Forward analytical model for the optical selection bias on galaxy cluster lensing profiles

这是一份关于论文《A forward analytical model for the optical selection bias on galaxy cluster lensing profiles》（星系团透镜轮廓上光学选择偏差的前向解析模型）的详细技术总结。

1. 研究背景与问题 (Problem)

• 核心问题：通过光学性质（如红序星系过密度）选出的星系团样本（如 redMaPPer 算法）存在显著的选择偏差（Selection Bias）。这种偏差主要源于视线方向（Line-of-Sight, LoS）上未分辨的星系团或结构的投影效应。
• 具体影响：
  • 丰度（Richness）偏差：视线方向上的前景或背景星系被错误地计入目标星系团的成员星系，导致观测丰度（$\lambda_{ob}$）高于真实丰度（$\lambda_{tr}$）。
  • 透镜信号偏差：这些投影结构不仅增加了丰度，还增加了视线方向上的物质密度，导致观测到的投影密度轮廓（Projected Density Profile, $\Sigma$）被高估。
  • 后果：如果不正确建模，这种偏差会导致星系团质量估计的系统性误差，进而影响从光学星系团样本中推断出的宇宙学参数（如 $\sigma_8$ 和 $\Omega_m$）。
• 现有局限：以往的研究多依赖数值模拟进行校准，或者在宇宙学分析中引入自由参数对偏差进行边缘化处理，缺乏一个无自由参数、基于物理的前向解析模型来直接关联选择偏差与宇宙学及巡天规格。

2. 方法论 (Methodology)

作者提出了一种全预测性的前向解析模型，旨在量化光学选择偏差对星系团密度轮廓的影响。模型的核心逻辑是将观测丰度的增加（由投影引起）与视线方向上相关结构的密度增加联系起来。

2.1 基本假设与框架

• 丰度分解：观测丰度 $\lambda_{ob} = \lambda_{tr} + \Delta_{prj}$，其中 $\Delta_{prj}$ 是投影效应引起的丰度增量。
• 概率卷积：观测丰度的概率分布 $P(\lambda_{ob}|M, z)$ 被建模为真实丰度分布 $P(\lambda_{tr}|M, z)$ 与观测散射（含投影）$P(\lambda_{ob}|\lambda_{tr}, z)$ 的卷积。
• 忽略项：为了简化，模型暂时忽略了星系团的光度红移误差、中心错位（miscentering）以及晕的取向/三轴性偏差。

2.2 光学星系团偏差模型 ($b_{\lambda_{ob}}$)

这是模型的核心创新点。作者推导了观测丰度为 $\lambda_{ob}$ 的星系团的尺度依赖偏差 $b_{\lambda_{ob}}$：

• 物理机制：$\Delta_{prj}$ 越大，意味着视线方向越拥挤，因此该星系团周围的关联结构（大尺度结构）密度越高，导致偏差 $b_{\lambda_{ob}}$ 越大。
• 函数形式：提出了一种Sigmoid 函数来描述偏差随投影角距离 $\theta$ 的变化：
  $$b_{\lambda_{ob}}(\theta) = b^0_{\lambda_{ob}} + \frac{b^\infty_{\lambda_{ob}} - b^0_{\lambda_{ob}}}{1 + e^{-k(\theta - \theta_0)}}$$
  • $b^0_{\lambda_{ob}}$：小尺度（星系团内部）的偏差。
  • $b^\infty_{\lambda_{ob}}$：大尺度（背景）的偏差。
  • 参数 $k$ 和 $\theta_0$ 由模拟数据拟合确定，与星系团的角半径 $\theta_\lambda$ 相关。
• 大尺度偏差近似：大尺度偏差 $b^\infty_{\lambda_{ob}}$ 与投影引起的丰度过剩 $\delta_{prj}$ 呈线性关系：$b^\infty_{\lambda_{ob}} \approx b_{eff}(1 + 0.13\delta_{prj})$。
• 小尺度偏差反解：通过积分方程，利用观测到的 $\Delta_{prj}$ 反解出小尺度偏差 $b^0_{\lambda_{ob}}$。

2.3 投影密度轮廓模型 ($\Sigma$)

将平均投影密度轮廓分解为两部分：
$$\langle \Sigma(R) \rangle = \langle \Sigma_{1h}(R) \rangle + \langle \Sigma_{prj}(R) \rangle$$

