[논문 리뷰] The Dark Energy Survey Supernova Program: Cosmological Analysis and Systematic Uncertainties

M. Vincenzi, Dillon Brout외 94명|arXiv (Cornell University)|2024. 01. 05.

Gamma-ray bursts and supernovae참고 문헌 114인용 수 18

한 줄 요약

이 논문은 전체 DES-SN5YR 광학적 분류 Type Ia 초신성의 허블 다이어그램, BBC/BEAMS 프레임워크를 통한 거리 추정, 및 우주론을 위한 포괄적 체계적 불확실성 예산을 제시합니다.

ABSTRACT

We present the full Hubble diagram of photometrically-classified Type Ia supernovae (SNe Ia) from the Dark Energy Survey supernova program (DES-SN). DES-SN discovered more than 20,000 SN candidates and obtained spectroscopic redshifts of 7,000 host galaxies. Based on the light-curve quality, we select 1635 photometrically-identified SNe Ia with spectroscopic redshift 0.10$< z <$1.13, which is the largest sample of supernovae from any single survey and increases the number of known $z>0.5$ supernovae by a factor of five. In a companion paper, we present cosmological results of the DES-SN sample combined with 194 spectroscopically-classified SNe Ia at low redshift as an anchor for cosmological fits. Here we present extensive modeling of this combined sample and validate the entire analysis pipeline used to derive distances. We show that the statistical and systematic uncertainties on cosmological parameters are $σ_{Ω_M,{ m stat+sys}}^{Λ{ m CDM}}=$0.017 in a flat $Λ$CDM model, and $(σ_{Ω_M},σ_w)_{ m stat+sys}^{w{ m CDM}}=$(0.082, 0.152) in a flat $w$CDM model. Combining the DES SN data with the highly complementary CMB measurements by Planck Collaboration (2020) reduces uncertainties on cosmological parameters by a factor of 4. In all cases, statistical uncertainties dominate over systematics. We show that uncertainties due to photometric classification make up less than 10% of the total systematic uncertainty budget. This result sets the stage for the next generation of SN cosmology surveys such as the Vera C. Rubin Observatory's Legacy Survey of Space and Time.

연구 동기 및 목표

• 낮은 적색편차 앵커와 결합한 전체 5년 DES-SN 광학적 SN Ia 샘플로부터 우주론적 제약을 정량화한다.
• SALT3 광곡선 및 BBC 바이어스 보정을 사용한 거리 파이프라인을 개발하고 검증한다.
• 보정, 호스트-질량/색 효과, SN 분류 오염 등을 포함한 체계적 불확실성이 우주론 매개변수에 미치는 영향을 평가한다.
• LSST 및 Roman과 같은 향후 광학 SN 우주론 조사에 대비한 견고한 프레임워크를 마련한다.

제안 방법

• SALT3 광곡선 피팅을 고정된 분광적 적색편즈를 사용하여 거리 모듈루를 얻는다.
• BEAMS with Bias Corrections (BBC)를 적용하여 비-Ia 오염에 대해 주변화하고 Delta mu_bias 바이어스 보정을 적용한다.
• SuperNNova의 SN Ia 분류 확률 P_Ia를 BEAMS 프레임워크에 통합하여 P(Ia|data)를 얻는다.
• 거리 모듈루에서 질량-스텝 또는 색-스텟 중 하나를 허용하는 gamma G_host 항으로 호스트 은하 의존성을 모델링한다.
• DES FGCM 및 Supercal-Fragilistic 교차 보정을 사용하여 설문 간 보정 불확실성을 전파한다.
• L_Ia 및 L_CC 구성요소를 포함하는 비언바인드 우주론 가능도를 구성하고, 바이어스 보정 된 거리를 우주론적 적합에 사용한다.

실험 결과

연구 질문

• RQ1 DES-SN5YR 샘플에서 낮은-z 앵커 및 Planck CMB 데이터를 결합할 때 어떤 우주론적 제약(Omega_M, w)이 얻어지는가?
• RQ2 광학 분류 불확실성과 호스트 은하 특성이 SN Ia 거리 추정 및 우주론적 추론에 어떤 영향을 미치는가?
• RQ3 보정, 선택 효과, SN 집단 모델링이 최종 우주론 매개변수의 불확실성에 어떤 영향을 미치는가?
• RQ4 완전 광학 SN Ia 샘플이 LSST 및 Roman과 같은 향후 설문에서 견고한 우주론적 결과를 제공할 수 있는가?
• RQ5 질량-스텝과 색-스텝 간의 선택이 추정된 광도 보정 및 우주론에 어떤 영향을 미치는가?

주요 결과

• DES-SN5YR 분석은 프랄랄? 프랄랄은 아니고: 통계적 불확실성이 체계적 불확실성보다 우주론 매개변수에서 지배적이다(평탄한 Lambda-CDM 및 평탄한 wCDM 모델에서).
• 광학 분류 불확실성은 우주론에 대한 총 체계적 불확실성 예산의 10% 미만에 기여한다.
• DES SN 데이터를 Planck CMB 측정과 결합하면 우주론 매개변수 불확실성이 약 4배 감소한다.
• 논문은 1635개의 광학으로 식별된 SN Ia의 전체 거리 모듈루와 spectroscopic redshift 0.10 < z < 1.13의 허블 다이어그램을 제시한다.
• DES-SN3YR보다 SALT3, 호스트-먼지 기반의 고유 산란 모델, 업데이트된 보정, 파장 의존 대기 보정이 개선되었다.