Xin Qiao

/home

/tools

/obsidian

~/Obsidians/ Abbott2020DarkEnergySurvey

Abbott2020DarkEnergySurvey

  • 结合 redMaPPer 和 WL，对宇宙学参数进行了限制
    • 和 Planck 以及 DES 自身的 3x2pt 分析都有一些 tension
  • DES Y1 paper 3
  • gemini https://aistudio.google.com/prompts/1hn7cfAbx3xRkEGdCvDcJOJgW2OovdWPA
  • 这里的 S8 和 Planck 结果有很严重的 tension（这里的 S8 过低），可能是目前的 cluster finder 结果存在一些系统误差，而且很有可能就是 projection effect 导致的

Notice #

  • 这里实际上有两个版本
    • 经过 appendixD 的 selection effect 的修正的是 unblinded 版本，同时也是正文里面介绍的版本，和 Planck 的 tension 达到 5.6 sigma
    • blinded 版本在 appendixC 中介绍，或者可以参考 fig19 的灰色 contour
  • 这种新的 selection bias 的处理使得 $\sigma_8$ 降低了两个 $\sigma$，但是并没有缓解和 Planck 之间的张力（从 6.7 变为了 5.6）
    • fig12 描述了这里的情况：想要和 DES 3x2pt 达到一致的质量修正，和实际施加的修正方向恰好是相反的
    • 也就是 WL mass 测量的结果 somehow 太低了

Brief #

  • 用到了 DES cluster 的 abundance 和 mass 两层数据进行宇宙学的分析，最终得到一个显著过低的 $\Omega_m$
    • 进一步分析说明二者给出的结果是不协调的，然后作者将二者分开进行研究，最终将原因归结到 WL mass 测量结果太低上面（尤其是对低质量的 lambda 来说）
  • 对 projection effect 的建模参考了 Costanzi2019ModellingProjectionEffects
  • 使用 WL 对 MOR 进行 calibration 可以参考 McClintock2019DarkEnergySurvey
  • appendix D 中给出了 selection effect 的影响，基本就是 Wu2022OpticalSelectionBias 描述的效应
  • 最终还存在一个问题：low richness cluster 对应的 WL signal 被系统性地低估了

Intro #

  • 探究 DE nature 可以通过 DE-dominated universe 中结构的演化，或者比较低红移和 CMB 代表的高红移宇宙
  • DES 一共持续 6 年（2013-2019），波段覆盖包括 grizy
    • Chile, CTIO, Blanco, DECam
    • HSC 的波段是 grizy，和 SDSS 的 ugriz 有一个 filter offset，而且即使是公有的四个 filter 也存在略微的不同，需要一定的经验转换公式
    • 计划通过 shear、galaxy clustering、cluster、Ia SNe 来研究 DE
  • cluster 约束的参数是 $\sigma_8 (\Omega_\mathrm{m} /0.3)^\alpha$
  • 在所有 mass proxy 中，WL signal 是最可信的（gold standard），虽然也存在一些 bias 以及 projection effect
  • this work 用 DES Y1 数据以及 WL 观测对宇宙学参数进行约束
  • 数据处理流程进行了 blind 处理
  • 对 selection effect 的校正的内容可以去看 McClintock2019DarkEnergySurvey 和 Wu2022OpticalSelectionBias
  • sec4 中的 projection effect modeling 的方法参考了 Costanzi2019ModellingProjectionEffects

Data #

  • Y1 指的是 2013 到 2014 年的一个 season 的观测
  • coverage 是 1800 deg2，分为两部分
    • 和 SPT SZ survey 重叠的 1300
    • 和 SDSS Stripe 82 重叠的 116
  • galaxy catalog 来源于 Y1A1 gold catalog
    • flux 测量使用 multi-object fitting
    • 不使用 Y-band data: shallow depth and significant calibration uncertainty
    • 对 gold catalog 再进行一轮筛选，并且限制 z-band SNR 大于 10，之后运行 redMaPPer
  • catalog length 为 7066，经过修正之后变成了 6504
    • 限制红移在 0.2~0.65，高于 0.2 是因为缺少 u-band，而 0.65 以上基本没有 custer 被探测到
    • 位置（或者说 centering）和红移的表现都很好
    • richness 是光学方法中表现最好的指标，但是 scatter 仍然比较大
      • redMaPPer 受到很强的 projection 影响，需要把这种效应定量化表示出来
      • 这里对 projection effect 进行 forward modeling (sec4)
  • WL 同样基于 DES Y1 的图像数据，包括 riz 三个波段
    • WL 的主要系统误差是 multiplicative bias
    • 使用了基于 template 的 BPZ method 计算 phot-z

