Key points are not available for this paper at this time.
Apresentamos uma ferramenta de pós-processamento para simulações adiabáticas GADGET-2 para modelar várias propriedades observadas da floresta Ly em 2,5 < z < 4 que permite uma estimativa de parâmetros eficiente. Em particular, modelamos as histórias térmicas e de ionização que não são calculadas de forma auto-consistente por padrão no GADGET-2. Capturamos o efeito do suavizamento por pressão executando o GADGET-2 a um piso de temperatura elevado e usando um núcleo de suavizamento apropriado. Validamos nosso procedimento comparando diferentes estatísticas derivadas do nosso método com aquelas derivadas usando simulações auto-consistentes com GADGET-3. Estas estatísticas são: espectro de potência do campo de densidade ao longo da linha de visão, função de distribuição de probabilidade de fluxo, espectro de potência do fluxo, estatísticas de wavelet, estatísticas de curvatura, função de distribuição da densidade columnar de H I (N H I), distribuição da largura de linha (b) e dispersão de b versus log N H I. Para o piso de temperatura de 10 4 K e relação sinal-ruído típica de 25, os resultados concordam bem dentro de 20 por cento da simulação auto-consistente GADGET-3. No entanto, essa diferença é menor do que a variância amostral esperada de 1 para um comprimento de caminho de absorção de 5,35 em z = 3. Além disso, para uma cosmologia dada, ganhamos um fator de N no tempo de computação para modelar o meio intergaláctico sob N > 1 histórias térmicas diferentes. Além disso, nosso método nos permite simular a evolução fora do equilíbrio do estado térmico e de ionização do gás e incluir o aquecimento devido a fontes não padrão, como raios cósmicos e raios -gama de alta energia de Blazars.
Gaikwad et al. (Sat,) estudaram esta questão.