We combine high redshift Type Ia supernovae from the first 3 years of the Supernova Legacy Survey (SNLS) with other supernova (SN) samples, primarily at lower redshifts, to form a high-quality joint sample of 472 SNe (123 low-$z$, 93 SDSS, 242 SNLS, and 14 {\it Hubble Space Telescope}). SN data alone require cosmic acceleration at >99.9% confidence, including systematic effects. For the dark energy equation of state parameter (assumed constant out to at least $z=1.4$) in a flat universe, we find $w = -0.91^{+0.16}_{-0.20}(\mathrm{stat}) ^{+0.07}_{-0.14} (\mathrm{sys})$ from SNe only, consistent with a cosmological constant. Our fits include a correction for the recently discovered relationship between host-galaxy mass and SN absolute brightness. We pay particular attention to systematic uncertainties, characterizing them using a systematics covariance matrix that incorporates the redshift dependence of these effects, as well as the shape-luminosity and color-luminosity relationships. Unlike previous work, we include the effects of systematic terms on the empirical light-curve models. The total systematic uncertainty is dominated by calibration terms. We describe how the systematic uncertainties can be reduced with soon to be available improved nearby and intermediate-redshift samples, particularly those calibrated onto USNO/SDSS-like systems.

We present photometric properties and distance measurements of 252 high redshift Type Ia supernovae (0.15 < z < 1.1) discovered during the first three years of the Supernova Legacy Survey (SNLS). These events were detected and their multi-colour light curves measured using the MegaPrime/MegaCam instrument at the Canada-France-Hawaii Telescope (CFHT), by repeatedly imaging four one-square degree fields in four bands. Follow-up spectroscopy was performed at the VLT, Gemini and Keck telescopes to confirm the nature of the supernovae and to measure their redshifts. Systematic uncertainties arising from light curve modeling are studied, making use of two techniques to derive the peak magnitude, shape and colour of the supernovae, and taking advantage of a precise calibration of the SNLS fields. A flat LambdaCDM cosmological fit to 231 SNLS high redshift Type Ia supernovae alone gives Omega_M = 0.211 +/- 0.034(stat) +/- 0.069(sys). The dominant systematic uncertainty comes from uncertainties in the photometric calibration. Systematic uncertainties from light curve fitters come next with a total contribution of +/- 0.026 on Omega_M. No clear evidence is found for a possible evolution of the slope (beta) of the colour-luminosity relation with redshift.

Aims. The Euclid space telescope will measure the shapes and redshifts of galaxies to reconstruct the expansion history of the Universe and the growth of cosmic structures. The estimation of the expected performance of the experiment, in terms of predicted constraints on cosmological parameters, has so far relied on various individual methodologies and numerical implementations, which were developed for different observational probes and for the combination thereof. In this paper we present validated forecasts, which combine both theoretical and observational ingredients for different cosmological probes. This work is presented to provide the community with reliable numerical codes and methods for Euclid cosmological forecasts. Methods. We describe in detail the methods adopted for Fisher matrix forecasts, which were applied to galaxy clustering, weak lensing, and the combination thereof. We estimated the required accuracy for Euclid forecasts and outline a methodology for their development. We then compare and improve different numerical implementations, reaching uncertainties on the errors of cosmological parameters that are less than the required precision in all cases. Furthermore, we provide details on the validated implementations, some of which are made publicly available, in different programming languages, together with a reference training-set of input and output matrices for a set of specific models. These can be used by the reader to validate their own implementations if required. Results. We present new cosmological forecasts for Euclid . We find that results depend on the specific cosmological model and remaining freedom in each setting, for example flat or non-flat spatial cosmologies, or different cuts at non-linear scales. The numerical implementations are now reliable for these settings. We present the results for an optimistic and a pessimistic choice for these types of settings. We demonstrate that the impact of cross-correlations is particularly relevant for models beyond a cosmological constant and may allow us to increase the dark energy figure of merit by at least a factor of three.

