在宇宙剪切层析成像中考虑重子效应：利用 PCA 确定最小干扰参数集

过去大型结构 (LSS) 巡天中处于次要地位的系统误差，很可能会超过当前及未来 LSS 数据集的统计误差，从而可能限制宇宙学信息的提取。在此，我们提出一个通用框架（PCA 边缘化），以一致地将系统效应纳入似然分析中。该技术自然地考虑了干扰参数之间的简并性，并能大幅减少需要采样的参数空间维度。作为实际应用，我们应用 PCA 边缘化来处理宇宙剪切层析成像中作为不确定性的重子物理效应。具体而言，我们使用 CosmoLike 在三组独立的数值模拟上运行模拟似然分析，每组模拟涵盖了冷却、恒星形成和反馈机制各不相同的广泛重子情景。我们模拟了第三期（暗能量巡天）和第四期（大型综合巡天望远镜/Euclid）巡天，发现如果不考虑重子物理效应，宇宙学约束会出现显著偏差。随后我们表明，PCA 边缘化（最多使用 3 到 4 个干扰参数）可以消除这种偏差。我们的研究表明，即使在天体物理过程存在大量系统不确定性的情况下，仍有可能获得对暗能量物态方程的稳健且精确的约束。我们得出结论，PCA 边缘化技术是解决精密宇宙学计划面临的许多挑战的有力通用工具。