Cosmology with photometric redshift

Abstract

Els cartografiats de galàxies fotomètrics actuals i futurs observaran un gran volum de l’univers que ens permetrà acotar amb precisió el model cosmològic. Tanmateix, la capacitat de delimitar el model que tenen aquests cartografiats a través de les sondes cosmològiques depèn de la precisió i certesa amb les que es determina el redshift de les galàxies. Per tant, la determinació del redshift fotomètric i els seus efectes en les anàlisis cosmològiques han de ser tractats i estudiats curosament. En la primera part de la tesi, transformem la fotometria de simulacions que ja existeixen per imitar les mesures fotomètriques del Dark Energy Survey (DES). D’aquesta manera, esperem recuperar la distribució real del redshift fotomètric en simulacions, i així crear una base encara més realista per comprovar els resultats de les anàlisis cosmològiques de DES que fan us del redshift fotomètric. Per transformar les simulacions utilitzem diversos mètodes que transfereixen les propietats estadístiques de la fotometria d’observacions real a les simulacions. A la segona part de la tesi, utilitzem la tècnica del Self-Organizing Map per seleccionar galàxies per ser observades amb espectroscòpia, contribuint així al projecte C3R2 que vol establir un mapa correlacional entre l’espai de colors i redshift i omplir-ho amb informació espectroscòpica. En aquesta part també explorem l’espai de colors definit per la fotometria del Physics of the Accelerating Universe Survey (PAUS) per tal d’estudiar la cobertura del redshift espectroscòpic del seu espai de colors. Volem determinar la quantitat d’espai de color sense cobertura espectroscòpica perquè la falta de representació d’espectroscòpia pot ser una font de biaix quan la precisió dels redshifts fotomètrics és avaluada comparant-los amb redshifts espectroscòpics o quan els redshifts espectroscòpics s’utilitzen com a mostra d’entrenament per determinar els redshifts fotomètrics amb algoritmes d’entrenament. Finalment, explorem com la variació en la profunditat de les observacions des de terra combinades amb les d’Euclid afecta la precisió dels redshifts fotomètrics i, per tant, la capacitat de determinar els paràmetres cosmològics d’Euclid sobretot quan utilitza galaxy clustering i galaxy-galaxy lensing com a sondes cosmològiques. També estudiem com la densitat de les mostres de galàxies afecta la capacitat de delimitar els paràmetres cosmològics i quina és la configuració de bins tomogràfics de redshift que permet extreure la màxima informació per delimitar els paràmetres cosmològics. Per tal de dur a terme aquesta anàlisi, creem diverses distribucions realistes de redshift fotomètric basades en la simulació Flagship d’Euclid i utilitzem el formalisme de Fisher per fer una estimació de la capacitat d’acotament dels paràmetres cosmològics de les diferents configuracions de les mostres de galàxies.

Los cartografiados de galaxias fotométricos actuales y futuros observarán un gran volumen del universo que nos permitirá acotar con precisión el modelo cosmológico. Aun así, la capacidad de los cartografiados para delimitar el modelo a través de las sondas cosmológicas depende de la precisión y certeza con las que se determina el redshift de las galaxias. Por lo tanto, la determinación del redshift fotométrico y sus efectos en los análisis cosmológicos deben ser tratados y estudiados cuidadosamente. En la primera parte de la tesis, transformamos la fotometría de simulaciones que ya existen para imitar las mediciones fotométricas del Dark Energy Survey (DES). De esta forma, esperamos recuperar la distribución real del redshift fotométrico en simulaciones, y así crear una base aún más realista para comprobar los resultados de los análisis cosmológicos de DES que usan redshifts fotométricos. Para transformar las simulaciones utilizamos diversos métodos que transfieren las propiedades estadísticas de la fotometría de observaciones reales a las simulaciones. En la segunda parte de la tesis, utilizamos la técnica del Self-Organizing Map para seleccionar galaxias para ser observadas con espectroscopia, contribuyendo así al proyecto C3R2 que quiere establecer un mapa correlacional entre el espacio de colores y redshift y llenarlo con información espectroscópica. En esta parte también exploramos el espacio de colores definido por la fotometría del Physics of the Accelerating Universe Survey (PAUS) con tal de estudiar la cobertura del redshift espectroscópico de su espacio de colores. Queremos determinar la cantidad del espacio de color sin cobertura espectroscópica porque la falta de representación espectroscópica puede originar un sesgo cuando la precisión del redshift fotométrico se evalúa comparándolo con el redshift espectroscópico o cuando el redshift espectroscópico se utiliza como muestra de entrenamiento para determinar el redshift fotométrico con algoritmos de entrenamiento.

Finalmente, exploramos como la variación en la profundidad de las observaciones desde tierra combinadas con las de Euclid afecta la precisión de los redshifts fotométricos y, por lo tanto, la capacidad de Euclid para determinar los parámetros cosmológicos sobre todo cuando se utilizan galaxy clustering y galaxy-galaxy lensing como sondas cosmológicas. También estudiamos como la densidad de las muestras de galaxias afecta la capacidad de acotar los parámetros cosmológicos y cuál es la configuración de bines tomográficos de redshift que permiten extraer la máxima información para delimitar los parámetros cosmológicos. Para llevar a cabo este análisis, creamos diversas distribuciones realistas de redshift fotométrico basadas en la simulación Flagship de Euclid y utilizamos el formalismo de Fisher para hacer una estimación de la capacidad de acotar los parámetros cosmológicos de las diferentes configuraciones de las muestras de galaxias.

Current and future photometric surveys will observe a large volume of the universe that will allow us to accurately constrain the cosmological model. However, the constraining power from cosmological probes of photometric surveys highly relies on the accuracy and precision with which we can determine the galaxies redshifts. Therefore, the determination of photometric redshifts (photo-zs) and their effect in cosmological analysis should be treated and studied carefully.

In the first part of this thesis, we transform the photometry of existing simulations to mimic the photometric measurements of the Dark Energy Survey (DES). With this exercise, we expect to recover the real photo-z distribution in simulations, thus creating a more realistic environment to crosscheck the performance of DES in cosmological analyses that use photo-z. We transform the simulations using several method to transfer the statistical properties from the real observations photometry to the simulations.

In the second part of the thesis, we use the Self-Organizing Map technique to select spectroscopic targets for the C3R2 program aimed at establishing the mapping between color and redshift space. We also explore the color space defined by the photometry of galaxies from the Physics of the Accelerating Universe Survey (PAUS) in order to study the spectroscopic redshift coverage of its color space. We want to quantify the regions of color space without spectroscopic redshifts because the lack of spectroscopic representation can be a source of bias when the accuracy of photo-zs is evaluated by comparing it to spectroscopic redshifts and when the spectroscopic redshifts are used to determine the photo- z with training-based algorithms.

Lastly, we explore how the variation of the depth of ground-based observations combined with Euclid observations affects the accuracy and precision of the photo-z and thus the cosmological constraining power of Euclid focusing on photometric galaxy clustering and galaxy-galaxy lensing analyses. We also study how the number density of photometric galaxy samples affects the constraining power and which tomographic redshift binning configuration returns the maximum information to constrain the cosmological parameters. To perform such analyses, we create several realistic photo-z distributions based on the Euclid Flagship simulation and we use the Fisher forecast and the cosmological inference code, CosmoSIS, over the different configurations of the galaxy samples to determine the cosmological constraining power.