CAMELS 中的宇宙学重子弥散及其对物质团簇的影响

我们利用宇宙学与天体物理机器学习模拟（CAMELS）项目中数千个最先进的模拟，量化了重子相对于其初始邻近暗物质分布的宇宙学弥散。我们表明，由于与其宿主暗物质晕尺度相当的空间尺度上的混沌引力动力学，暗物质粒子相对于其初始邻近分布发生弥散。相比之下，流体动力学模拟中的气体由于超新星（SNe）和活动星系核（AGN）的反馈，从初始邻近暗物质向外弥散得更远。我们表明，大尺度重子弥散对模型实现细节非常敏感，基准的 \textsc{SIMBA} 模型将约 40% 的重子弥散到 >1\,Mpc 之外，而 IllustrisTNG 和 \textsc{ASTRID} 模型约为 10%。提高 AGN 驱动外流的效率会极大增加重子弥散，而增强 SNe 驱动风强度由于恒星与 AGN 反馈的非线性耦合反而会降低弥散。我们比较了流体动力学模拟与配对 $N$ 体模拟之间的总物质功率谱，并证明重子弥散度量在宇宙学和天体物理参数、初始条件以及星系形成模型的变化下，广泛地捕捉了反馈对物质团簇的全局影响。利用符号回归，我们找到了一个函数，可将反馈对功率的抑制表示为波数（$k$）和重子弥散的函数，直至 $k \sim 10\,h$\,Mpc$^{-1}$，同时凸显了发展对星系形成物理实现变化具有鲁棒性的模型所面临的挑战。