Forthcoming large photometric surveys for cosmology require precise and accurate photometric redshift (photo- z ) measurements for the success of their main science objectives. However, to date, no method has been able to produce photo- z s at the required accuracy using only the broad-band photometry that those surveys will provide. An assessment of the strengths and weaknesses of current methods is a crucial step in the eventual development of an approach to meet this challenge. We report on the performance of 13 photometric redshift code single value redshift estimates and redshift probability distributions (PDZs) on a common set of data, focusing particularly on the 0.2 − 2.6 redshift range that the Euclid mission will probe. We designed a challenge using emulated Euclid data drawn from three photometric surveys of the COSMOS field. The data was divided into two samples: one calibration sample for which photometry and redshifts were provided to the participants; and the validation sample, containing only the photometry to ensure a blinded test of the methods. Participants were invited to provide a redshift single value estimate and a PDZ for each source in the validation sample, along with a rejection flag that indicates the sources they consider unfit for use in cosmological analyses. The performance of each method was assessed through a set of informative metrics, using cross-matched spectroscopic and highly-accurate photometric redshifts as the ground truth. We show that the rejection criteria set by participants are efficient in removing strong outliers, that is to say sources for which the photo- z deviates by more than 0.15(1 + z ) from the spectroscopic-redshift (spec- z ). We also show that, while all methods are able to provide reliable single value estimates, several machine-learning methods do not manage to produce useful PDZs. We find that no machine-learning method provides good results in the regions of galaxy color-space that are sparsely populated by spectroscopic-redshifts, for example z > 1. However they generally perform better than template-fitting methods at low redshift ( z < 0.7), indicating that template-fitting methods do not use all of the information contained in the photometry. We introduce metrics that quantify both photo- z precision and completeness of the samples (post-rejection), since both contribute to the final figure of merit of the science goals of the survey (e.g., cosmic shear from Euclid ). Template-fitting methods provide the best results in these metrics, but we show that a combination of template-fitting results and machine-learning results with rejection criteria can outperform any individual method. On this basis, we argue that further work in identifying how to best select between machine-learning and template-fitting approaches for each individual galaxy should be pursued as a priority.

The Complete Calibration of the Colour-Redshift Relation survey (C3R2) is a spectroscopic effort involving ESO and Keck facilities designed to empirically calibrate the galaxy colour-redshift relation - P(z|C) to the Euclid depth (i_AB=24.5) and is intimately linked to upcoming Stage IV dark energy missions based on weak lensing cosmology. The aim is to build a spectroscopic calibration sample that is as representative as possible of the galaxies of the Euclid weak lensing sample. In order to minimise the number of spectroscopic observations to fill the gaps in current knowledge of the P(z|C), self-organising map (SOM) representations of the galaxy colour space have been constructed. Here we present the first results of an ESO@ VLT Large Programme approved in the context of C3R2, which makes use of the two VLT optical and near-infrared multi-object spectrographs, FORS2 and KMOS. This paper focuses on high-quality spectroscopic redshifts of high-z galaxies observed with the KMOS spectrograph in the H- and K-bands. A total of 424 highly-reliable z are measured in the 1.3<=z<=2.5 range, with total success rates of 60.7% in the H-band and 32.8% in the K-band. The newly determined z fill 55% of high and 35% of lower priority empty SOM grid cells. We measured Halpha fluxes in a 1."2 radius aperture from the spectra of the spectroscopically confirmed galaxies and converted them into star formation rates. In addition, we performed an SED fitting analysis on the same sample in order to derive stellar masses, E(B-V), total magnitudes, and SFRs. We combine the results obtained from the spectra with those derived via SED fitting, and we show that the spectroscopic failures come from either weakly star-forming galaxies (at z<1.7, i.e. in the H-band) or low S/N spectra (in the K-band) of z>2 galaxies.

