ELUCID数值模型
公告来源:科研动态 发布日期:2015/01/23

    杨小虎教授课题组提出了ELUCID计划:利用PM方法有效提高重构数值模拟精度。利用近邻宇宙的观测信息从事重构数值模拟(ELUCID)能够最大程度地利用观测数据,研究结构形成的非线性演化理论。团队首次将PM方法引进HMC算法进行初始条件的重构。通过对比重构和原始的数值模拟,发现该方法能精确重构原始密度场的扰动幅度和相位。在该方法中,当采用格点尺度为 0.75 h -1 Mpc 及 40 步PM迭代时,HMC算法能重构尺度k ~ 0.85 h Mpc-1(高红移) 以及尺度k ~ 3.4 h Mpc-1(红移z = 0 )的超过一半的模。这些结果远远超过了迄今为止的所有重构精度。同时,团队还验证了利用更高的空间分辨率能进一步提高重构精度,这为将该方法应用到观测所能达到的极限精度提供了基准。另外,通过对比相关的功率谱、暗晕质量函数等,发现该方法所引入的系统误差最小。