巡天空间变异性对星系红移分布及Rubin Legacy Survey of Space and Time (LSST)宇宙学$3\ imes2$-点统计量的影响
Impact of survey spatial variability on galaxy redshift distributions and the cosmological $3\times2$-point statistics for the Rubin Legacy Survey of Space and Time (LSST)
Qianjun Hang, Benjamin Joachimi, Eric Charles, John Franklin Crenshaw, Patricia Larsen, Alex I. Malz, Sam Schmidt, Ziang Yan, Tianqing Zhang, the LSST Dark Ener… 展开作者
Qianjun Hang, Benjamin Joachimi, Eric Charles, John Franklin Crenshaw, Patricia Larsen, Alex I. Malz, Sam Schmidt, Ziang Yan, Tianqing Zhang, the LSST Dark Energy Science Collaboration
备注：
28 pages, 23 figures. Matched to the accepted version on MNRAS
我们研究了空间巡天非均匀性对Rubin天文台Legacy Survey of Space and Time (LSST)未来数据发布中星系红移分布的影响。具体而言，我们构建了一个受Rubin OpSim观测条件退化的模拟测光数据集，并使用模板拟合光度红移估计器BPZ和机器学习方法FlexZBoost估计样本的光度红移。我们选取Gold样本（定义为10年LSST数据的$i<25.3$），每年调整星等截止值，并将其划分为五个层析红移bin，用于弱引力透镜透镜和源样本。我们量化了1年（Y1）、3年（Y3）和5年（Y5）数据中，随着叠加$i$波段深度变化，每个层析bin中天体数量、平均红移和宽度的变化。特别是，由于LSST的滚动观测模式，Y3和Y5具有较大的非均匀性，因此提供了非均匀性影响的最坏情况。我们发现这些量通常随深度增加而增加，在极端深度值下变化可达$10-40\%$。以Y3为例，我们将可变深度效应传播到弱引力透镜$3\ imes2$pt分析中，并通过Fisher预测评估对宇宙学参数的影响。我们发现星系聚集对可变深度最为敏感，非均匀性需降至$3\%$以下才能恢复无偏的宇宙学约束。鉴于预期的LSST Y3噪声，对星系-剪切和剪切-剪切功率谱的影响很小。
英文摘要：
We investigate the impact of spatial survey non-uniformity on the galaxy redshift distributions for forthcoming data releases of the Rubin Observatory Legacy Survey of Space and Time (LSST). Specifically, we construct a mock photometry dataset degraded by the Rubin OpSim observing conditions, and estimate photometric redshifts of the sample using a template-fitting photo-$z$ estimator, BPZ, and a machine learning method, FlexZBoost. We select the Gold sample, defined as $i<25.3$ for 10 year LSST data, with an adjusted magnitude cut for each year and divide it into five tomographic redshift bins for the weak lensing lens and source samples. We quantify the change in the number of objects, mean redshift, and width of each tomographic bin as a function of the coadd $i$-band depth for 1-year (Y1), 3-year (Y3), and 5-year (Y5) data. In particular, Y3 and Y5 have large non-uniformity due to the rolling cadence of LSST, hence provide a worst-case scenario of the impact from non-uniformity. We find that these quantities typically increase with depth, and the variation can be $10-40\%$ at extreme depth values. Using Y3 as an example, we propagate the variable depth effect to the weak lensing $3\times2$pt analysis, and assess the impact on cosmological parameters via a Fisher forecast. We find that galaxy clustering is most susceptible to variable depth, and non-uniformity needs to be mitigated below $3\%$ to recover unbiased cosmological constraints. There is little impact on galaxy-shear and shear-shear power spectra, given the expected LSST Y3 noise.
