[论文解读] Exploiting Non-linear Scales in Galaxy-Galaxy Lensing and Galaxy Clustering: A Forecast for the Dark Energy Survey

Andrés N. Salcedo, David H. Weinberg+2 more|arXiv (Cornell University)|Jul 13, 2021

Galaxies: Formation, Evolution, Phenomena参考文献 96被引用 10

一句话总结

本文开发了一种基于HOD的高精度模拟器，用于预测暗能量巡天（DES）第六年数据中星系-星系引力透镜（GGL）与星系聚类的宇宙学约束，扩展至非线性尺度（rp = 0.3–30 h⁻¹ Mpc）。结果表明，与仅使用大尺度的分析相比，包含非线性尺度可使S8精度提高1.6–2.8倍，且在透镜偏置参数的先验精度为1%时，S8的不确定性可达到1.1%。

ABSTRACT

The combination of galaxy-galaxy lensing (GGL) and galaxy clustering is a powerful probe of low redshift matter clustering, especially if it is extended to the non-linear regime. To this end, we extend the N-body and halo occupation distribution (HOD) emulator method of arxiv:1907.06293 to model the redMaGiC sample of colour-selected passive galaxies in the Dark Energy Survey (DES), adding parameters that describe central galaxy incompleteness, galaxy assembly bias, and a scale-independent multiplicative lensing bias $A_{lens}$. We use this emulator to forecast cosmological constraints attainable from the GGL surface density profile $\Delta\Sigma(r_p)$ and the projected galaxy correlation function $w_{p,gg}(r_p)$ in the final (Year 6) DES data set over scales $r_p=0.3-30h^{-1}$ Mpc. For a $3\%$ prior on $A_{lens}$ we forecast precisions of $1.9\%$, $2.0\%$, and $1.9\%$ on $\Omega_m$, $\sigma_8$, and $S_8 \equiv \sigma_8\Omega_m^{0.5}$, marginalized over all halo occupation distribution (HOD) parameters as well as $A_{lens}$ and a point-mass contribution to $\Delta\Sigma$. Adding scales $r_p=0.3-3h^{-1}$ Mpc improves the $S_8$ precision by a factor of $\sim1.6$ relative to a large scale ($3.0-30.0h^{-1}$ Mpc) analysis, equivalent to increasing the survey area by a factor of ${\sim}2.6$. Sharpening the $A_{lens}$ prior to $1\%$ further improves the $S_8$ precision by a factor of $1.7$ (to $1.1\%$), and it amplifies the gain from including non-linear scales. Our emulator achieves percent-level accuracy similar to the projected DES statistical uncertainties, demonstrating the feasibility of a fully non-linear analysis. Obtaining precise parameter constraints from multiple galaxy types and from measurements that span linear and non-linear clustering offers many opportunities for internal cross-checks, which can diagnose systematics and demonstrate the robustness of cosmological results.

研究动机与目标

• 预测最终DES数据集中星系-星系引力透镜（GGL）与星系聚类联合观测的宇宙学约束。
• 利用基于HOD的N体模拟器，将GGL与聚类建模扩展至非线性区域（rp = 0.3–30 h⁻¹ Mpc）。
• 评估非线性尺度对S8精度的影响，以及透镜偏置（Alens）和点质量贡献等系统参数的作用。
• 评估在DES量级统计不确定性下，实现百分之一精度建模的可行性。
• 通过不同星系样本和系统参数在尺度依赖性上的比较，实现内部一致性检验。

提出的方法

• 将Wibking等人（2020）的N体与HOD模拟器框架扩展至建模DES中的redMaGiC非活跃星系样本。
• 引入新的参数以描述中心星系的不完全性、星系形成偏置（galaxy assembly bias）以及与尺度无关的透镜偏置（Alens）。
• 在大范围的HOD与wCDM宇宙学参数空间上使用高斯过程模拟，对0.3–30 h⁻¹ Mpc尺度上的∆Σ(rp)与wp,gg(rp)进行建模。
• 引入点质量项以建模诸如剪切校准偏差或重子效应等系统误差。
• 通过Fisher矩阵预测，对HOD参数、Alens及点质量贡献进行边缘化处理。
• 通过与预期的DES统计不确定性对比，验证模拟器的精度，达到百分之一量级。

实验结果

研究问题

• RQ1 与仅使用大尺度的分析相比，包含非线性尺度（rp < 3 h⁻¹ Mpc）能将S8的宇宙学约束精度提升多少？
• RQ2 收紧透镜偏置参数Alens的先验对S8精度有何影响？
• RQ3 在非线性区域中，星系形成偏置与中心星系不完全性等系统误差如何影响宇宙学约束？
• RQ4 该模拟器是否能实现足够高的精度，以支持DES精度下的完全非线性分析？
• RQ5 非线性GGL与聚类测量在多大程度上能够通过不同尺度与星系类型实现内部一致性检验？

主要发现

• 在Alens先验为3%时，S8的预测精度为1.9%，Ωm为1.9%，σ8为2.0%。
• 与仅使用大尺度（3.0–30.0 h⁻¹ Mpc）的分析相比，包含非线性尺度（rp = 0.3–3.0 h⁻¹ Mpc）可使S8精度提高1.6倍。
• 当Alens先验收紧至1%时，S8精度提升至1.1%，非线性尺度带来的增益达到2.8倍。
• 模拟器实现了百分之一量级的精度，与最终DES redMaGiC数据的预期统计不确定性一致。
• 点质量项的边缘化不会降低宇宙学约束精度，但若Alens不确定性≥1%，则会显著降低S8约束精度。
• 该方法可实现强有力的内部一致性检验，小尺度与大尺度在∆Σ中的宇宙学精度几乎相等。