[论文解读] A multitracer analysis for the eBOSS galaxy sample based on the effective field theory of large-scale structure

Ruiyang Zhao, Xiaoyong Mu+9 more|arXiv (Cornell University)|Aug 11, 2023

Galaxies: Formation, Evolution, PhenomenaPhysics and Astronomy参考文献 123被引用 3

一句话总结

本研究采用有效场论大尺度结构理论（EFTofLSS）对eBOSS DR16明亮红巨星星系和发射线星系样本进行了多tracer全形貌分析。通过结合Jeffreys先验与高斯先验以缓解体积效应并打破参数退化，相较于单tracer分析，σ₈的约束提高了27.3%，得到H₀ = 70.0 ± 2.3 km s⁻¹ Mpc⁻¹，Ωₘ = 0.317⁺⁰.⁰¹⁷₋₀.⁰²¹，σ₈ = 0.787⁺⁰.⁰⁵⁵₋₀.⁰⁶²，以及S₈ = 0.809⁺⁰.⁰⁶⁴₋₀.⁰⁷⁸，与Planck 2018结果一致。

ABSTRACT

We perform a multitracer full-shape analysis in Fourier space based on the effective field theory of large-scale structure (EFTofLSS) using the complete Sloan Digital Sky Survey IV (SDSS-IV) extended Baryon Oscillation Spectroscopic Survey (eBOSS) DR16 luminous red galaxy (LRG) and emission line galaxy (ELG) samples. We study in detail the impact of the volume projection effect and different prior choices when doing the full-shape analysis based on the EFTofLSS model. We show that adopting a combination of Jeffreys prior and Gaussian prior can mitigate the volume effect and avoid exploring unphysical regions in the parameter space at the same time, which is crucial when jointly analysing the eBOSS LRG and ELG samples. We validate our pipeline using 1000 eBOSS EZmocks. By performing a multitracer analysis on mocks with comparable footprints, we find that cosmological constraints can be improved by $\sim10-35$ per cent depending on whether we assume zero stochastic terms in the cross power spectrum, which breaks the degeneracy and boosts the constraints on the standard deviation of matter density fluctuation $σ_8$. Combining with the Big Bang Nucleosynthesis (BBN) prior and fixing the spectral tilt $n_s$ to Planck value, our multitracer full-shape analysis measures $H_0=70.0\pm2.3~{\mathrm{km}}~{\mathrm{s}}^{-1}{\mathrm{Mpc}}^{-1}$, $Ω_m=0.317^{+0.017}_{-0.021}$, $σ_8=0.787_{-0.062}^{+0.055}$ and $S_8=0.809_{-0.078}^{+0.064}$, consistent with the Planck~2018 results. In particular, the constraint on $σ_8$ is improved beyond that obtained from the single tracer analysis by $18$ per cent, or by $27$ per cent when assuming zero stochastic terms in the cross power spectrum.

研究动机与目标

• 通过在EFTofLSS框架内应用多tracer全形貌分析，提升eBOSS DR16星系样本的宇宙学约束。
• 研究体积投影效应与先验选择对多tracer聚类分析中参数推断的影响。
• 利用1000个eBOSS EZmocks验证分析流程，并评估其在真实观测区域覆盖下的性能。
• 量化多tracer分析对宇宙学约束的改进，特别是通过随机项打破退化关系，提升σ₈的约束精度。
• 为未来如DESI等巡天项目提供一个稳健且公开可用的分析流程。

提出的方法

• 分析使用EFTofLSS模型描述LRG与ELG示踪星系的红移空间功率谱，包含非线性修正项与随机性参数。
• 结合Jeffreys先验（用于EFT反项）与高斯先验（用于偏置参数），以抑制非物理区域并缓解体积效应。
• 在傅里叶空间中计算全形貌似然，k模最大至k_max = 0.20 h Mpc⁻¹，同时正确建模宇宙方差与星斗噪声。
• 通过在所有偏置与随机性参数上进行边缘化，获得宇宙学约束，光谱指数n_s固定为Planck 2018的值。
• 在1000个与真实数据具有相似观测区域覆盖的eBOSS EZmock上验证了该流程。
• 利用模拟数据进行类似DESI的预测，以在相似条件下预估未来巡天的性能提升。

Figure 1: Footprint of LRG (red) and ELG (blue) samples in the North Galactic Cap (NGC) and South Galactic Cap (SGC) used in this analysis.

实验结果

研究问题

• RQ1 在多tracer EFTofLSS分析中，先验选择（特别是Jeffreys与高斯先验）如何影响宇宙学参数的推断？
• RQ2 相较于单tracer分析，多tracer分析在σ₈、H₀与S₈上的统计不确定性降低程度如何？
• RQ3 通过先验选择，是否能有效缓解全形貌EFTofLSS建模中的体积投影效应？
• RQ4 对交叉功率谱中随机项的假设如何影响宇宙学约束？
• RQ5 在相同EFTofLSS框架下，类似DESI的多tracer巡天预期能带来多大的宇宙学约束改进？

主要发现

• Jeffreys先验与高斯先验的结合有效缓解了体积投影效应，并在LRG与ELG联合分析中避免了参数空间中的非物理区域。
• 与单LRG分析相比，多tracer全形貌分析使信息量指标（Figure of Merit）提升了62.7%，基线分析中σ₈的不确定性降低了27.3%。
• 若假设交叉功率谱中随机项为零，则σ₈约束的改进幅度提升至40%；在类似DESI的预测中，H₀与Ωₘ的不确定性分别降低30%。
• 最终的宇宙学约束为H₀ = 70.0 ± 2.3 km s⁻¹ Mpc⁻¹，Ωₘ = 0.317⁺⁰.⁰¹⁷₋₀.⁰²¹，σ₈ = 0.787⁺⁰.⁰⁵⁵₋₀.⁰⁶²，S₈ = 0.809⁺⁰.⁰⁶⁴₋₀.⁰⁷⁸，与Planck 2018结果一致。
• 分析表明，改进主要源于打破随机性与宇宙学参数之间的退化关系，而不仅仅是宇宙方差抵消的结果。
• 该方法在1000个EZmock上得到验证，并通过GitHub公开发布，确保了可复现性，并可推广至DESI及其他未来巡天项目。

Figure 2: Power spectrum multipoles measured from eBOSS DR16 LRG and ELG data. Shadowed bands indicate the $1\sigma$ regions evaluated from 1000 EZmocks. Solid lines denote the best-fit curves from our baseline analysis by performing a joint fit to all power spectrum measurements in both NGC and SGC