[论文解读] The Dark Energy Survey: Cosmology Results With ~1500 New High-redshift Type Ia Supernovae Using The Full 5-year Dataset

DES Collaboration, T. M. C. Abbott+157 more|arXiv (Cornell University)|Jan 5, 2024

Gamma-ray bursts and supernovae参考文献 126被引用 36

一句话总结

DES 使用完整的5年 DES 数据集，通过光度分类，从约 1500 个新的高红移 SNe Ia 提出宇宙学约束，结合一个低-z 样本，结果在约 2σ 内与宇宙常数一致。

ABSTRACT

We present cosmological constraints from the sample of Type Ia supernovae (SN Ia) discovered during the full five years of the Dark Energy Survey (DES) Supernova Program. In contrast to most previous cosmological samples, in which SN are classified based on their spectra, we classify the DES SNe using a machine learning algorithm applied to their light curves in four photometric bands. Spectroscopic redshifts are acquired from a dedicated follow-up survey of the host galaxies. After accounting for the likelihood of each SN being a SN Ia, we find 1635 DES SNe in the redshift range $0.100.5$ SNe compared to the previous leading compilation of Pantheon+, and results in the tightest cosmological constraints achieved by any SN data set to date. To derive cosmological constraints we combine the DES supernova data with a high-quality external low-redshift sample consisting of 194 SNe Ia spanning $0.025

研究动机与目标

• 结合高质量的低红移 SNe Ia 样本，使用 DES-SN5YR 样本来约束宇宙学参数。
• 评估光度分类（非光谱分类）对宇宙学推断的影响并量化污染。
• 测试标准与扩展的宇宙学模型（平坦 ΛCDM、平坦 wCDM、平坦 w0–wa CDM）并评估体系误差。
• 评估宿主星系属性和偏差校正对超新星距离估计的作用。
• 在联合分析中，将基于 DES 的约束与外部数据（Planck CMB、SDSS BAO）进行比较。

提出的方法

• 使用完整的 DES 五年 SN 数据集（1635 只 DES SNe，0.10 < z < 1.13）以及一个低-z 样本，含 194 只 SNe Ia。
• 应用 SALT3 光变曲线拟合以标准化 SN 偶极光度并计算距离模量。
• 实现带偏差校正的 BEAMS，以纠正选择效应和测量偏差。
• 结合机器学习的 SN Ia 分类概率，对非 Ia 污染进行边际化处理。
• 用 α、β、γ 的宿主属性校正对 SN Ia 光度进行建模，并通过模拟对 M 和偏置项进行边际化。
• 将 DES 数据与低-z 样本结合，在某些分析中还结合 Planck CMB 和 SDSS BAO 数据以获得联合约束。
• 使用基于尘埃的模型处理 SN Ia 残差中的本征散射。

实验结果

研究问题

• RQ1 当与高质量的低-z SN Ia 样本结合时，DES-SN5YR 样本推断出哪些宇宙学参数？
• RQ2 光度 SN Ia 分类及相关污染如何影响宇宙学参数推断？
• RQ3 在标准扩展模型（平坦 wCDM、平坦 w0–wa CDM）中，DES-SN5YR 的结果更偏好宇宙常数还是演化的暗能量？
• RQ4 DES 推断的约束在联合分析中如何与 Planck CMB 和 SDSS BAO 数据进行比较和结合？

主要发现

• ΩM = 0.352 ± 0.017 在平坦 ΛCDM 中，使用带外部低-z SNe 的 SN 数据。
• 对于平坦的 wCDM：(ΩM, w) = (0.264^{+0.074}_{-0.096}, -0.80^{+0.14}_{-0.16})。
• 对于平坦 w0–wa CDM：(ΩM, w0, wa) = (0.495^{+0.033}_{-0.043}, -0.36^{+0.36}_{-0.30}, -8.8^{+3.7}_{-4.5})。
• 将 Planck CMB 和 SDSS BAO 与 DES 3×2 点数据一起使用时得到 (ΩM, w) = (0.321 ± 0.007, -0.941 ± 0.026)。
• 暗能量在所有情况下与宇宙常数一致，约在 ~2σ 内。
• 关于宇宙学参数的系统误差小于统计误差，突显了光度分类 SN 分析的鲁棒性。