[论文解读] Cosmological Information in the Marked Power Spectrum of the Galaxy Field

Elena Massara, Francisco Villaescusa-Navarro+7 more|arXiv (Cornell University)|Jun 3, 2022

Galaxies: Formation, Evolution, Phenomena被引用 4

一句话总结

本文研究了在红移空间中星系场的标记功率谱所包含的宇宙学信息，采用四种不同的密度加权方案。通过使用 Quijote 模拟中的 Molino 模拟星系星场，基于费舍尔矩阵分析，表明标记功率谱可改善宇宙学参数的约束——对 Ωm、Ωb、h、ns 和 Mν 的误差缩小 15–25%，对 σ8 的误差缩小为两倍；当结合使用标准功率谱与标记功率谱时，对 σ8 的约束改善最高可达六倍。

ABSTRACT

Marked power spectra are two-point statistics of a marked field obtained by weighting each location with a function that depends on the local density around that point. We consider marked power spectra of the galaxy field in redshift space that up-weight low density regions, and perform a Fisher matrix analysis to assess the information content of this type of statistics using the Molino mock catalogs built upon the Quijote simulations. We identify four different ways to up-weight the galaxy field, and compare the Fisher information contained in their marked power spectra to the one of the standard galaxy power spectrum, when considering monopole and quadrupole of each statistic. Our results show that each of the four marked power spectra can tighten the standard power spectrum constraints on the cosmological parameters $Ω_{ m m}$, $Ω_{ m b}$, $h$, $n_s$, $M_ν$ by $15-25\%$ and on $σ_8$ by a factor of 2. The same analysis performed by combining the standard and four marked power spectra shows a substantial improvement compared to the power spectrum constraints that is equal to a factor of 6 for $σ_8$ and $2.5-3$ for the other parameters. Our constraints may be conservative, since the galaxy number density in the Molino catalogs is much lower than the ones in future galaxy surveys, which will allow them to probe lower density regions of the large-scale structure.

研究动机与目标

• 评估星系场中，特别是在红移空间中，标记功率谱的宇宙学信息含量。
• 评估不同密度加权方案（标记）对标记功率谱信息含量的影响。
• 将标记功率谱的费舍尔信息与标准星系功率谱进行比较，以评估宇宙学参数估计的性能。
• 测试在低密度区域中，标记功率谱约束对星历噪声和采样效应的鲁棒性。
• 确定结合标记功率谱与标准功率谱是否能实现宇宙学参数约束的协同增益。

提出的方法

• 在红移空间中，通过使用密度相关标记（例如，反密度、平滑密度阈值）对星系位置进行加权，构建四个不同的标记场。
• 利用标记场的两点相关函数的傅里叶变换，计算每个标记的标记功率谱。
• 对标准功率谱和标记功率谱的单极矩和四极矩进行费舍尔矩阵分析，以预测宇宙学参数的约束。
• 使用 Quijote 模拟中的 Molino 模拟星系星场，生成具有不同数密度的现实星系分布。
• 通过从模拟子集估计导数的方法，测试费舍尔预测的收敛性，以评估系统性误差。
• 通过子采样星系星场（50% 和 75%）并重新计算标记功率谱，进行星历噪声鲁棒性测试，以评估对tracer密度的敏感性。

实验结果

研究问题

• RQ1 与标准星系功率谱相比，标记功率谱额外提供了多少宇宙学信息？
• RQ2 四种标记功率谱定义中，哪一种对宇宙学参数的约束最强？
• RQ3 结合标记功率谱与标准功率谱，其对参数约束的改善程度是否显著超过单独使用任一统计量？
• RQ4 在低tracer密度区域中，标记功率谱约束对星历噪声和采样效应的鲁棒性如何？
• RQ5 不同标记函数（例如，R相关、δs阈值）对标记功率谱的信息含量有何影响？

主要发现

• 与标准功率谱相比，四种标记功率谱各自将 Ωm、Ωb、h、ns 和 Mν 的约束误差缩小了 15–25%。
• 与标准功率谱相比，标记功率谱使 σ8 的约束误差缩小为两倍。
• 将标准功率谱与全部四种标记功率谱结合使用，可使 Ωm、Ωb、h、ns 和 Mν 的约束改善 2.5–3 倍。
• 标准功率谱与标记功率谱的结合，使 σ8 的约束改善幅度达到标准功率谱单独使用时的六倍。
• 结果对星历噪声具有鲁棒性，将星系场子采样至原始密度的 50% 或 75% 后，边际误差约束未发生改变。
• 导数估计中的系统性误差远小于统计误差，且不同估计器类型和模拟样本大小下，费舍尔预测结果保持稳定。