ELUCID数值模拟
公告来源:图片新闻 发布日期:2015/01/23

     

      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。作为一系列工作的第一项,最近,杨小虎课题组和合作者首次将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0.75h-1Mpc及40步PM迭代时,HMC算法能重构尺度k~0.85hMpc-1(高红移)以及尺度k~3.4hMpc-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,课题组还验证了利用更高的空间分辨率能进一步提高重构精度,这为我们将该方法应用到观测所能达到的极限精度提供了基准。(The Astrophysical Journal, 794, 94 (2014))。

 

   

    图:ELUCID数值模拟检验。左图为L100数值模拟中的粒子分布,右图为对应的重构数值模拟预言的粒子分布。