Симуляции формирования галактик EAGLE: калибровка подрешёточной физики и вариации модели

The EAGLE simulations of galaxy formation: calibration of subgrid physics and model variations
Robert A. Crain, Joop Schaye, Richard G. Bower, Michelle A. Furlong, Matthieu Schaller, Tom Theuns, Claudio Dalla Vecchia, Carlos Silvestre Frenk, Ian G. McCarthy, John C Helly, Adrian R. Jenkins, Yetli Rosas-Guevara, Simon D. M. White, James W. Trayford
2015-04-29

симуляции EAGLEобратная связь от чёрных дыркосмологические симуляциизвёздная обратная связьподсеточная физика
Представлены результаты 13 космологических симуляций, исследующих пространство параметров проекта симуляций EAGLE — «Evolution and Assembly of GaLaxies and their Environments» («Эволюция и сборка галактик и их окружения»). В четырёх симуляциях прослеживается эволюция периодического куба с длиной ребра 50 cMpc, причём в каждой используется своя подрешёточная модель энергетической обратной связи, связанной со звездообразованием. Соответствующие параметры были скорректированы так, чтобы каждая симуляция воспроизводила наблюдаемую функцию масс галактик по звёздам при z = 0,1. Три симуляции не формируют дисковые галактики столь же протяжённые, как наблюдаемые; аналитически показано, что это является следствием численных радиационных потерь, снижающих эффективность обратной связи от звёзд в газе высокой плотности. В четвёртой симуляции — эталонной модели EAGLE — такие потери значительно уменьшены за счёт ввода большего количества энергии в газ более высокой плотности. Эта модель воспроизводит наблюдаемое распределение размеров галактик, а также многие скейлинговые соотношения галактик. В оставшихся девяти симуляциях за один раз изменялся один параметр или один процесс эталонной модели. Установлено, что свойства галактик со звёздной массой ≲ M⋆ — в области «колена» функции масс галактик по звёздам — в основном определяются обратной связью, связанной со звездообразованием, тогда как свойства более массивных галактик также контролируются обратной связью от аккреции на их центральные чёрные дыры. Для воспроизведения наблюдаемой популяции галактик оба процесса должны быть эффективными. В целом симуляции, откалиброванные для воспроизведения функции масс галактик по звёздам на малых красных смещениях, всё ещё могут не формировать реалистичные галактики, однако дополнительное требование приемлемого соответствия размеров галактик приводит к согласованию с широким диапазоном наблюдаемых характеристик.
1
Свойства галактик ниже точки перегиба функции stellar mass в основном определяются обратной связью от звездообразования, тогда как для массивных галактик дополнительно важна обратная связь от аккреции на центральную чёрную дыру.
2
Одного согласования функции stellar mass галактик на низком красном смещении недостаточно для получения реалистичных галактик; учёт размеров галактик обеспечивает согласие с широким диапазоном наблюдаемых характеристик.
3
Эталонная модель EAGLE вводит больше энергии в газ более высокой плотности, существенно уменьшая радиационные потери и воспроизводя наблюдаемое распределение размеров галактик и многие скейлинговые соотношения.
4
Тринадцать симуляций EAGLE исследовали различные модели обратной связи субрешёточного уровня, причём каждая была откалибрована для воспроизведения наблюдаемой функции stellar mass при z = 0,1.
5
Три модели обратной связи формировали слишком компактные дисковые галактики, поскольку численные радиационные потери снижают эффективность обратной связи от звездообразования в газе высокой плотности.

Космологические симуляции EAGLE формирования галактик и моделируемые ими популяции галактик

Влияние физики подсеточных процессов обратной связи от звездообразования и чёрных дыр, включая численные радиационные потери и вариации параметров, на размеры галактик, масштабные соотношения и свойства, зависящие от звёздной массы

Publication Details
Publication Date
2015-04-29
Journal
Publisher
ISSN
Access Type
Author Information
Authors
Robert A. Crain
Joop Schaye
Richard G. Bower
Michelle A. Furlong
Matthieu Schaller
Tom Theuns
Claudio Dalla Vecchia
Carlos Silvestre Frenk
Ian G. McCarthy
John C Helly
Adrian R. Jenkins
Yetli Rosas-Guevara
Simon D. M. White
James W. Trayford
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%