Error #

  • 将观测数据按照红移和 lambda 分为 12 个 bin，每一个 bin 会有一个 cluster 计数以及 WL signal 测量
    • cluster number 的误差来源于泊松噪声、小面积天区的样本特殊性、mis-centering
    • WL 信号到 halo mass 的转化：根据对 surface density 的拟合（NFW）得到 halo mass 以及 concentration
      • 这一步本身就包含了对宇宙学的假设，包括
        • 从角距离到物理距离的转换
        • mass density profile 中的 two halo term 和 sigma8 有关
      • 解决办法是直接在结果中包含对 h、Omega_m 等宇宙学参数的依赖
  • 这里估计了所有宇宙学参数的误差 budget
    • 其中最重要的是 selection effect（20-30%），也就是 redMaPPer 会优先选择投影效应更强或者物质沿视线排布的 cluster
    • multiplicative bias 大约只有 1.7%，其他误差也大概在 1-2% 量级

Theoretical model #

  • 详细的步骤可以参考 Costanzi2019ModellingProjectionEffects，是 this work 在 SDSS 上的 counterpart
  • 简单来说就是根据给定的宇宙学模型以及 MOR 等 nuisance parameter 可以计算出每一个 bin 内的数目和平均质量的理论预测值
    • 这里也用了 Tinker 2008 HMF
  • 一个重要的步骤是在 MOR relationship 之外，还有一个从 real lambda 到 observed lambda 的关系
    • 影响这个关系的因素包括随机误差、投影效应、percolation、mis-centering
    • 通过一个半经验的 DES catalog 进行校准

Results #

  • 从 chi2 来看拟合效果比较好，PTE value 是 0.25
  • 和 Planck 以及 DES 3x2pt 的结果存在很大的 tension
  • fig4 给出了对所有宇宙学参数的约束
    • 其中 S8 的值是 $0.65\pm0.04$ (fig5)，主要是因为 $\Omega_m$ 很低（其他的 survey 在 0.3 左右）
    • 应该解释为 this work 的问题而不是 new physics
  • 对 MOR 进行了一些修改，发现影响不是很大
  • 这里还有一个结果是修正的 MOR，相比其他两项工作主要区别是加入了选择效应的 correction
    • 还有一个不同的因素是这里不仅考虑 cluster mass 还加入了 cluster number 的信息

Discussion #

核心问题是 tension 是什么原因导致的

  • 「这意味着 DES 星系团分析是完全正确的，而包括 Planck CMB、DES 3x2pt、BAO、SN 在内的几乎所有其他高精度宇宙学实验都存在巨大的、未被发现的系统误差」
  • fig10 通过 number/mass 分别推导了 MOR 关系，发现二者并不一致，说明 DES 中的 abundance/mass 数据是不自洽的
    • fig11 使用 3x2pt cosmology 发现二者给出的结果是对不上的
    • 可能的解决方案就是 cluster catalog 不具有完备性（但是可以通过和 X-ray/SZ catalog 的 match 来排除），或者 WL mass 存在问题
    • 另外的佐证是和 SZ data 的 calibration，发现 DES abundance 得到的结果是可信的
  • WL mass 偏低的问题
    • projection/triaxial effect 应该导致 WL mass 偏高
    • 其他效应不足以解释
    • 总之最终没有找到 WL 测量中的系统误差
  • 最终将 lambda 低于 30 的 bin 全部移除重新分析，发现结果和其他宇宙学相符很好
    • 所以上面的系统误差实际上是 lambda-dependent 的
  • 所以最终的结论是「低丰度的 cluster 的 WL mass 测量的系统性低估」导致了这里测量到的 tension

Thoughts #

  • 还是不太明白 2halo term 在 clustering 外的 context 出现的意思
  • 这里的 method 非常详细复杂
  • 需要再看一些 HOD/CLF 的内容
  • 这里有一个 HSC Y1 paper，保存到 cluster cosmology 文件夹里面了
  • 其实 3x2pt 是基于光学数据宇宙学方法里面最精准和先进的，cluster cosmology 只是一个补充
  • 这里 blind 做得很好，可以看出前期制定实验计划的过程没有受到任何干扰
  • 未来可以在 HSC 上运行 redMaPPer 然后将宇宙学结果和 Planck 进行比较
  • selection effect 可以理解为：在同样质量的 cluster 中，redMaPPer 选取了一些视线看起来更大的，这会导致 WL mass 系统性高估（在一定的 cluster mass 下）
  • 感觉还是没能理解 redMaPPer 存在的问题
    • 所以其实 WL mass 太低只是因为错误的 correction？是不是因为 DES 那个模拟的 catalog 出问题了呢？
back to top