跳到主要内容
Sandbox Physics
重子声学振荡

用随机星表数星系对

Sandbox Physics ·

BAO 鼓包藏在两点相关函数 ξ(r)\xi(r) 里,也就是间距为 rr 的星系对比随机分布多出来的比例。巡天没法在纸上算随机配对数,因为它覆盖的天区和深度都不均匀。办法是造一份足迹和选择效应都相同的随机星表,分别数出星系与星系、星系与随机点、随机点与随机点的配对,再用 Landy-Szalay 估计量 (DD−2DR+RR)/RR(DD - 2DR + RR)/RR 组合起来。误差则靠每次去掉巡天的一块、重复测量来估计。本章逐步搭起这些环节,并说明漏掉其中一步会出什么错。

本章接在声视界一章之后,那里讲了鼓包从哪里来。

相关函数测的是什么

设星系的平均数密度为 nˉ\bar n。在小体积 dV1dV_1 里找到一个星系、同时在相距 rr 的 dV2dV_2 里找到另一个的概率为

dP=nˉ2 [1+ξ(r)] dV1 dV2.dP = \bar n^2\,\bigl[1 + \xi(r)\bigr]\,dV_1\,dV_2 .

星系随机散布时 ξ=0\xi = 0;ξ\xi 为正,说明配对比随机多。在均匀各向同性的宇宙里,ξ\xi 只依赖距离 rr,与位置和方向无关。红移空间效应会打破方向上的对称,下一章正是利用这一点。

在每个星系周围取半径 rr、厚度 Δr\Delta r 的薄壳积分,体积 VV 里 NN 个星系的不同配对数期望为

Npairs(r)≈N(N−1)2 4πr2 ΔrV [1+ξ(r)].N_{\mathrm{pairs}}(r) \approx \frac{N(N-1)}{2}\,\frac{4\pi r^2\,\Delta r}{V}\,\bigl[1 + \xi(r)\bigr] .

例题。实验的默认星表在边长 900 Mpc900\,\mathrm{Mpc} 的盒子里有 N=6645N = 6645 个星系。145145 到 150 Mpc150\,\mathrm{Mpc} 的薄壳体积为 1.37×106 Mpc31.37\times10^6\,\mathrm{Mpc^3},占盒子的 1.88×10−31.88\times10^{-3}。总共 2.21×1072.21\times10^7 对不同配对,若 ξ=0\xi = 0 且忽略盒子边缘,约有 41,40041{,}400 对落在这层壳里。泊松涨落为 41,400≈203\sqrt{41{,}400} \approx 203,即 0.5%。单个间距区间里千分之几的鼓包会淹没在这样的噪声里,所以巡天需要大量星系,并在拟合中合并许多区间。

为什么需要随机星表

上面的公式假设盒子被均匀覆盖。真实巡天有边界,有亮星周围挖掉的洞,有观测完整度高低不一的区域,数密度还随红移变化。这些因素都会改变某个间距上的配对数,跟成团毫无关系。

解决办法是撒一批随机点,让它们的足迹、掩膜和红移分布与星系完全相同,但不成团。随机点之间的配对只反映几何形状。DESI 每次数据发布都附带随机星表,其中的权重列编码了与数据相同的选择效应。方法指南用的那块天区里,一个 DESI 随机文件就有 1,043,1891{,}043{,}189 个点,约为星系数的 66 倍。

搭出估计量

记 DD(r)DD(r)、DR(r)DR(r)、RR(r)RR(r) 为某个间距区间里的配对数,各自除以总配对数:不同配对分别是 ND(ND−1)/2N_D(N_D-1)/2、NDNRN_D N_R 和 NR(NR−1)/2N_R(N_R-1)/2。最简单的估计是直接比较星系配对和随机配对:

ξ^natural=DDRR−1.\hat\xi_{\mathrm{natural}} = \frac{DD}{RR} - 1 .

Landy 和 Szalay 提出的组合对巡天边缘更不敏感,方差也更小:

ξ^LS=DD−2 DR+RRRR.\hat\xi_{\mathrm{LS}} = \frac{DD - 2\,DR + RR}{RR} .

