二维第k近邻统计:一种信息量极高的星系成团性探针
宇宙学与河外天体物理
2023-05-03 v1
摘要
在精密星系成团性测量时代,超越标准汇总统计量对于概括非线性尺度上的丰富信息是必要的。我们首次引入二维第k近邻(kNN)统计作为离散星系场的汇总统计量。这是标准一维kNN的直接推广,通过沿视线将投影星系分布与红移空间畸变特征解耦。我们进一步引入两种不同形式的二维NN以追踪星系场的不同方面:标准形式记录星系与随机查询点间距离,以及记录星系与星系间距离的“DD”形式。我们通过理论论证及在真实星系mock上的检验,展示了二维kNN的强约束能力。理论上,我们表明二维kNN计算高效,并直接生成其他统计量如流行的两点关联函数、空洞概率函数与胞内计数统计。在更实际的检验中,我们将二维kNN统计应用于融入大范围观测真实性的模拟星系mock,并恢复了底层扩展晕占据分布(HOD)模型的参数,该模型包含速度偏倚与星系聚集偏倚。我们发现,相较于标准一维kNN与经典红移空间两点关联函数,二维kNN对HOD模型各方面的约束无偏且显著更紧。
引用
@article{arxiv.2304.10565,
title = {2D k-th nearest neighbor statistics: a highly informative probe of galaxy clustering},
author = {Sihan Yuan and Alvaro Zamora and Tom Abel},
journal= {arXiv preprint arXiv:2304.10565},
year = {2023}
}
备注
Submitted to MNRAS, comments welcome