Estruturas em grandes escalas com os dados iniciais do J-PAS

• Processo: 24/22287-4
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de maio de 2025
• Data de Término da vigência: 28 de fevereiro de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Astronomia - Astrofísica Extragaláctica
• Pesquisador responsável: Luis Raul Weber Abramo
• Beneficiário: Mateus França Giordano
• Instituição Sede: Instituto de Física (IF). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Cosmologia
• Palavra(s)-Chave do Pesquisador: estruturas em grandes escalas | Formação de Estruturas no Universo | levantamentos de galáxias | Cosmologia

Resumo

O levantamento J-PAS detectará $\sim 10^4$ galáxias/grau$^2$ para produzir um mapa 3D de alta densidade do Universo até $z \sim 1$, empregando uma abordagem inovadora com 56 bandas ópticas estreitas e a banda larga $i$.As observações finalmente começaram em 2023, e em novembro/2024 já temos aproximadamente 100 graus$^2$ imageado em todos os filtros. A divulgação antecipada de dados do J-PAS (Early Data Release) está planejada para 22 de novembro de 2024, com aproximadamente aproximadamente 14 graus$^2$. A velocidade do levantamento está aumentando e em meados de 2025 deveremos estar nos aproximando de centenas de graus2/ano. O objetivo deste projeto é realizar os primeiros estudos de estruturas em grandes escalas com galáxias e quasares do J-PAS. O aluno selecionará uma amostra de objetos extragalácticos começando com a classificação estrela-galáxia-quasar fornecida pelo J-PAS, redshifts fotométricos, profundidades em cada filtro, FWHM, bem como quaisquer variáveis fotométricas que possam ser relevantes para estimar o número esperado de galáxias em cada campo. O aluno vai então calcular a função de correlação de 2 pontos e oespectro de potência de Fourier para as diferentes seleções de galáxias, estimando seu viés (bias) e fazendo uma primeiraavaliação de possíveis fontes de erros sistemáticos. Ele também empregará o DESI Early Data Release, que se sobrepõem parcialmente ao Early Data Release do J-PAS, a fim de produzir subconjuntos de dados com tipos espectrais e redshifts confirmados, que podem então ser usados para medir o impacto da classificação e redshifts fotométricos. (AU)