[论文解读] Velocity reconstruction with the cosmic microwave background and galaxy surveys

Juan Cayuso, R Bloch+3 more|arXiv (Cornell University)|Nov 22, 2021

Galaxies: Formation, Evolution, Phenomena被引用 4

一句话总结

本文提出了一套稳健的框架，用于利用宇宙微波背景（CMB）次级各向异性的交叉相关性——特别是动状萨尼亚夫-泽尔多维奇（kSZ）效应和运动透镜（ML）效应——重建大尺度特殊速度场。通过采用改进的二次估计器形式化方法和一种新型模拟流程，证明了尽管存在系统误差、红移误差和非高斯性等挑战，近期内实验仍可实现速度场重建。

ABSTRACT

The kinetic Sunyaev Zel'dovich (kSZ) and moving lens effects, secondary contributions to the cosmic microwave background (CMB), carry significant cosmological information due to their dependence on the large-scale peculiar velocity field. Previous work identified a promising means of extracting this cosmological information using a set of quadratic estimators for the radial and transverse components of the velocity field. These estimators are based on the statistically anisotropic components of the cross-correlation between the CMB and a tracer of large scale structure, such as a galaxy redshift survey. In this work, we assess the challenges to the program of velocity reconstruction posed by various foregrounds and systematics in the CMB and galaxy surveys, as well as biases in the quadratic estimators. To do so, we further develop the quadratic estimator formalism and implement a numerical code for computing properly correlated spectra for all the components of the CMB (primary/secondary blackbody components and foregrounds) and a photometric redshift survey, with associated redshift errors, to allow for accurate forecasting. We create a simulation framework for generating realizations of properly correlated CMB maps and redshift binned galaxy number counts, assuming the underlying fields are Gaussian, and use this to validate a velocity reconstruction pipeline and assess map-based systematics such as masking. We highlight the most significant challenges for velocity reconstruction, which include biases associated with: modelling errors, characterization of redshift errors, and coarse graining of cosmological fields on our past light cone. Despite these challenges, the outlook for velocity reconstruction is quite optimistic, and we use our reconstruction pipeline to confirm that these techniques will be feasible with near-term CMB experiments and photometric galaxy redshift surveys.

研究动机与目标

• 开发一个全面的框架，利用CMB次级各向异性和星系巡天重建大尺度特殊速度场。
• 评估关键系统误差——前景污染、红移误差、遮蔽和粗粒化——对速度场重建精度的影响。
• 验证一种数值流程，用于在高斯场假设下生成CMB与星系数密度图之间的相关映射。
• 量化由于建模误差和速度场非线性性引起的二次估计器中的偏差。
• 为未来利用速度场重建作为原初非高斯性、修正引力和早期宇宙物理探针的宇宙学约束奠定基础。

提出的方法

• 将二次估计器形式化方法扩展至同时包含径向（kSZ）和横向（ML）速度分量，利用CMB与星系示踪者之间具有统计各向异性的交叉功率谱。
• 开发了一种数值代码ReCCO，用于计算主CMB、次级CMB（kSZ、ML）、前景以及具有红移误差的光谱红移巡天之间的正确相关功率谱。
• 构建了一个模拟框架，生成CMB图和沿光锥的红移分箱星系数密度的高斯实现，同时考虑光束和噪声效应。
• 使用模拟数据验证重建流程，评估基于地图的系统误差，如天空遮蔽和球谐空间伪影。
• 对重建结果应用主成分分析，以可视化不同角尺度和红移下以信号为主导的模式。
• 通过$N^{(3/2)}$偏差评估非高斯性的影响，尽管在光锥图景中尚未完全计算，但讨论了其对宇宙学参数约束的潜在相关性。

实验结果

研究问题

• RQ1 如何利用CMB次级各向异性和光谱红移星系巡天之间的交叉相关性，高精度地重建径向和横向特殊速度场？
• RQ2 影响速度场重建的主要系统误差是什么？它们如何影响估计器偏差和信噪比？
• RQ3 对光锥上宇宙学场的红移误差表征和粗粒化在多大程度上会降低重建保真度？
• RQ4 在存在真实CMB和星系巡天系统误差的情况下，二次估计器形式化方法能否可靠地恢复速度场？
• RQ5 在当前计算和建模限制下，考虑到即将开展的CMB和光谱红移巡天，速度场重建的可行性如何？

主要发现

• 速度场重建流程在模拟中成功恢复了真实速度场，证明了该方法在近期内实验中的可行性。
• 重建结果的主成分图在广泛的角尺度范围内以信号为主导，并表现出清晰且可解释的红移分布。
• 遮蔽和基于地图的系统误差显著降低了重建质量，因此迫切需要未来开发基于地图空间的重建技术。
• 建模误差、红移误差表征以及光锥上的粗粒化被确定为影响速度场准确重建的最主要挑战。
• 非高斯性引起的$N^{(3/2)}$偏差在原则上可能不可忽略，但其在光锥背景下的完整影响仍有待量化。
• ReCCO代码已公开发布，为未来CMB-星系交叉相关性在速度场重建中的分析提供了经验证且可扩展的框架。