能量涨落中的局部原初非高斯性（PNG）。非零的检测结果将有助于区分单场与多场暴胀模型。虽然下一代星系巡天旨在以 $\sigma_{f_{\text{NL}}} \sim 1$ 的统计误差来约束 $f_{\text{NL}}$，但系统误差目前在这些约束中占据主导地位。具体而言，通过星系聚类测量 $f_{\text{NL}}$ 会与星系偏置参数 $b_1$（对质量密度的响应）和 $b_\phi$（对原初势扰动的响应）产生简并。

目前的约束通常依赖于“普适关系”（universality relation），该关系假设 $b_\phi$ 与 $b_1$ 之间存在固定的缩放关系（例如 $b_\phi = 2\delta_c(b_1 - 1)$），该关系源自暗物质晕。然而，近期的研究（如 Barreira 等人 2020）表明，这一关系对于星系并不成立，因为 $b_\phi$ 取决于星系的选择以及特定的星系形成物理过程。星系形成建模的复杂性为 $b_\phi$ 引入了显著的不确定性，威胁到未来 $f_{\text{NL}}$ 约束的精度。

方法论
为了应对由星系形成建模引起的不确定性，作者利用嵌入在单独宇宙（separate-universe）N 体模拟中的圣克鲁斯半解析模型（SC-SAM）进行了研究。

• 模拟： 作者运行了三个 AREPO N 体模拟，其盒尺寸为 $L = 205 h^{-1}$ cMpc，粒子数为 $N = 1280^3$。这些模拟具有相同的高斯初始条件，但通过改变原初功率谱的振幅（$\sigma_8$）而不同，并利用单独宇宙技术高效地测量星系形成对长波长扰动的响应。
• 模型变体： 作者运行了 56 个唯一的 SC-SAM 实例。这些变体涉及修改三个关键反馈参数：
  1. $\epsilon_{\text{SN}}$（恒星驱动质量流出振幅，通过因子 $A_{\text{SN1}}$ 变化）。
  2. $\alpha_{\text{rh}}$（质量流出关系指数，通过因子 $A_{\text{SN2}}$ 变化）。
  3. $\kappa_{\text{radio}}$（AGN 无线电模式反馈振幅，通过因子 $A_{\text{AGN}}$ 变化）。
• 测量：
  • $b_\phi$ 通过在高 $\sigma_8$、标称值和低 $\sigma_8$ 模拟之间进行有限差分计算得出。
  • $b_1$ 源自星系-物质互功率谱。
  • 星系根据恒星质量（$M_*$）、恒星形成率（SFR）和比恒星形成率（sSFR）在红移 $z=0, 1, 2$ 处进行选择。
  • 每个模型都被赋予了一个“真实性”指标（$\chi^2$），该指标基于其与观测到的 $z=0$ 恒星质量函数（Bernardi 等人 2018）的一致性。
  • 研究还通过将星系重新分配到具有相似质量但不同形成历史的晕中，评估了星系集聚偏差（assembly bias）的影响。

核心贡献

1. 对反馈机制的系统探索： 不同于以往通常使用单一流体动力学模拟或固定 SAM 的研究，本工作系统地改变了恒星和 AGN 反馈参数，以绘制由此产生的 $b_\phi$ 和 $b_1$ 图景。
2. 单独宇宙 SAM 的应用： 作者将单独宇宙技术应用于半解析模型，从而能够高效地在广泛的参数空间内测量 $b_\phi$，这在全流体动力学模拟中在计算上是难以实现的。
3. 选择依赖性分析： 本文明确比较了不同的星系选择标准（$M_*$, SFR, sSFR）如何响应于星系形成物理的变化，并识别出哪些选择对建模不确定性最为稳健。
4. 跨模型验证： 将结果与之前的 IllustrisTNG 流体动力学模拟、Munich SAM 和 Galacticus SAM 进行对比，以确定 SC-SAM 参数空间是否涵盖了其他星系形成模型的行为。

结果

• 偏离普适性： SC-SAM 模型证实了普适关系（$b_\phi = 2\delta_c(b_1 - 1)$）对于星系并不准确。$b_\phi(b_1)$ 关系取决于星系选择和具体的反馈参数，表现出显著差异。
• 恒星质量选择： $b_\phi$ 通常随恒星质量增加。然而，$b_\phi(b_1)$ 关系比 IllustrisTNG（Barreira 等人 2020）的结果更陡峭，特别是在低质量选择方面。该关系对恒星反馈参数（$A_{\text{SN1}}, A_{\text{SN2}}$）非常敏感。
• SFR 选择： 基于 SFR 选择的 $b_\phi$ 值表现出混沌特征，且通常接近于零。由于不同的参数会以复杂的方式改变 SFR–晕质量关系，因此该关系对反馈参数高度敏感。
• sSFR 选择（关键发现）： 基于比恒星形成率（sSFR）的选择在应对星系形成建模变化时表现得异常稳健。在所有 56 个模型中，$b_\phi$ 与 sSFR 以及 $b_\phi(b_1)$ 的关系都遵循一条紧密且一致的路径。这归功于 SC-SAM 的自我调节特性，即无论反馈参数如何变化，它都能保持一致的 sSFR–晕质量关系。
• 集聚偏差： 研究发现，星系集聚偏差会影响 $b_1$ 的测量（在通过重排形成历史来改变星系分布时，会降低恒星质量选择的聚类强度，增加 SFR/sSFR 选择的聚类强度）。然而，这些集聚偏差信号对测得的 $b_\phi(b_1)$ 关系影响极小。
• 与其他模型的比较： SC-SAM 的变体涵盖了 Munich SAM 和 Galacticus 中测得的 $b_\phi$ 行为。虽然与 IllustrisTNG 的结果存在张力（可能由于 SAM 中缺失重子效应或合并树构建的差异），但 SC-SAM 的变体覆盖了与其它模型一致的广泛 $b_\phi$ 范围。

意义与主张
本文主张，星系形成建模的不确定性是未来 $f_{\text{NL}}$ 约束的一个关键系统误差。通过证明 $b_\phi$ 不是普适的，且高度依赖于选择和建模，作者认为假设固定的普适关系存在导致偏差约束的风险。

这项工作的核心意义在于识别出 sSFR 是进行 $f_{\text{NL}}$ 研究的稳健星系选择。由于 sSFR 选择在广泛的星系形成物理背景下都能产生一致的 $b_\phi$ 值，它们为减少未来巡天的系统误差提供了一条途径。作者得出结论，虽然没有任何单一模型能完美描述宇宙，但通过 sSFR 选择可以最大限度地降低 $f_{\text{NL}}$ 约束对特定星系形成物理细节的敏感性。此外，这项工作提供了一个框架，可以基于观测数据构建关于 $b_\phi$ 的信息先验，从而向着具有物理动机的原初非高斯性约束迈进。