[論文レビュー] Euclid Preparation IV. Impact of undetected galaxies on weak-lensing shear measurements

Euclid Collaboration, N. Martinet+23 more|arXiv (Cornell University)|Jan 31, 2019

Galaxies: Formation, Evolution, Phenomena参考文献 57被引用数 2

ひとこと要約

本論文は、Euclid調査における弱引力レンズのずれ補正に、検出されない微弱な銀河が与える影響を調査している。Euclid VIS画像を、微弱な銀河（28等まで）を含む・含まない2通りのシミュレーションにより、そのクラスタリングが乗数的ずれバイアスを約10⁻²引き起こすことが判明した。これは、宇宙論的科学で要求される10⁻⁴未満の残存バイアス精度を達成するため、補正シミュレーションにそのクラスタリングを組み込む必要があることを示している。

ABSTRACT

In modern weak-lensing surveys, the common approach to correct for residual systematic biases in the shear is to calibrate shape measurement algorithms using simulations. These simulations must fully capture the complexity of the observations to avoid introducing any additional bias. In this paper we study the importance of faint galaxies below the observational detection limit of a survey. We simulate simplified Euclid VIS images including and excluding this faint population, and measure the shift in the multiplicative shear bias between the two sets of simulations. We measure the shear with three different algorithms: a moment-based approach, model fitting, and machine learning. We find that for all methods, a spatially uniform random distribution of faint galaxies introduces a shear multiplicative bias of the order of a few times $10^{-3}$. This value increases to the order of $10^{-2}$ when including the clustering of the faint galaxies, as measured in the Hubble Space Telescope Ultra-Deep Field. The magnification of the faint background galaxies due to the brighter galaxies along the line of sight is found to have a negligible impact on the multiplicative bias. We conclude that the undetected galaxies must be included in the calibration simulations with proper clustering properties down to magnitude 28 in order to reach a residual uncertainty on the multiplicative shear bias calibration of a few times $10^{-4}$, in line with the $2 imes10^{-3}$ total accuracy budget required by the scientific objectives of the Euclid survey. We propose two complementary methods for including faint galaxy clustering in the calibration simulations.

研究の動機と目的

• Euclid宇宙ミッションにおける検出されない微弱な銀河が弱引力レンズのずれ補正に与える影響を評価すること。
• 検出限界以下の微弱銀河のクラスタリングが、顕著な乗数的ずれバイアスを引き起こすかどうかを特定すること。
• 検出されない銀河が存在する状況下での、さまざまなずれ測定アルゴリズムの有効性を評価すること。
• Euclid、WFIRST、LSSTの補正シミュレーションに微弱銀河のクラスタリングを組み込む実用的な手法を提案すること。

提案手法

• 微弱銀河（28等まで）を含む・含まない、Euclid VIS画像のシミュレーションを、空間的に一様またはクラスタリングされた分布を仮定して生成した。
• 3つのずれ測定アルゴリズム（モーメントベース、モデル適合、機械学習）を適用し、手法に依存しない影響を評価した。
• Hubble Ultra-Deep Field（HST-UDF）を用いて、微弱銀河のクラスタリング特性を測定し、現実的なシミュレーション入力とした。
• 乗数的ずれバイアスは、微弱銀河を含む・含まないシミュレーション間での補正ずれのずれとして定量化した。
• 微弱銀河のクラスタリングを組み込む2つの補完的アプローチを提案した：1つは深紫外観測（例：HST-UDF）に基づくもの、もう1つは宇宙論的シミュレーションに基づくもの。
• 前方に存在する銀河による微弱背景銀河の歪み（マグニフィケーション）効果をテストしたが、バイアスに顕著な影響は認められなかった。

実験結果

リサーチクエスチョン

• RQ1 検出されない微弱銀河がEuclidに類似した弱引力レンズ調査に及ぼす乗数的ずれバイアスの大きさはどの程度か？
• RQ2 HST-UDFで測定された微弱銀河のクラスタリングは、一様分布と比較してずれ補正バイアスにどのように影響するか？
• RQ3 モーメントベース、モデル適合、機械学習の異なるずれ測定アルゴリズムは、検出されない微弱銀河の存在に対してどの程度反応するか？
• RQ4 微弱銀河を正確なクラスタリング特性（28等まで）でシミュレーションに組み込むと、ずれ補正のどの程度の精度が達成できるか？
• RQ5 深紫外観測または宇宙論的シミュレーションを用いて、微弱銀河のクラスタリング効果を補正目的で効果的にモデル化できるか？

主な発見

• 検出されない微弱銀河（28等まで）を空間的に一様に配置した場合、乗数的ずれバイアスは約3–5 × 10⁻³を示した。
• Hubble Ultra-Deep Fieldで測定された微弱銀河のクラスタリングを含めた場合、乗数的ずれバイアスは約10⁻²に増大した。
• 前方の銀河による微弱背景銀河のマグニフィケーション効果は、バイアスにほとんど影響を与えず、変化量は10⁻⁴未満であった。
• 3つのずれ測定手法（モーメントベース、モデル適合、機械学習）とも、微弱銀河の存在に対して類似した感度を示し、この効果はアルゴリズム特有のものではなく、天体物理学的要因によるものであることが示された。
• Euclidミッションが要求する残存乗数的バイアスを数×10⁻⁴未満に抑えるためには、28等まで正確なクラスタリング特性を有する微弱銀河を補正シミュレーションに組み込む必要がある。
• 微弱銀河のクラスタリングを組み込む2つの実用的アプローチを提案した：1つは深紫外観測データ（例：HST-UDF）を用いるもの、もう1つは宇宙論的シミュレーションを用いるもので、それぞれ異なる利点と制限を有する。