Eisenstein 等人 2005 年首次探测 BAO 时就用了它,DESI 计算相关函数也用它。

它为什么好用?把巡天边缘附近的数据密度写成 nˉ (1+δ)\bar n\,(1+\delta),δ\delta 既包括真实的成团,也包括真实平均密度与随机星表所隐含密度之间的偏差。到一阶,DD/RR≈1+ξ+2δˉDD/RR \approx 1 + \xi + 2\bar\delta,DR/RR≈1+δˉDR/RR \approx 1 + \bar\delta,其中 δˉ\bar\delta 是该区间附近 δ\delta 的平均。自然估计量保留了 2δˉ2\bar\delta 项;在 Landy-Szalay 组合里它消掉了:1+ξ+2δˉ−2(1+δˉ)+1=ξ1 + \xi + 2\bar\delta - 2(1 + \bar\delta) + 1 = \xi。

每个计数都必须归一化,否则估计量会多出一个常数偏移。如果直接用原始计数,且随机点数 NR=m NDN_R = m\,N_D,那么按有序配对 DD:DR:RR≈1:m:m2DD : DR : RR \approx 1 : m : m^2,于是

ξ^raw≈1−2m+m2m2+ξm2=(m−1)2m2+ξm2.\hat\xi_{\mathrm{raw}} \approx \frac{1 - 2m + m^2}{m^2} + \frac{\xi}{m^2} = \frac{(m-1)^2}{m^2} + \frac{\xi}{m^2} .

例题。m=3m = 3 时偏移为 4/9=0.4444/9 = 0.444。在 s=95 h−1 Mpcs = 95\,h^{-1}\,\mathrm{Mpc} 处,这让 s2ξs^2\xi 多出约 0.444×952≈40000.444 \times 95^2 \approx 4000。方法指南里“未归一化”的失败情形在这里偏移了 39453945,略小一些,因为加权求和之比并不恰好是 3。

配对可以带权重。DESI 把一个完整度与系统误差权重乘上 FKP 权重(以 Feldman、Kaiser、Peacock 三人命名),后者给每个星系分配让 BAO 尺度信噪比最大的重要性。这时每对按 wiwjw_i w_j 计数,自相关计数的归一化变成 (∑w)2−∑w2\bigl(\sum w\bigr)^2 - \sum w^2,交叉计数变成 ∑wD∑wR\sum w_D \sum w_R。

为什么图上画的是 s 平方乘 xi

相关函数下降得很陡。在 DESI 数据块里,它从 5 h−1 Mpc5\,h^{-1}\,\mathrm{Mpc} 处的 1.871.87 降到 100 h−1 Mpc100\,h^{-1}\,\mathrm{Mpc} 附近的约 0.0050.005。直接画,鼓包根本看不见。乘上 s2s^2 大致把下降的部分拉平,100 h−1 Mpc100\,h^{-1}\,\mathrm{Mpc} 附近的特征就突显出来。这里的 ss 是用假设的距离与红移关系算出的红移空间间距,只有假设正确时才等于 rr。

用巡天自己估误差

相邻区间共享星系,误差彼此相关。只用数据本身估计完整协方差的标准办法是刀切法:把巡天分成 NjkN_{\mathrm{jk}} 块大小相近的区域,依次去掉第 kk 块,重新算出 ξ^k\hat\xi_k。于是

Cij=Njk−1Njk∑k=1Njk(ξ^k,i−ξˉi)(ξ^k,j−ξˉj).C_{ij} = \frac{N_{\mathrm{jk}} - 1}{N_{\mathrm{jk}}}\sum_{k=1}^{N_{\mathrm{jk}}}\bigl(\hat\xi_{k,i} - \bar\xi_i\bigr)\bigl(\hat\xi_{k,j} - \bar\xi_j\bigr) .

