[论文解读] Characterising ultra-high-redshift dark matter halo demographics and assembly histories with the GUREFT simulations

L. Y. Aaron Yung, Rachel S. Somerville+4 more|arXiv (Cornell University)|Sep 25, 2023

Galaxies: Formation, Evolution, Phenomena被引用 4

一句话总结

本论文介绍了GUREFT模拟套件——一系列高分辨率、仅含暗物质的宇宙学模拟，覆盖红移 z ≈ 20 至 6，粒子数为 1024³，共四种盒子尺寸（5–90 Mpc/h），用于表征极高红移的晕结构特征与形成历史。该研究提供了更新且准确的晕质量函数、浓度、角动量和吸积率拟合函数，其结果在 z ≳ 10 时与以往的解析模型存在显著偏差。

ABSTRACT

Dark matter halo demographics and assembly histories are a manifestation of cosmological structure formation and have profound implications for the formation and evolution of galaxies. In particular, merger trees provide fundamental input for several modelling techniques, such as semi-analytic models (SAMs), sub-halo abundance matching (SHAM), and decorated halo occupation distribution models (HODs). Motivated by the new ultra-high-redshift (z > 10) frontier enabled by JWST, we present a new suite of Gadget at Ultrahigh Redshift with Extra-Fine Timesteps (GUREFT) dark matter-only cosmological simulations that are carefully designed to capture halo merger histories and structural properties in the ultra-z universe. The simulation suite consists of four 1024^3-particle simulations with box sizes of 5, 15, 35, and 90 Mpc h-1, each with 170 snapshots stored between 40 > z > 6. With the unprecedented number of available snapshots and strategically chosen dynamic range covered by these boxes, gureft uncovers the emerging dark matter halo populations and their assembly histories in the earliest epochs of cosmic history. In this work, we present the halo mass functions between z ~ 20 to 6 down to log(Mvir/Msun) ~ 5, and show that at high redshift, these robust halo mass functions can differ substantially from commonly used analytic approximations or older fitting functions in the literature. We also present key physical properties of the ultra-z halo population, such as concentration and spin, as well as their mass growth and merger rates, and again provide updated fitting functions.

研究动机与目标

• 为了模拟极高红移（z ≳ 10）下暗物质晕的结构特征与形成历史，此时詹姆斯·韦布空间望远镜（JWST）的观测正开始探测早期宇宙。
• 为解决早期宇宙时期（z ≈ 20 至 6）缺乏高分辨率、高快照密度模拟的问题，此类模拟对精确的星系形成建模至关重要。
• 提供适用于广泛质量与红移动态范围的、基于模拟的可靠拟合函数，涵盖晕的质量函数、浓度、角动量和吸积率等属性。
• 通过提供第一代高保真合并树与结构数据，提升半解析模型、子晕丰度匹配和晕占有分布技术的准确性。
• 通过收敛性研究评估质量分辨率对极端晕属性（如高浓度和高角动量）的影响，确保结果的可靠性。

提出的方法

• 运行四组高分辨率、仅含暗物质的模拟，粒子数为 1024³，盒子尺寸分别为 5、15、35 和 90 Mpc/h，每个模拟在 z = 40 至 z = 6 之间包含 170 个快照。
• 使用 Gadget-2 并采用超细时间步长，以确保在极高红移区域准确追踪晕的形成与并合历史。
• 应用标准晕识别算法（如相空间朋友-朋友法，FoF）识别晕，并测量其virial质量、浓度、角动量和圆周速度。
• 推导晕质量函数（HMF）并采用更新的函数形式进行拟合，包括幂律和指数修正项，以匹配完整的红移与质量范围。
• 计算并合率、吸积率（dM/dt 和 ḡM/M）以及标度关系（如 Mvir–Vmax、Mvir–c、Mvir–λ），覆盖不同红移与质量。
• 通过比较相邻模拟盒子在重叠质量与红移区域的结果，开展收敛性研究，评估分辨率对极端晕属性的影响。

实验结果

研究问题

• RQ1 在 z ≳ 10 时，晕质量函数与文献中常用的解析近似和旧的拟合函数相比如何？
• RQ2 在极高红移宇宙中，晕的浓度、角动量和最大圆周速度的红移演化趋势是什么？
• RQ3 从 z ≈ 6 到 z ≈ 20，晕的吸积率与并合历史如何演化？与低红移模拟的外推结果相比有何差异？
• RQ4 在高红移与低质量区域，现有的 Mvir–Vmax、Mvir–c 和 Mvir–dM/dt 拟合函数在多大程度上失效？需要何种新拟合形式？
• RQ5 质量分辨率在多大程度上影响早期宇宙中极端晕（如高浓度或高角动量对象）的分布？

主要发现

• GUREFT 晷质量函数（HMF）覆盖 log(Mvir/M☉) ≈ 5 至 12 和 z ≈ 6 至 20，其新拟合函数能准确描述这一宽动态范围。
• 常用的解析 HMF 模型（包括基于扩展 Press-Schechter 形式的模型）在 z ≳ 10 时与 GUREFT 结果的差异可达 1 dex，凸显其在极高红移区域的不准确性。
• Mvir–Vmax 关系从 z = 0 到 z = 20 增加约 0.25 dex，表明相同质量下，高红移晕具有更高的圆周速度。
• 晕角动量（λ）随红移增加而减小，其中 λB 表现出较弱的演化，λP 表现出更强的演化；首次为 z ≳ 10 提供了这些分布的拟合函数。
• Mvir–cVir 关系在 z ≈ 6 至 20 范围内保持平坦，早期时间略有归一化提升，意味着相同质量下，z ≈ 20 的晕比低红移时更集中。
• 特定吸积率（Ṁ/M）随红移从 z ≈ 6 至 20 单调增加，尽管 Ṁ/M–z 关系在更高红移时斜率略有减小，但趋势持续，现有低红移拟合函数无法准确外推至该区域。