Cosmology Requirements on Supernova Photometric Redshift Systematics for Rubin LSST and Roman Space Telescope
在即将到来的广域时域调查中，将发现和监测大约100万颗Ia型超新星（SN），如Vera C。Rubin Observatory Legacy Survey of Space and Time（鲁宾天文台时空遗产巡天）对于宇宙学的应用，除了其他特性外，还需要精确的红移;然而绝大多数SN不会有光谱红移，即使是对于它们的宿主星系，也只有光度红移。我们评估了红移系统控制必要的强大的宇宙学。基于由机器学习产生的光度与真实红移关系，应用于LSST质量观察到的50万个星系的模拟，我们量化了平均关系和异常值分数和偏差中的系统学要求，以便不偏向暗能量宇宙学推断。某些红移范围是特别敏感的，激发了SN在$z\lesssim0.2$和$z\approx0.5$-0.6附近的光谱跟踪。包括Nancy Grace Roman太空望远镜近红外波段的模拟中，我们重新分析的约束，发现在高红移的改善，但很少在低红移的系统学导致强烈的宇宙学偏见。我们确定了一个完整的光谱调查SN主机星系$z\lesssim0.2$作为一个非常有利的元素强大的SN宇宙学。
Strongly Lensed Supernovae in Well-Studied Galaxy Clusters with the Vera C. Rubin Observatory
星系团的强透镜效应可以用来显著扩大观测范围，从而可以观测到放大的高红移超新星，否则这些超新星将无法被发现。强透镜效应也可以提供位于星系团后面的星系的多重图像。探测强透镜Ia型超新星（SNe Ia）是特别有用的，因为它们的亮度可以被用来改进星团透镜模型或独立测量宇宙学参数。宇宙学参数，哈勃常数，是特别感兴趣的，因为它的值与不同的方法测量的差异。在这里，我们探讨的可行性，维拉C。Rubin Observatory Legacy Survey of Space and Time（LSST）在五个星系团（Abell 1689和哈勃前沿场星系团）中探测强透镜SNe，这些星系团具有经过充分研究的透镜模型。对5个星系团场中的268幅多重星系像所组成的88个系统进行分析，发现LSST对SNe~Ia（SNe~IIP）爆炸敏感的星系有41（23）幅。这些星系的红移范围在$1.01 < z < 3.05$之间。在其10年的运行期间，LSST预计将探测到$0.2\pm0.1$ SN~Ia和$0.9\pm0.3$堆芯塌陷SN ~ e。然而，由于LSST将观测到更多的大质量星系团，因此期望值可能更高。我们强调的重要性，有一个额外的观测计划的光度和光谱的后续强透镜SNE探测LSST。
The Physical Origin of Dark Energy Constraints from Rubin Observatory and CMB-S4 Lensing Tomography
我们试图澄清的起源约束的暗能量状态方程参数的CMB透镜层析，即结合星系团簇和星系的互相关与CMB透镜在一些红移箱。特别地，我们考虑了两点关联函数，它可以由星系位置表和来自Vera C的光度红移构成。Rubin Observatory Legacy Survey of Space and Time（LSST）和CMB Lensing Map来自CMB-S4实验。我们专注于分析理解的约束的起源。这些数据中的暗能量信息来自于三个主要关系的影响：距离作为红移的函数（几何），功率谱的振幅作为红移的函数（增长），以及功率谱作为波数的函数（形状）。我们发现，几何形状和生长的影响起着重要的作用，部分相互抵消，而形状的影响是不重要的。我们还表明，暗能量任务组（DETF）的品质因数（FoM）的预测相结合的LSST星系和CMB-S4透镜的预测宇宙剪切的情况下的CMB透镜图，从而提供了一个重要的独立检查。与单独使用LSST星系的预测相比，结合CMB透镜和LSST聚类信息（连同主CMB光谱），在系统性完全受控的乐观情况下，FoM大约增加了3-4倍。我们警告说，实现这些预测可能需要对高阶偏置，光度红移不确定性进行全面分析，并严格控制其他系统限制，这些都超出了这项工作的范围，其主要目的是阐明约束的物理起源。
IRMaGiC: Extending Luminous Red Galaxy Selection into the Infrared with Joint Rubin Observatory's Large Survey of Space Time and Roman's High Latitude Imaging Survey
Duke University（杜克大学）；SLAC National Accelerator Laboratory（斯坦福直线加速器中心）；Stanford University（斯坦福大学）
Detectability of Gravitationally Lensed Kilonovae in the Rubin LSST
Inter-University Centre for Astronomy and Astrophysics（天文与天体物理大学间中心）；Kavli Institute for the Physics and Mathematics of the Universe (IPMU)（宇宙物理与数学卡弗里研究所）
Recommended Target Fields for Commissioning the Vera C. Rubin Observatory
