The relationship between substructure in 2D X-ray surface brightness images and weak-lensing mass maps of galaxy clusters: a simulation study
Notice bibliographique
Résumé
Recent X-ray and weak-lensing observations of galaxy clusters have revealed that the hot gas does not always directly trace the dark matter within these systems. Such configurations are extremely interesting. They offer a new vista on to the complex interplay between gravity and baryonic physics, and may even be used as indicators of the clusters’ dynamical state. In this paper, we undertake a study to determine what insight can be reliably gleaned from the comparison of the X-ray and the weak-lensing mass maps of galaxy clusters. We do this by investigating the two-dimensional (2D) substructure within three high-resolution cosmological simulations of galaxy clusters. Our main results focus on non-radiative gas dynamics, but we also consider the effects of radiative cooling at high redshift. For our analysis, we use a novel approach, based on unsharp-masking, to identify substructures in 2D surface mass density and X-ray surface brightness maps. At full resolution (∼15 h−1 kpc), this technique is capable of identifying almost all self-bound dark matter subhaloes with M > 1012h−1 M⊙. We also report a correlation between the mass of a subhalo and the area of its corresponding 2D detection; such a correlation, once calibrated, could provide a useful estimator for substructure mass. Comparing our 2D mass and X-ray substructures, we find a surprising number of cases where the matching fails: around one-third of galaxy-sized substructures have no X-ray counterpart. Some interesting cases are also found at larger masses, in particular the cores of merging clusters where the situation can be complex. Finally, we degrade our mass maps to what is currently achievable with weak-lensing observations (∼100 h−1 kpc at z= 0.2). While the completeness mass limit increases by around an order of magnitude, a mass–area correlation remains. Our paper clearly demonstrates that the next generation of lensing surveys should start to reveal a wealth of information on cluster substructure.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».