使用 SURFGEN 测量大尺度结构的几何与拓扑：方法与初步结果
天体物理学
2009-11-07 v2
摘要
我们提出了一种新型假设，可成功用于确定超星团-空洞网络的形态学性质。该假设基于基于离散数据集（例如表示星系在实际（或红移）空间分布）的曲面建模方案 SURFGEN，生成三角化曲面。四个 Minkowski 量 -- 曲面积、体积、外曲率和生成数 -- 描述超星团-空洞网络的几何与拓扑。Minkowski 量的比值（称为 Shapefinder）为我们提供了对簇、星团和空洞三维形状的优异诊断工具。利用 SURFGEN 计算得到的 Minkowski 量与 Shapefinder。SURFGEN 被用于高斯随机场以及简单和多连通的 eikonal 曲面（如三轴椭球体和环面）。惊人地说，前三个 Minkowski 量计算精度均达到 1% 以下，而第四个（生成数）已精确求解。SURFGEN 也能在高斯随机场上取得优异结果。我们的结果表明，SURFGEN 的曲面建模方案精确可靠，可成功用于量化宇宙中超星团-空洞网络的拓扑与形态。我们将 SURFGEN 应用于三种宇宙模型，\LCDM、\TCDM 和 SCDM，获得了关于大尺度结构几何、形态和拓扑的有趣新结果。
关键词
引用
@article{arxiv.astro-ph/0210136,
title = {Measuring the Geometry and Topology of Large Scale Structure using SURFGEN: Methodology and Preliminary Results},
author = {Jatush V. Sheth and Varun Sahni and Sergei F. Shandarin and B. S. Sathyaprakash},
journal= {arXiv preprint arXiv:astro-ph/0210136},
year = {2009}
}
备注
28 MNRAS-style pages, 24 figures -- Revised with enhanced discussion and added references. An appendix included which shows that SURFGEN gives excellent results when applied to Gaussian Random Fields. Accepted for publication in MNRAS