光谱学可以用来推出远距离恒星和星系的许多性质，例如它们的温度、化学组成、金属丰度，也可以从多普勒红移测量它们的运动。科学家通过测量大量遥远天体的光谱，可获取星系在宇宙空间的位置分布，这包含丰富的星系成团性信息。科研人员进一步采用统计手段分析数据以揭示宇宙大尺度结构，这对暗能量性质研究至关重要。
随着宇宙的演化，探测的宇宙大尺度结构经历了非线性演化，造成了宇宙学信息向高阶统计的泄漏。同时，获取这部分星系成团性信息需要利用超出两点统计的分析。由于高阶统计的复杂性，多点统计的测量和建模有一定的挑战性。
中国科学院国家天文台与国际同行，基于星系密度场重构技术，提出联合分析重构前和重构后星系密度场的方法，发现大部分高阶信息可以有效地从两点统计中提取(王钰婷等, 2024, Communications Physics 7, 130)，为高效地从星系巡天中获取宇宙学信息迈出了重要的一步。
为了实现新方法的实测数据应用, 研究团队开展了该系列研究的建模工作。利用高精度的N体模拟，发展了仿真器建模技术，成功建立重构前功率谱、重构后功率谱以及重构前后密度场的交叉功率谱的高精度仿真器，其预测功率谱精度在1-10%。基于仿真器的宇宙学分析，研究团队发现宇宙物质密度，哈勃常数等宇宙学参数的限制精度获得显著提升。该系列工作为实测数据分析奠定了坚实的研究基础。
相关研究成果Emulating Power Spectra for Prereconstructed and Postreconstructed Galaxy Samples于近日在线发表在《天体物理学杂志The Astrophysical Journal》上。
参考来源： 国家天文台
上一篇：随手小事铸就低碳大事业
