[논문 리뷰] Assessing subhalo finders in cosmological hydrodynamical simulations

Victor J. Forouhar Moreno, John Helly외 6명|ArXiv.org|2025. 02. 10.

Solar and Space Plasma Dynamics인용 수 5

한 줄 요약

본 논문은 FLAMINGO 시뮬레이션에서 네 가지 서브홀로 찾기 도구(Subfind, VELOCIraptor, ROCKSTAR, HBT-HERONS)를 비교하여 finder 선택이 halo/subhalo 통계에 미치는 편향을 평가하고, 견고성과 성능으로 인해 HBT-HERONS를 기준으로 제시한다.

ABSTRACT

Cosmological simulations are essential for inferring cosmological and galaxy population properties based on forward-modelling, but this typically requires finding the population of (sub)haloes and galaxies that they contain. The properties of said populations vary depending on the algorithm used to find them, which is concerning as it may bias key statistics. We compare how the predicted (sub)halo mass functions, satellite radial distributions and correlation functions vary across algorithms in the dark-matter-only and hydrodynamical versions of the FLAMINGO simulations. We test three representative approaches to finding subhaloes: grouping particles in configuration- (Subfind), phase- (ROCKSTAR and VELOCIraptor) and history-space (HBT-HERONS). We also present HBT-HERONS, a new version of the HBT+ subhalo finder that improves the tracking of subhaloes. We find 10%-level differences in the $M_{\mathrm{200c}}$ mass function, reflecting different field halo definitions and occasional miscentering. The bound mass functions can differ by 75% at the high mass end, even when using the maximum circular velocity as a mass proxy. The number of well-resolved subhaloes differs by up to 20% near $R_{\mathrm{200c}}$, reflecting differences in the assignment of mass to subhaloes and their identification. The predictions of different subhalo finders increasingly diverge towards the centres of the host haloes. The performance of most subhalo finders does not improve with the resolution of the simulation and is worse for hydrodynamical than for dark-matter-only simulations. We conclude that HBT-HERONS is the preferred choice of subhalo finder due to its low computational cost, self-consistently made and robust merger trees, and robust subhalo identification capabilities.

연구 동기 및 목표

• 다른 서브홀로 찾기가 DMO 및 유체역학적 FLAMINGO 실행에서 halo 및 subhalo 질량 함수에 미치는 영향을 평가한다.
• 위성의 반지름 방향 분포와 2점 상관 함수가 finder에 따라 어떻게 달라지는지 평가한다.
• 유체역학이 다크 매터 전용 시뮬레이션(DMO)에 비해 서브홀로 찾기 성능에 어떤 영향을 주는지 조사한다.
• HBT-HERONS를 강건하고 비용 효과적인 찾기로 도입하여 강력한 merger-tree 추적 기능을 갖춘 위치를 제시한다.

제안 방법

• FLAMINGO 시뮬레이션에서 구성공간(Subfind), 위상공간(VELOCIRaptor, ROCKSTAR), 및 히스토리-공간(HBT-HERONS) 접근방식을 대표하는 네 가지 서브홀로 찾기를 비교한다.
• 공통 초기 그룹화 단계로 Friends-of-Friends (FoF)를 사용하고 각 finder의 고유한 unbinding/association 절차를 적용한다.
• 향상된 추적, 합병 기준 및 속도를 갖춘 업데이트된 히스토리 기반 찾기로서 HBT-HERONS를 도입하고 Appendix A에 변화 내용을 기술한다.
• 일관된 서브홀로 속성을 finder 간에 계산하여 공정한 비교를 수행한다(질량, 반경, 바운드 질량 등).
• 유체역학적 및 DMO 실행 모두에서 요약 통계 및 군집성에 미치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 다른 서브홀로 찾기가 DMO 및 hydrodynamical FLAMINGO 시뮬레이션에서 M200c와 bound 질량 함수에 어떤 영향을 미치는가?
• RQ2 위성의 반지름 방향 분포와 서브홀로 상관 함수가 finder에 따라 무엇을 어떻게 달라지는가, 특히 호스트 헬로의 중심부로 갈수록?
• RQ3 유체역학이 다크 매터 전용 실행에 비해 발견기 성능을 저하시켜, 어느 정도 영향이 있는가?
• RQ4 HBT-HERONS가 FLAMINGO 병합 트리 및 서브홀로 식별에 대해 강건하고 효율적인 기본값인가?

주요 결과

• 찾기 간에 M200c 질량 함수에 약 10% 차이가 있다.
• Bound 질량 함수는 고질량 말단에서 최대 75%까지 차이가 날 수 있다.
• 해당 수량은 해상도에 따라 더 잘 해결된 서브홀로 수가 R200c 근방에서 질량 할당 및 식별로 인해 최대 20%까지 차이가 난다.
• 다른 찾기들의 예측은 호스트 헬로의 중심부로 갈수록 점차 차이가 커진다.
• 대다수의 찾기들은 해상도가 높아져도 성능이 향상되지 않으며, 유체역학적 런에서 DMO 런보다 성능이 더 나쁘다.
• HBT-HERONS은 비용이 낮고 강건한 merger 트리 및 신뢰할 수 있는 서브홀로 식별로 인해 선호되는 찾기이다.