Probabilistic characterization of blending with LSST and application to cluster lensing cosmology

Les amas de galaxies sont les structures gravitationnellement liées les plus massives de l’Univers. Leur abondance en fonction du redshift est sensible à la cosmologie et permet de contraindre des paramètres comme la densité de matière Omega_m, l’amplitude des fluctuations sigma_8 ou les propriétés de l’énergie noire. Les masses d’amas n’étant pas directement observables, elles sont déduites de façon indirecte. En optique, la richesse, qui donne le nombre de galaxies membres, est souvent utilisée via une relation d’échelle masse-richesse. Le lentillage gravitationnel faible constitue une autre sonde puissante, en mesurant la distorsion des formes des galaxies d’arrière-plan induite par la masse projetée des amas.La calibration des masses par lentillage nécessite des mesures précises des formes et redshifts des galaxies d’arrière-plan. Cela représente un challenge pour les relevés profonds depuis le sol, tels que le Legacy Survey of Space and Time (LSST), conduit par l’observatoire Vera C. Rubin, où le recouvrement des images de galaxies, dû à la résolution limitée par l’atmosphère et à la densité élevée des sources, constitue une source majeure d’erreurs systématiques, connue sous le nom de blending. On s’attend à ce que plus de 60% des galaxies détectées dans LSST soient affectées par le blending, ce qui introduit des biais systématiques dans les mesures de formes et de redshifts photométriques.Cette thèse, menée dans le cadre de la collaboration LSST Dark Energy Science Collaboration (DESC), utilise les données simulées du Data Challenge 2 (DC2), comprenant un catalogue "vérité" de galaxies (cosmoDC2) issu d’une simulation N-corps, et un catalogue d’objets détectés à partir d’images simulées de LSST (DC2object). Pour identifier les systèmes impactés par le blending, j'utilise dans un premier temps un algorithme Friends-of-Friends qui compare les données cosmoDC2 et DC2object. Toutefois, cette approche, uniquement basée sur les positions des objets et galaxies, n’est pas suffisamment précise pour des sources étendues comme les galaxies.Pour répondre à ce problème, j'ai développé un algorithme amélioré de comparaison des catalogues, implémenté dans le code friendly, qui combine des informations de position, de forme et de magnitude. Cette approche conduit à la définition d’une nouvelle métrique, appelée blending entropy, qui quantifie l’ambiguïté de "matching" entre objets et galaxies, à partir de probabilités relatives. Je montre que cette métrique identifie efficacement les objets fortement impactés par le blending, améliorant ainsi la caractérisation des "blends" par rapport aux méthodes existantes.Dans la seconde partie de cette thèse, cette métrique est appliquée au contexte du lentillage faible induit par les amas en utilisant les halos de DC2 comme lentilles. Je mesure les profils de lentillage DeltaSigma et montre que le blending supprime systématiquement le signal, menant à une sous-estimation de la masse des amas. En utilisant la blending entropy, j'estime que ~23% des galaxies d’arrière-plan sont fortement impactées par le blending. Leur exclusion permet d’atténuer partiellement ce biais et d’améliorer la précision des estimations de masse.En combinant les masses estimées par lentillage avec les abondances d’amas dans des intervalles de richesse et de redshift, j'obtiens des contraintes sur les paramètres cosmologiques (Omega_m, sigma_8) ainsi que sur les paramètres de la relation masse-richesse. Le blending introduit un biais significatif entraînant une tension ~3 sigma entre les catalogues DC2object et cosmoDC2. L'utilisation d’une coupure sur la blending entropy pour isoler l'effet du blending réduit cette tension à environ 1.6 sigma. Enfin, je compare cette stratégie de mitigation à d'autres métriques, telles que la blendedness et une définition alternative de la blending entropy.