Analysis validation of the Lyman-alpha forest measurements from the Dark Energy Spectroscopic Instrument

Abstract

En les darreres dècades, els avenços en els estudis de galàxies han millorat significativament la nostra capacitat per estudiar la composició i evolució de l'univers, en particular l'elusiva energia fosca. Mentre que els estudis de galàxies han estat tradicionalment la forma habitual d'estudiar la distribució de la matèria, en aquesta tesi he fet contribucions importants al desenvolupament d'un sondeig alternatiu: el Lyman-alpha forest.

El Lyman-alpha forest és un patró de característiques d'absorció en els espectres de quàsars distants causat per l'hidrogen neutre entre el quàsar i la nostra galàxia. El sondeig del Dark Energy Spectroscopic Instrument (DESI) mesurarà els espectres de fins a 3 milions de quàsars, proporcionant la millor mesura de l'expansió de l'univers fins avui utilitzant el Lyman-alpha forest.

Les meves contribucions a aquest sondeig inclouen la creació del primer catàleg Lyman-alpha utilitzant la Early Data Release del sondeig i la validació de l'anàlisi utilitzant dades de la Data Release 1.

Per ajudar en el desenvolupament de sondeigs cosmològics, s'utilitzen conjunts de dades sintètiques per ajudar a construir processos d'anàlisi, estimar matrius de covariància i fer pronòstics. En aquesta tesi presento CoLoRe, un codi per a la generació de dades sintètiques per a múltiples traçadors, inclòs el Lyman-alpha forest. Aquest codi permet la generació de dades aleatòries de múltiples sondeigs moderns en la mateixa realització, cosa que permet estudiar la interacció entre ells.

En las últimas décadas, los avances en los estudios de galaxias han mejorado significativamente nuestra capacidad para estudiar la composición y evolución del universo, en particular la esquiva energía oscura. Mientras que los estudios de galaxias han sido tradicionalmente la forma habitual de estudiar la distribución de la materia, en esta tesis he hecho importantes contribuciones al desarrollo de una sondeo alternativo: el Lyman-alpha forest.

El Lyman-alpha forest es un patrón de características de absorción en los espectros de cuásares distantes causado por el hidrógeno neutro entre el cuásar y nuestra galaxia. La sondeo del Dark Energy Spectroscopic Instrument (DESI) medirá los espectros de hasta 3 millones de cuásares, proporcionando la mejor medición de la expansión del universo hasta la fecha utilizando el Lyman-alpha forest.

Mis contribuciones a este sondeo incluyen la creación del primer catálogo Lyman-alpha utilizando la Early Data Release del sondeo y la validación del análisis utilizando datos de la Data Release 1.

Para ayudar en el desarrollo de sondeos cosmológicos, se utilizan conjuntos de datos sintéticos para ayudar a construir procesos de análisis, estimar matrices de covarianza y realizar pronósticos. En esta tesis presento CoLoRe, un código para la generación de datos sintéticos para múltiples trazadores, incluido el Lyman-apha forest. Este código permite la generación de datos aleatorios de múltiples sondeos modernos en la misma realización, lo que permite estudiar la interacción entre ellos.

In recent decades, advances in galaxy surveys have significantly enhanced our ability to study the universe's composition and evolution, particularly the elusive dark energy. While galaxy surveys have traditionally been the usual way of studying the distribution of matter, in this thesis I have made important contributions to the development of an alternative probe: the Lyman-alpha forest.

The Lyman-alpha forest is a pattern of absorption features in the spectra of distant quasars caused by intervening neutral hydrogen. The Dark Energy Spectroscopic Instrument (DESI) survey will measure the spectra of up to 3 million quasars, providing the best measurement of the universe's expansion to date using the Lyman-alpha forest.

My contributions to this survey include the creation of the first Lyman-alpha catalog using the Early Data Release from the survey. And the analysis validation using data from Data Release 1.

To aid in the development of cosmological surveys, synthetic datasets are used to help build analysis pipelines, estimate covariance matrices, and perform forecasting. In this thesis I present CoLoRe, a code for synthetic data generation for multiple tracers, including the Lyman-alpha forest. This code allows for the generation of random data from multiple state-of-the-art surveys in the same realisation, enabling the study of the interplay between them.