[论文解读] Structure of cosmic web in non-linear regime: the nearest neighbour and spherical contact distributions

Mohammad Ansari Fard, Zahra Baghkhani+4 more|arXiv (Cornell University)|Jun 24, 2021

Galaxies: Formation, Evolution, Phenomena参考文献 86被引用 5

一句话总结

本研究利用宇宙学N体模拟、星系团及模拟中心星系，比较了球形接触函数与最近邻分布函数在非线性 regime 下对宇宙网结构的探测效果。结果表明，球形接触分布近似为偏正态分布，探测更大尺度；而最近邻分布为对数正态分布，对小尺度团簇更敏感，且球形接触函数的均值-方差关系呈线性，可作为区分宇宙学模型的工具。

ABSTRACT

In non-linear scales, the matter density distribution is not Gaussian. Consequently, the widely used two-point correlation function is not adequate anymore to capture the matter density field's entire behaviour. Among all statistics beyond correlation functions, the spherical contact (or equivalently void function), and nearest neighbour distribution function seem promising tools to probe matter distribution in non-linear regime. In this work, we use halos from cosmological N-body simulations, galaxy groups from the volume-limited galaxy group and central galaxies from mock galaxy catalogues, to compare the spherical contact with the nearest neighbour distribution functions. We also calculate the J-function (or equivalently the first conditional correlation function), for different samples. Moreover, we consider the redshift evolution and mass-scale dependence of statistics in the simulations and dependence on the magnitude of volume-limited samples in group catalogues as well as the mock central galaxies. The shape of the spherical contact probability distribution function is nearly skew-normal, with skewness and kurtosis being approximately 0.5 and 3, respectively. On the other hand, the nearest neighbour probability distribution function is nearly log-normal, with logarithmic skewness and kurtosis being approximately 0.1 and 2.5, respectively. Accordingly, the spherical contact distribution function probes larger scales compared to the nearest neighbour distribution function, which is influenced by details of structures. We also find a linear relation between the mean and variance of the spherical contact probability distribution function in simulations and mock galaxies, which could be used as a distinguishing probe of cosmological models.

研究动机与目标

• 研究两阶相关函数之外物质分布的统计行为，聚焦非线性 regime。
• 比较球形接触分布函数（SCDF）与最近邻分布函数（NNDF）作为大尺度结构探测工具的性能。
• 评估这些统计量在模拟与观测数据中对红移与质量尺度的依赖性。
• 探讨SCDF与NNDF作为宇宙学探针的潜力，特别是区分模型与打破参数退化的能力。
• 考察J函数在不同样本中对团簇与质量尺度的敏感性。

提出的方法

• 利用SMDPL N体模拟中的晕，设定质量和红移限制。
• 分析来自体积受限的Tempel 2014星系团目录的星系团，以及来自模拟星系目录的模拟中心星系。
• 计算所有样本的球形接触分布函数（SCDF）与最近邻分布函数（NNDF）。
• 计算J函数（首个条件相关函数）以评估团簇依赖性。
• 分别将SCDF与NNDF拟合为偏正态与对数正态分布，以表征其形状与矩特征。
• 研究SCDF的均值与方差在不同红移与质量尺度下的线性关系。

实验结果

研究问题

• RQ1 球形接触分布函数与最近邻分布函数在探测非线性结构时的敏感性有何差异？
• RQ2 在宇宙学模拟与观测中，SCDF与NNDF的最佳统计形状（如偏正态、对数正态）是什么？
• RQ3 是否存在一个与红移无关的SCDF均值，可作为标准长度尺度？
• RQ4 J函数如何随质量尺度与样本类型变化？其揭示了哪些关于团簇的信息？
• RQ5 SCDF中的均值-方差关系能否用于区分宇宙学模型？

主要发现

• 球形接触概率密度函数（SC-PDF）可良好近似为偏正态分布，偏度 ≈ 0.5，峰度 ≈ 3。
• 最近邻概率密度函数（NN-PDF）可良好近似为对数正态分布，对数偏度 ≈ 0.1，峰度 ≈ 2.5。
• SC-PDF探测的尺度大于NN-PDF，后者对小尺度非线性团簇特征更敏感。
• 在模拟与模拟星系中，SC-PDF的均值（𝑠1）与方差（𝑠2）之间存在线性关系，暗示其可能作为宇宙学模型的区分工具。
• 在固定质量尺度下，SC-PDF与NN-PDF的均值与红移无关，但其方差随红移变化，可用于区分样本。
• J函数（衡量首个条件相关）对质量尺度敏感，且在较高质量下团簇程度降低，其值更接近于1。