• 单晕项 ($\Sigma_{1h}$)：目标星系团自身的 NFW 轮廓，按质量分布加权。
• 双晕项/投影项 ($\Sigma_{prj}$)：视线方向上其他晕的贡献。利用上述推导的 $b_{\lambda_{ob}}$ 计算视线方向上不同角距离 $\theta$ 处晕的数量密度，并积分得到对目标星系团投影轮廓的贡献。

2.4 案例研究设置

• 数据源：基于 Dark Energy Survey (DES) Year 3 的模拟数据（Mock Catalog）。
• 算法：使用 redMaPPer 算法模拟星系团发现过程。
• 宇宙学参数：基于 flat-$\Lambda$CDM 模型（$\Omega_m=0.286, \sigma_8=0.82$ 等）。
• 验证：将模型预测与从 N-body 模拟生成的合成数据（Mock Data）进行对比。

3. 主要贡献 (Key Contributions)

1. 首个无自由参数的解析模型：建立了一个完全基于物理假设（HOD、宇宙学、巡天规格）的解析框架，无需通过拟合观测数据来引入自由参数即可预测选择偏差。
2. 尺度依赖偏差的解析描述：首次提出了描述光学选择偏差随投影距离变化的 Sigmoid 函数形式，并成功将其与投影丰度过剩 $\Delta_{prj}$ 联系起来。
3. 连接选择偏差与宇宙学：模型直接将观测到的丰度偏差（由投影引起）映射到密度轮廓的偏差上，为在宇宙学分析中直接修正或边缘化这些系统误差提供了方法论。
4. 提供近似拟合函数：为了降低计算成本（原模型涉及多重积分），作者提供了一个双幂律（Double Power-law）拟合函数来近似总密度轮廓的偏差，便于在大规模宇宙学参数推断管线中使用。

4. 研究结果 (Results)

• 模型验证：
  • 模型成功复现了模拟数据中 $\Sigma_{prj}$（投影项）对 $\Delta_{prj}$ 的依赖性。即：投影丰度增加越多的星系团，其周围的大尺度结构密度越高。
  • 模型准确预测了光学选择样本相对于随机质量选择样本的密度轮廓偏差。
• 偏差特征：
  • 空间分布：偏差在星系团中心附近（小尺度）最大，随着距离增加逐渐衰减，但在 $R \sim 10 h^{-1}$ Mpc 处仍显著。
  • 形态：总密度轮廓的偏差呈现出典型的钟形曲线（Bell-shaped），峰值位于单晕项和双晕项的过渡尺度（约 $1 h^{-1}$ Mpc）。
  • 演化：偏差随丰度（Richness）和红移（Redshift）有轻微演化。红移演化主要源于光度红移误差随距离增加而增大；丰度演化则反映了更富集的星系团通常质量更大，处于更致密的环境中。
• 定量精度：模型预测与模拟数据的统计不确定性（1$\sigma$）内高度一致。对于 $\lambda_{ob}=20$ 的样本，光学偏差在 $R=0$ 处比随机样本高约 2.1 倍，在大尺度上高约 5%。

5. 意义与展望 (Significance)

• 宇宙学分析的必要性：该工作证明了在利用光学星系团进行弱引力透镜质量校准和宇宙学参数约束时，必须考虑投影效应引起的选择偏差。忽略此效应会导致系统性的质量高估和宇宙学参数偏差。
• 方法论通用性：虽然以 redMaPPer 和 DES 为例，但该框架具有通用性，可推广至其他光学质量代理（如恒星质量加权、星系计数等），只需调整投影权重核函数。
• 未来应用：
  • 该模型可作为先验知识，在下一代巡天（如 Euclid, LSST/Rubin, Roman）的宇宙学分析中，用于更精确地处理系统误差。
  • 提供的双幂律拟合函数使得在复杂的贝叶斯推断管线中高效地边缘化投影偏差成为可能。
• 局限性：当前模型忽略了中心错位和晕的三轴性/取向偏差，这些效应在未来的高精度分析中需要进一步纳入。此外，大尺度偏差的解析形式在不同宇宙学模型下的普适性仍需进一步测试。

总结：这篇论文为光学星系团巡天中的投影效应选择偏差提供了一个物理自洽、可预测的解析解决方案，显著提升了利用光学星系团进行宇宙学研究的精度和可靠性。