[논문 리뷰] Production of Alternate Realizations of DESI Fiber Assignment for Unbiased Clustering Measurement in Data and Simulations

J. Lasker|arXiv (Cornell University)|2024. 04. 03.

Astronomy and Astrophysical Research인용 수 10

한 줄 요약

이 논문은 Alternate Merged Target Ledgers (AMTL) 방법을 제시하여 여러 현실적인 DESI 타겟 실현을 생성하고, DESI 데이터와 모형의 소규모 군집 불완전성을 보정하기 위해 Pairwise Inverse Probability (PIP) 가중치를 가능하게 한다. AMTL을 실제 관측 조건으로 DESI SV3 및 Year 1 데이터와 mocks에서 검증한다.

ABSTRACT

A critical requirement of spectroscopic large scale structure analyses is correcting for selection of which galaxies to observe from an isotropic target list. This selection is often limited by the hardware used to perform the survey which will impose angular constraints of simultaneously observable targets, requiring multiple passes to observe all of them. In SDSS this manifested solely as the collision of physical fibers and plugs placed in plates. In DESI, there is the additional constraint of the robotic positioner which controls each fiber being limited to a finite patrol radius. A number of approximate methods have previously been proposed to correct the galaxy clustering statistics for these effects, but these generally fail on small scales. To accurately correct the clustering we need to upweight pairs of galaxies based on the inverse probability that those pairs would be observed (Bianchi & Percival 2017). This paper details an implementation of that method to correct the Dark Energy Spectroscopic Instrument (DESI) survey for incompleteness. To calculate the required probabilities, we need a set of alternate realizations of DESI where we vary the relative priority of otherwise identical targets. These realizations take the form of alternate Merged Target Ledgers (AMTL), the files that link DESI observations and targets. We present the method used to generate these alternate realizations and how they are tracked forward in time using the real observational record and hardware status, propagating the survey as though the alternate orderings had been adopted. We detail the first applications of this method to the DESI One-Percent Survey (SV3) and the DESI year 1 data. We include evaluations of the pipeline outputs, estimation of survey completeness from this and other methods, and validation of the method using mock galaxy catalogs.

연구 동기 및 목표

• DESI 군집 분석에서 섬세한 스케일에서의 섬유 배정 불완전성의 정확한 보정을 위한 동기를 마련한다.
• 타겟 쌍의 관측 확률을 추정하는 실용적인 몬테카를로 방법(AMTL)을 개발한다.
• AMTL을 기존의 PIP 및 각도 가중상향과 통합하여 편향되지 않은 이중점통계를 산출한다.
• DESI SV3/Y1 데이터 및 AbacusSummit mocks를 활용한 방법의 유효성을 확인하고, 완전성 및 0-확률 문제를 평가한다.

제안 방법

• 알ternate Merged Target Ledgers (AMTL)을 도입하여 거의 최대 몬테카를로 실현을 통해 쌍별 관측 확률을 추정한다.
• MTLs의 서브우선순위를 무작위화하고 BGS/ELG 승진을 적용하여 대안적 우선순위 실현을 생성한다.
• 실제 DESI 파이프라인을 모방하는 관측 루프를 실행하고, 대체 관측을 실제 섬유 배정에 매핑하고 실제 하드웨어 상태를 반영한다.
• AMTL 실현을 사용하여 각 TARGETID의 관측 빈도를 인코딩하는 비트가중치 파일과 함께 PIP 가중치(각도 가중 PB17 포함)를 계산하고 mocks와 데이터에서 군집화를 <=0.1 Mpc/h까지 복구한다.
• 출력은 SV3에 대해 128개의 AMTL 실현, mocks에 대해 128–256개의 AMTL 실현 및 각 TARGETID의 관측 빈도를 인코딩하는 비트가중치 파일을 포함한다.
• 모형은 AbacusSummit에서 구축된 mocks를 통해 검증하고 군집 측정을 비교하여 편향 없는 소규모 보정이 가능함을 보여준다.

Figure 1 : This plot shows the pattern in which an SV3 rosette is tiled, using Rosette 1 as an example. The points represent field centers and the circles represent the approximate (uncorrected for projection distortion) DESI FOV around each center.

실험 결과

연구 질문

• RQ1 AMTL 기반 PIP 가중치가 DESI 데이터 및 mocks에서 편향 없이 소규모 군집화를 복구할 수 있는가?
• RQ2 대안 대상 실현이 완전성 추정치 및 0-확률 쌍에 어떤 영향을 미치는가?
• RQ3 AMTL 생성 가중치가 DESI 분석의 이전 불완전성 보정 방법과 어떻게 비교되는가?
• RQ4 AMTL 접근이 0-확률 문제를 완화하기 위해 기존 각도 가중상향과 통합될 수 있는가?
• RQ5 SV3 및 Year 1 데이터에 대한 실용적 계산 요구사항과 검증 결과는 어떠한가?

주요 결과

• AMTL은 실현 간의 관측 확률을 몬테카를로 추정함으로써 거의 편향되지 않은 쌍별 가중치를 가능하게 한다.
• SV3에서 0-확률 쌍은 QSOs 및 BGS_BRIGHT에 대해서는 무시할 수 있을 정도로 작고, LRG 및 ELG에 대해서는 소수의 비율이 존재하며 Y1에서는 0-확률 비율이 여전히 0이 아니지만 관리 가능하다.
• AMTL은 BP17 PIP 가중치 및 PB17 각도 가중상향과 결합되어 mocks와 데이터에서 0.1 Mpc/h까지의 스케일 전반의 불완전성을 보정한다.
• 대체 관측을 실제 하드웨어 상태 및 타일 시퀀싱을 사용해 현실적으로 전파하는 관측 루프는 완전성 모델링의 충실도를 향상시킨다.
• AMTL 출력에는 128개의 실현 및 관측 빈도를 매핑하는 비트가중치 파일이 포함되어 LSS 파이프라인에 원활하게 통합될 수 있다.

Figure 2 : This flowchart sketches out the order in which SV3 operations happen. This highlights that MTLs are always updated in-between fiber assignment of one tile and fiber assignment of the next overlapping rosette tile.