基于 COLA 的快速模拟星系目录生成

我们研究了利用共动拉格朗日加速度（COmoving Lagrangian Acceleration, COLA）技术高效生成能够准确再现观测星系统计特性的模拟星系目录的可行性。我们提出的方案将子晕丰度匹配（subhalo abundance matching, SHAM）流程与 COLA 模拟相结合，仅使用三个自由参数：SHAM 中的散射幅度（$\sigma_{\rm scat}$）、COLA 模拟的初始红移（$z_{\rm init}$）以及 COLA 所用的时间步长（$da$）。在此概念验证研究中，我们聚焦于 BOSS CMASS NGC 星系在红移范围 $z\in [0.45, 0.55]$ 内的子集。我们进行了 $\mathtt{GADGET}$ 模拟以及低分辨率 COLA 模拟，采用不同的 $(z_{\rm init}, da)$ 组合，每种均在 $800~h^{-1}{\rm Mpc}$ 盒子中使用 $1024^{3}$ 个粒子。通过最小化 COLA 模拟目录与 CMASS NGC 星系在两点相关函数（2PCF）单极矩上的差异，我们得到最优的 $\sigma_{\rm scat}$。我们发现，设定 $z_{\rm init}=29$ 与 $da=1/30$ 时，在 $4$ 至 $20~h^{-1}{\rm Mpc}$ 范围内 COLA 模拟目录与 CMASS NGC 星系吻合良好，且计算代价比 N 体代码低两个数量级。此外，通过比较各向异性 2PCF、三点聚团及功率谱多极矩等多种统计性质作了详细验证，显示 GADGET 模拟与 COLA 模拟目录相对 CMASS NGC 星系具有相近表现。进而，我们评估了 COLA 模拟目录在不同宇宙学模型下的稳健性，所得 2PCF 结果一致。我们的发现表明，COLA 模拟是探索宇宙大尺度结构中用于高效生成模拟目录及 emulator 与机器学习分析的有前景工具。