[논문 리뷰] SHAM through the lens of a hydrodynamical simulation

Ginevra Favole, Antonio D. Montero-Dorta외 4명|arXiv (Cornell University)|2021. 01. 26.

Galaxies: Formation, Evolution, Phenomena참고 문헌 7인용 수 4

한 줄 요약

이 연구는 하이드로다이내믹스 시뮬레이션인 IllustrisTNG100에서 빨간색/파란색 및 괴사/은퇴형 은하의 군집화 예측을 향상시키기 위해 보조 하위단위 성질—특히 기근 시점 적색편이도(z_starve)와 유입 시 농도(c_infall)—를 하위단위 밀도 매칭(SHAM) 프레임워크에 통합함으로써 SHAM 프레임워크를 개선한다. 장식된 SHAM 모델은 시뮬레이션 데이터와 강한 일치를 보이며, 은하 군집화가 헬로 질량 외에도 환경 및 유입 역사를 반영하는 지표에 의해 크게 영향을 받음을 시사한다.

ABSTRACT

We use the IllustrisTNG100 hydrodynamical simulation to study the dependence of the galaxy two-point correlation function on a broad range of secondary subhalo and galactic properties. We construct galaxy mock catalogues adopting a standard sub-halo abundance matching scheme coupled with a secondary assignment between galaxy colour or specific star formation rate and the following subhalo properties: starvation redshift z$_{ m starve}$, concentration at infall, overdensity $δ_R^{ m env}$, tidal anisotropy $α_R$, and tidal overdensity $δ_R$. The last two quantities allow us to fully characterise the tidal field of our subhaloes, acting as mediators between their internal and large-scale properties. The resulting mock catalogues overall return good agreement with the IllustrisTNG100 measurements. The accuracy of each model strongly depends on the correlation between the secondary galaxy and subhalo properties employed. Among all the subhalo proxies tested, we find that z$_{ m starve}$ and $c_{ m infall}$ are the ones that best trace the large-scale structure, producing robust clustering predictions for different samples of red/blue and quenched/star-forming galaxies.

연구 동기 및 목표

• 헬로 질량 외의 보조 하위단위 성질을 통합함으로써 SHAM에서 은하 군집화 예측을 향상시키기 위해.
• 수정된 하이드로다이내믹스 시뮬레이션 내에서 은하 색상 및 특정 항성 형성률(sSFR)이 하위단위 성질과 어떻게 상관관계를 가지는지 조사하기 위해.
• 하위단위의 환경 및 조도 성질이 특정 은하 집단의 대규모 구조 군집화를 더 잘 모델링할 수 있는지 테스트하기 위해.
• 다양한 은하 샘플에 대해 장식된 SHAM 프레임워크를 IllustrisTNG100 관측치와 비교 검증하기 위해.
• 다양한 하위단위 프록시가 별 질량 범위에 걸쳐 관측된 군집 패턴을 재현하는 데 있어 상대적인 성능을 평가하기 위해.

제안 방법

• 별 질량과 피크 원형 속도(V_peak)를 주 헬로-은하 프록시로 사용하여 표준 하위단위 밀도 매칭(SHAM)을 이용해 은하 모의 카탈로그를 구축함.
• 은하 성질(색상, sSFR)과 하위단위 성질(z_starve, c_infall, δ_R^env, α_R, δ_R) 간의 보조 매칭을 통해 SHAM을 확장함.
• 하위단위 위치에서 보간된 조도 텐서를 사용하여 하위단위 조도 과잉 δ_R 및 이방성 α_R를 정의하고, 4 R_200 범위로 스무딩함.
• TNG100에서 은하 이중상관 함수를 측정하고, 세 개의 별 질량 범위에 걸쳐 모의 예측과 비교함.
• 모의 군집화를 기준으로 fiducial TNG100 측정치와 비교하여 모델 정확도를 평가함. 주로 빨간색/파란색 및 괴사/은퇴형 하위샘플에 중점을 두음.
• TNG100 데이터베이스를 활용해 z=0에서 하위단위 성질과 은하 성질을 추출하여 보조 상관관계를 직접 비교할 수 있도록 함.

실험 결과

연구 질문

• RQ1 IllustrisTNG100 시뮬레이션에서 빨간색 및 파란색 은하의 군집화를 가장 잘 재현하는 하위단위 보조 성질은 무엇인가요?
• RQ2 환경 및 조도 하위단위 성질을 포함함으로써 표준 질량 중심 SHAM에 비해 SHAM 기반 군집화 예측이 얼마나 향상되나요?
• RQ3 수정된 하이드로다이내믹스 맥락에서 은하 sSFR 및 색상은 하위단위 유입 역사 및 환경 조건과 얼마나 상관관계가 있나요?
• RQ4 장식된 SHAM 프레임워크는 괴사 또는 고sSFR 은하와 같은 저밀도 은하 집단의 군집화를 신뢰성 있게 예측할 수 있나요?
• RQ5 조도 이방성(α_R)이 은하 군집화를 어떻게 형성하는지, 그리고 왜 일부 밀도 샘플에서는 성능이 일관되지 않을까요?

주요 결과

• 기근 시점 적색편이도(z_starve)와 유입 시 농도(c_infall)는 빨간색/파란색 및 괴사/은퇴형 샘플 전반에서 은하 군집화 예측에 가장 효과적인 하위단위 프록시이다.
• 조도 과잉(δ_R)과 하위단위 환경 과잉(δ_R^env)도 잘 성능을 보이며, TNG100 데이터와 약간의 편차를 보이지만 군집화 모델링에서의 관련성을 시사한다.
• 조도 이방성(α_R)은 고수밀도 집단에서는 잘 작동하지만 저밀도 샘플에서는 불일치가 증가하여 예측 능력에 한계가 있음을 시사한다.
• 모델 정확도는 선택된 은하 및 하위단위 보조 성질 간 상관관계에 크게 의존하며, 높은 상관관계일수록 더 나은 군집화 예측이 가능하다.
• 장식된 SHAM 모델은 테스트된 모든 은하 샘플에서 TNG100 측정치와 양호한 일치를 보이며, 다중 트레이서 우주론에의 응용을 위한 유효성을 검증한다.
• 결과는 환경 및 유입 역사를 기반으로 하는 보조 헬로 비틀림이 은하 군집화를 형성하는 데 핵심적인 역할을 하며, 하위단위 프록시를 통해 효과적으로 모델링될 수 있음을 확인한다.