因子 Njk−1N_{\mathrm{jk}} - 1 是为了补偿各个去一样本几乎完全重叠。

拟合需要协方差的逆。由带噪声的估计求出的逆矩阵会系统偏大。对高斯误差,Hartlap 等人证明乘上 (Njk−p−2)/(Njk−1)(N_{\mathrm{jk}} - p - 2)/(N_{\mathrm{jk}} - 1)(pp 为区间数)就能消除这一偏差。30 个区域、10 个区间时,这个因子是 18/29=0.62118/29 = 0.621。pp 接近 NjkN_{\mathrm{jk}} 时,估计就没法用了。实验绕开了这个问题,只用 27 块刀切的对角元,代价是忽略区间之间的相关。DESI 则用解析协方差和模拟星表协方差。

在 DESI 数据块里,拟合范围内相邻区间的相关系数最高到 0.92,有些相隔较远的区间反而负相关,低到 −0.58-0.58。只有 30 个区域,这些系数本身也有噪声。把区间当成彼此独立来拟合,会误判精度。

实验任务

  1. 在默认星表里找出横向楔形区达到峰值的区间,把峰高和相邻区间的误差棒比较。
  2. 打开“肉眼看不出的峰”预设,读出粗略显著性,并和默认星表比较误差棒。
  3. 打开“根本没有声波”预设。还有鼓包吗?拟合伸缩怎样变化?

练习

  1. 对 9595 到 100 Mpc100\,\mathrm{Mpc} 的薄壳重做例题:期望多少随机配对?泊松涨落占多少?
  2. 某区间归一化计数为 DD=1.012DD = 1.012、DR=1.004DR = 1.004、RR=1.000RR = 1.000。算出两种估计量,并说明在边缘附近哪个更可信。
  3. 一名学生用原始计数,随机点是星系的十倍。ξ^\hat\xi 里会出现多大的常数偏移?
  4. 分别求 27 个区域配 10 个区间、27 个区域配 25 个区间时的 Hartlap 因子。能得出什么结论?
答案
  1. 壳体积 4π×97.52×5=5.97×105 Mpc34\pi \times 97.5^2 \times 5 = 5.97\times10^5\,\mathrm{Mpc^3},占盒子的 8.19×10−48.19\times10^{-4}。于是 2.21×107×8.19×10−4≈18,1002.21\times10^7 \times 8.19\times10^{-4} \approx 18{,}100 对,涨落 18,100≈134\sqrt{18{,}100} \approx 134,即 0.74%。壳越小,配对越少,噪声越大。
  2. 自然估计量:1.012−1=0.0121.012 - 1 = 0.012。Landy-Szalay:(1.012−2.008+1)/1=0.004(1.012 - 2.008 + 1)/1 = 0.004。星系与随机点的计数高了 0.4%,说明这个区间附近的平均密度和随机星表不一致。Landy-Szalay 消去了这一阶项,所以 0.0040.004 更可信。
  3. m=10m = 10 时,偏移为 (10−1)2/102=0.81(10-1)^2/10^2 = 0.81。
  4. (27−10−2)/26=0.577(27 - 10 - 2)/26 = 0.577,(27−25−2)/26=0(27 - 25 - 2)/26 = 0。27 个区域配 25 个区间时,逆协方差不含可用信息;要么减少区间,要么增加区域,要么换一种协方差。

资料来源:Eisenstein 等 2005,首次 BAO 探测中的 Landy-Szalay 估计量,DESI 2024 第三篇,第 2 节权重与第 4.1 节两点函数程序。

打开“肉眼看不出的峰”预设,把误差棒和探测显著性与默认星表比较。

来源

  1. Eisenstein 等 2005,首次 BAO 探测中的 Landy-Szalay 估计量
  2. DESI 2024 第三篇,第 2 节权重与第 4.1 节两点函数程序

继续阅读

这一页直接连着哪些内容

在内容地图上看这个系列 →

重子声学振荡 · 阅读路径

从一道声波到星系对计数与 DESI 距离

  1. 文章成对的星系怎样丈量宇宙
  2. 文章重子拖曳之前声音走了多远
  3. 当前页面用随机星表数星系对
  4. 文章沿视线和横越视线分别读这把尺
  5. 文章用一块 DESI 数据测相关函数
  6. 文章怎样读 DESI 的 BAO 结果
这个页面有错误、看不明白,或者缺了什么?告诉我们
反馈类型

提交时会附带本页地址、Lab ID、网站语言和设备类型。请不要填写个人信息。反馈最多保存 12 个月。隐私政策