Vera C的调试团队。鲁宾天文台正在计划一套工程和科学验证观测与遗产调查的空间和时间（LSST）调试相机，然后鲁宾天文台LSST相机。这些观测的时间框架尚未确定，委托小组将灵活选择观测领域。在本文件中，暗能量科学合作（DESC）委托工作组提出了一个优先的目标领域清单，适合测试DESC相关科学性能的各个方面，按季节分组，以便从Cerro Pachon的鲁宾天文台获得可见度。我们推荐的字段包括用于照片- $z$和形状校准目的的深度钻探字段（DDFs）到完整的LSST深度，用于去混合研究的HST成像字段到完整的深度，以及几个过滤器中的$\sim$ 200平方度区域到1年深度，用于DESC广域科学案例的更高级别验证。我们还预计，将需要委托观测的模板建设瞬态科学在广泛的RA范围。我们包括我们推荐的字段的详细描述以及相关的参考资料。我们乐观地认为，这份文件将继续在LSST操作中发挥作用，因为它提供了一个全面的重叠数据集列表和描述它们的参考文献。
A Joint Roman Space Telescope and Rubin Observatory Synthetic Wide-Field Imaging Survey
我们提出并验证了20度$^2$的重叠合成成像调查，代表了南希格雷斯罗马空间望远镜高纬度成像调查（HLIS）的全深度和五年的观察维拉C。Rubin Observatory Legacy Survey of Space and Time（鲁宾天文台时空遗产巡天）这两个综合调查进行了总结，参考现有的300度$^2$的LSST模拟成像的一部分，暗能量科学合作（DESC）数据挑战2（DC 2）。这两次合成巡天观测到的是同一个模拟的DESC DC 2宇宙。对于合成罗马调查，我们首次模拟了全彩色图像以及使用飞行探测器从实验室测量中获得的传感器芯片组件的详细物理特性。模拟成像和所得到的物体光度特性的像素级测量跨越$\sim$ 0.3至2.0 $μ$ m的波长范围。我们还描述了罗马模拟管道的更新，相对于原始DC 2模拟的天体物理对象模拟方式的变化，以及由此产生的模拟罗马数据产品。我们使用这些模拟来探索LSST图像中未识别的混合物的相对比例，发现在LSST图像中识别的$i$波段亮度大于25的对象中有20-30%可以被识别为罗马图像中的多个对象。这些模拟为2020年代后半期开发和验证地基和天基成像数据集的像素级联合分析技术-特别是Roman-LSST联合分析-提供了一个独特的试验场。
Direct geometrical measurement of the Hubble constant from galaxy parallax: predictions for the Vera C. Rubin Observatory and Nancy Grace Roman Space Telescope
Forecasting the potential of weak lensing magnification to enhance LSST large-scale structure analyses
最近的工作表明，弱透镜放大率必须包括在即将到来的大尺度结构分析中，例如Vera C。Rubin Observatory Legacy Survey of Space and Time（LSST），以避免宇宙学结果的偏差。在这项工作中，我们调查是否包括放大率对宇宙学约束的精度有积极的影响，以及有必要避免偏见。我们预测这使用LSST模拟目录和晕模型计算星系功率谱。我们发现，包括放大率对LSST星系聚类分析的宇宙学参数约束的精度几乎没有影响，其中晕模型参数还受到星系光度函数的约束。特别是，我们发现，对于LSST金样品（$i < 25.3$），包括弱透镜放大率只提高了星系聚类约束$Ω_{\rm{m}}$的一个因素为1.03，当使用一个非常深的LSST模拟样品（$i<26.5$）的一个因素为1.3。由于放大率主要有助于集群测量，并提供类似的信息，宇宙剪切，这种改善将减少一个组合的星系集群和剪切分析。我们还证实，不建模弱透镜放大率将灾难性地偏离LSST的宇宙学结果。因此，放大率必须包括在LSST大尺度结构分析，即使它没有显着提高宇宙学约束的精度。
Bayesian Neural Networks for classification tasks in the Rubin big data era
即将进行的调查，如维拉C。Rubin Observatory Legacy Survey of Space and Time（LSST）计划将在未来10年内，每晚探测到1000万个随时间变化的源。这些信息将以连续流的形式传输给经纪人，经纪人将使用机器学习算法为各种科学案例选择最有希望的事件。我们研究了贝叶斯神经网络（BNN）在这类分类任务中的优势和挑战。BNN被发现是准确的分类器，也提供了额外的信息：它们量化了分类的不确定性，可以利用这些不确定性来更有效地分析即将到来的数据雪崩。
Automatically distinguishing Rubin transients from AGN using variability metrics
Queen’s University Belfast（贝尔法斯特女王大学）；University of Southampton（南安普顿大学）；University of Birmingham（伯明翰大学）；University of Portsmouth（朴茨茅斯大学）；Leiden University（莱顿大学）；University of Manchester（曼彻斯特大学）
Extracting intrinsic alignments in the Dark Energy Survey's year 1 data, using the self-calibration method and LSST-DESC tools
Newcastle University（纽卡斯尔大学）；The University of Texas at Dallas（德克萨斯大学达拉斯分校）；Harvard University（哈佛大学）；Duke University（杜克大学）；University of Edinburgh（爱丁堡大学）；University of Chicago（芝加哥大学）
