[论文解读] Core Cosmology Library: Precision Cosmological Predictions for LSST

Nora Elisa Chisari, David Alonso+28 more|Edinburgh Research Explorer (University of Edinburgh)|Dec 14, 2018

Galaxies: Formation, Evolution, Phenomena参考文献 126被引用 52

一句话总结

Core Cosmology Library (CCL) 为 LSST 提供高精度的宇宙学预测，包括距离、幂谱、相关函数和晕统计，并对独立代码进行了严格的交叉验证。它是开源的（C with Python interface）并针对 LSST 规模分析完成验证。

ABSTRACT

The Core Cosmology Library (CCL) provides routines to compute basic cosmological observables to a high degree of accuracy, which have been verified with an extensive suite of validation tests. Predictions are provided for many cosmological quantities, including distances, angular power spectra, correlation functions, halo bias and the halo mass function through state-of-the-art modeling prescriptions available in the literature. Fiducial specifications for the expected galaxy distributions for the Large Synoptic Survey Telescope (LSST) are also included, together with the capability of computing redshift distributions for a user-defined photometric redshift model. A rigorous validation procedure, based on comparisons between CCL and independent software packages, allows us to establish a well-defined numerical accuracy for each predicted quantity. As a result, predictions for correlation functions of galaxy clustering, galaxy-galaxy lensing and cosmic shear are demonstrated to be within a fraction of the expected statistical uncertainty of the observables for the models and in the range of scales of interest to LSST. CCL is an open source software package written in C, with a python interface and publicly available at https://github.com/LSSTDESC/CCL.

研究动机与目标

• 提供针对 LSST 规模分析的标准宇宙学观测量的高精度预测。
• 融入多宇宙学模型中关于距离、增长、幂谱和双点相关函数的最前沿建模。
• 通过与独立软件的比较来验证每个观测量的数值精度，以建立可靠的不确定性预算。
• 支持用于光胶合 surveys 的 fiducial LSST 星系分布以及用户定义的红移分布。
• 实现与外部工具（如 CLASS、Cosmic Emulator）以及潜在修改引力扩展的互操作性。

提出的方法

• 计算 H(a) 和和平坦/曲率 LCDM 与 wCDM 宇宙学的背景量。
• 使用 CLASS、Cosmic Emulator 或带有重子修正模型的简单晕模型方法预测物质幂谱 P(k,z)。
• 使用传输函数和视线积分，计算跨探针（计数、星系形状、CMB 引力透镜）的两点角幂谱与相关函数。
• 通过用 Runge-Kutta 方法求解生长微分方程并用加速样条插值，提供增长函数 D(a) 和 f(a)。
• 纳入诸如非零曲率、大质量中微子、演化性暗能（CPL）以及通过 Δf(a 的修改增长函数等扩展。
• 通过与独立软件的比较来验证预测并记录每个观测量的数值精度。

实验结果

研究问题

• RQ1 标准与扩展宇宙学下，CCL 对距离、增长和两点统计的数值精度是多少？
• RQ2 CCL 输出与独立软件包（如 CLASS、Cosmic Emulator）在 LSST 相关观测量上的一致性如何？
• RQ3 CCL 能否在现实观测方案下为星系聚类、弱透镜及其相关性提供符合 LSST 要求的预测？
• RQ4 在计算角幂谱和相关函数时，CCL 的预测对如 massive neutrinos、曲率、演化性暗能等扩展有多鲁棒？
• RQ5 在与外部 gravity 代码或模拟器联合使用时，实际的指导意义与局限性是什么？

主要发现

• 通过对每个观测量与独立软件进行严格的交叉验证，CCL 实现了高数值精度。
• 对星系聚类、星系–星系透镜和宇宙形变的预测已证明在 LSST 规模分析的预期统计不确定性的一小部分范围内。
• CCL 支持多种宇宙学模型（平坦/非平坦 LCDM、CPL 暗能、 massive neutrinos），并且可以链接到外部工具以扩展模型。
• 跨探针的两点相关函数包括非 Limber 计算和密度、RSD、放大等各种贡献，提升 LSST 建模的鲁棒性。
• 通过有效的 BCM 参数化引入重子效应，以解释AGN反馈和对物质幂谱的准等熵降温。
• CCL 是开源的（C with Python）且公开可用，便于集成到 LSST DESC 流水线和更广泛的宇宙学研究中。