[论文解读] Robustness of Baryon Acoustic Oscillations Measurements with Photometric Redshift Uncertainties

Keitaro Ishikawa, Tomomi Sunayama+3 more|arXiv (Cornell University)|Jun 2, 2023

Monetary Policy and Economic ImpactEconomics, Econometrics and Finance被引用 3

一句话总结

本研究探讨了使用光度红移测量的重子声波振荡（BAO）的鲁棒性，表明即使在 z ≈ 1 时光度红移不确定度达 3% 的情况下，BAO 标度约束仍保持无偏。关键发现是，准确的光度红红移散布先验知识可实现无偏的 α 参数估计，而低估误差会降低精度但不引入偏差，稀疏星系样本则会引入协方差噪声，可能导致轻微偏差。

ABSTRACT

We investigate the robustness of baryon acoustic oscillations (BAO) measurements with a photometric galaxy sample using mock galaxy catalogues with various sizes of photometric redshift (photo-$z$) uncertainties. We first conduct the robustness of BAO measurements, assuming we have a perfect knowledge of photo-$z$ uncertainties. We find that the BAO shift parameter $α$ can be constrained in an unbiased manner even for 3% photometric redshift uncertainties up to $z\sim 1$. For instance, $α=1.006 \pm 0.078$ with 95% confidence level is obtained from 3% photo-$z$ uncertainty data at $z=1.03$ using the sample of $M_* \ge 10^{10.25} M_{\odot}/h^2$. We also find that a sparse galaxy sample, e.g. $<2 imes10^{-4}$ [$h$ Mpc$^{-1}]^3$ causes additional noise in the covariance matrix calculation and can bias the constraint on $α$. Following this, we look into the scenario where incorrect photometric redshift uncertainties are assumed in the fitting model. We find that underestimating the photo-$z$ uncertainty leads to a degradation in the constraining power on $α$. However, the constrained value of $α$ is not biased. We also quantify the constraining power on $Ω_{ m m0}$ assuming the LSST-like covariance and find that the 95% confidence level is $σ(Ω_{ m m0})\sim0.03$-$0.05$ corresponding to the photo-$z$ uncertainties of 1% to 3% respectively. Finally, we examine whether the skewness in the photometric redshift can bias the constraint on $α$ and confirm that the constraint on $α$ is unbiased, even assuming a Gaussian photo-$z$ uncertainty in our model.

研究动机与目标

• 评估在光度红移存在不确定或建模不准确的红移分布时，BAO 标度测量的鲁棒性。
• 评估星系样本密度对协方差矩阵估计及 BAO 拟合中 α 参数偏差的影响。
• 研究对光度红移不确定度的错误假设对 BAO 位移参数 α 的约束能力和偏差的影响。
• 测试 BAO 测量对非高斯光度红移分布（尤其是偏斜分布）的敏感性。
• 量化在 LSST 类似观测参数和 1%–3% 光度红移不确定度下，对 Ω_m0 的宇宙学约束能力。

提出的方法

• 构建具有恒星质量阈值（M* ≥ 10^10.25 M☉/h² 和 M* ≥ 10^11 M☉/h²）的模拟星系星表，覆盖红移 z ≈ 0.25、0.62 和 1.03。
• 将光度红移不确定度建模为具有不同 σ_z（1% 至 9%）的高斯分布，并测试准确与错误的先验假设。
• 使用投影两点相关函数（wp(rp)）提取 BAO 峰值尺度，并通过模板拟合计算位移参数 α。
• 采用 χ² 最小化框架约束 α 和 Ω_m0，协方差矩阵通过集合实现实例估计。
• 通过两个高斯分布的叠加引入偏斜的非高斯光度红移分布，以测试对形状偏差的鲁棒性。
• 比较光度样本的自相关函数与稀疏光谱样本和密集光度样本之间的互相关，以改善 α 约束。

实验结果

研究问题

• RQ1 当 z ≈ 1 时光度红移不确定度高达 3% 时，BAO 测量是否仍能保持无偏？
• RQ2 星系样本密度如何影响协方差矩阵的准确性和噪声水平，是否会导致 α 估计出现偏差？
• RQ3 低估或高估光度红移不确定度对 α 约束的精度和偏差有何影响？
• RQ4 BAO 测量对非高斯光度红移分布（尤其是偏斜分布）的鲁棒性如何？
• RQ5 对于具有 1%–3% 光度红移误差的 LSST 类似巡天，Ω_m0 的预期约束能力如何？

主要发现

• 即使在 3% 光度红移不确定度下，BAO 位移参数 α 仍能无偏约束，在 z = 1.03 时得到 α = 1.006 ± 0.078（95% 置信水平）。
• 稀疏星系样本（如 <2×10⁻⁴ [h Mpc⁻¹]³）会在协方差矩阵中引入显著噪声，并可能在 α 估计中导致可测量但微小的偏差。
• 低估光度红移不确定度会导致 α 的精度下降（误差条变大），但不会引入估计值的偏差。
• 高估光度红移不确定度会导致 α 约束出现偏差，凸显了准确掌握红移散布先验知识的重要性。
• 稀疏光谱样本与密集光度样本之间的互相关可使 α 约束精度相比光度样本自相关提高约 30%。
• 在 LSST 类似巡天体积和 1%–3% 光度红移误差下，Ω_m0 的 95% 置信水平约束为 σ(Ω_m0) ≈ 0.03–0.05，证实了其强大的宇宙学敏感性。