Redshift Assessment Infrastructure Layers (RAIL): Rubin-era photometric redshift stress-testing and at-scale production
Ruhr University Bochum（鲁尔大学波鸿）；SLAC National Accelerator Laboratory（斯坦福直线加速器中心）；Kavli Institute for Particle Astrophysics and Cosmology (KIPAC), Stanford University（卡弗里粒子天体物理与宇宙学研究所，斯坦福大学）；Université Clermont-Auvergne, CNRS, LPCA（克莱蒙奥弗涅大学，法国国家科学研究中心，LPCA）；McWilliams Center for Cosmology and Astrophysics, Department of Physics, Carnegie Mellon University（梅斯威尔宇宙学与天体物理中心，卡内基梅隆大学物理系）
RAIL 是一个开源 Python 库，用于大规模概率光度红移估计，提供模块化工具进行端到端压力测试和红移 PDF 估算，适用于多种科学目标。
Dark energy reconstruction analysis with artificial neural networks: Application on simulated Supernova Ia data from Rubin Observatory
National Center for Supercomputing Applications, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心）；University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Kazakh-British Technical University（哈萨克-英国技术大学）；Instituto de Ciencias Físicas, Universidad Nacional Autónoma de México（墨西哥国立自治大学物理科学研究所）；University of Geneva（日内瓦大学）；University of Thessaly（塞萨利大学）
Fast Radio Bursts in the Era of the Vera C. Rubin Observatory's Legacy Survey of Space and Time
International Centre for Radio Astronomy Research, Curtin University（国际无线电天文研究中心，科廷大学）；Instituto de Física, Universidade Federal do Rio Grande do Sul (UFRGS)（南里奥格兰德联邦大学物理研究所）；Australia Telescope National Facility, CSIRO Space & Astronomy（澳大利亚望远镜国家设施，CSIRO空间与天文学部）；Sydney Institute for Astronomy, School of Physics, The University of Sydney（悉尼大学物理学院悉尼天体物理研究所）；Department of Physics, University of Washington（华盛顿大学物理系）；Centre for Astrophysics and Supercomputing, Swinburne University of Technology（斯威本科技大学天体物理学与超级计算中心）；Kavli IPMU (WPI), UTIAS, The University of Tokyo（东京大学宇宙起源研究核心理论中心（ Kavli IPMU））；School of Mathematical and Physical Sciences, Macquarie University（麦考瑞大学数理科学学院）；Department of Physics, University of Oxford（牛津大学物理系）
Skykatana: a scalable framework to construct sky masks for the Vera Rubin Observatory and large astronomical surveys
Instituto de Ciencias Astronómicas, de la Tierra y del Espacio (ICATE), Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)（地球与空间天文科学研究所 (ICATE)，阿根廷国家科学研究委员会 (CONICET)）；Facultad de Ciencias Exactas, Físicas y Naturales (FCEFYN-UNSJ), Universidad Nacional de San Juan（圣胡安国立大学精确、物理与自然科学学院 (FCEFYN-UNSJ)）；Instituto de Astronomía Teórica y Experimental (IATE), Consejo Nacional de Investigaciones Científicas y Técnicas (CONICET)（理论与实验天文学研究所 (IATE)，阿根廷国家科学研究委员会 (CONICET)）；Observatorio Astronómico Córdoba , Universidad Nacional de Córdoba（科尔多瓦天文台，科尔多瓦国立大学）