The accuracy of photometric redshifts (photo-zs) particularly affects the results of the analyses of galaxy clustering with photometrically-selected galaxies (GCph) and weak lensing. In the next decade, space missions like Euclid will collect photometric measurements for millions of galaxies. These data should be complemented with upcoming ground-based observations to derive precise and accurate photo-zs. In this paper, we explore how the tomographic redshift binning and depth of ground-based observations will affect the cosmological constraints expected from Euclid. We focus on GCph and extend the study to include galaxy-galaxy lensing (GGL). We add a layer of complexity to the analysis by simulating several realistic photo-z distributions based on the Euclid Consortium Flagship simulation and using a machine learning photo-z algorithm. We use the Fisher matrix formalism and these galaxy samples to study the cosmological constraining power as a function of redshift binning, survey depth, and photo-z accuracy. We find that bins with equal width in redshift provide a higher Figure of Merit (FoM) than equipopulated bins and that increasing the number of redshift bins from 10 to 13 improves the FoM by 35% and 15% for GCph and its combination with GGL, respectively. For GCph, an increase of the survey depth provides a higher FoM. But the addition of faint galaxies beyond the limit of the spectroscopic training data decreases the FoM due to the spurious photo-zs. When combining both probes, the number density of the sample, which is set by the survey depth, is the main factor driving the variations in the FoM. We conclude that there is more information that can be extracted beyond the nominal 10 tomographic redshift bins of Euclid and that we should be cautious when adding faint galaxies into our sample, since they can degrade the cosmological constraints.

The Near-Infrared Spectrometer and Photometer (NISP) on board the satellite provides multiband photometry and $R slitless grism spectroscopy in the 950--2020\,nm wavelength range. In this reference article, we illuminate the background of NISP's functional and calibration requirements, describe the instrument's integral components, and provide all its key properties. We also sketch the processes needed to understand how NISP operates and is calibrated as well as its technical potentials and limitations. Links to articles providing more details and the technical background are included. The NISP's 16 H2RG detectors with a plate scale of $ deliver a field of view of 0.57\,deg$^2$. In photometric mode, NISP reaches a limiting magnitude of sim \,24.5\,AB\,mag in three photometric exposures of about 100\,s in exposure time for point sources and with a S/N of five. For spectroscopy, NISP's point-source sensitivity is a SNR = 3.5 detection of an emission line with flux sim \,$2 $ integrated over two resolution elements of 13.4\ in 3times 560\,s grism exposures at 1.6\ (redshifted Halpha ). Our calibration includes on-ground and in-flight characterisation and monitoring of the pixel-based detector baseline, dark current, non-linearity, and sensitivity to guarantee a relative photometric accuracy better than 1.5<!PCT!> and a relative spectrophotometry better than 0.7<!PCT!>. The wavelength calibration must be accurate to 5\ or better. The NISP is the state-of-the-art instrument in the near-infrared for all science beyond small areas available from HST and JWST -- and it represents an enormous advance from any existing instrumentation due to its combination of field size and high throughput of telescope and instrument. During six-year survey covering 14\,000\,deg$^2$ of extragalactic sky, NISP will be the backbone in determining distances of more than a billion galaxies. Its near-infrared data will become a rich reference imaging and spectroscopy data set for the coming decades.

Multi-object spectroscopic galaxy surveys typically make use of photometric and colour criteria to select their targets. That is not the case of which will use the NISP slitless spectrograph to record spectra for every source over its field of view. Slitless spectroscopy has the advantage of avoiding defining a priori a specific galaxy sample, but at the price of making the selection function harder to quantify. In its Wide Survey was designed to build robust statistical samples of emission-line galaxies with fluxes brighter than $ 2e-16 erg s cm $, using the Halpha -$ N ii right $ complex to measure redshifts within the range $ $. Given the expected signal-to-noise ratio of NISP spectra, at such faint fluxes a significant contamination by incorrectly measured redshifts is expected, either due to misidentification of other emission lines, or to noise fluctuations mistaken as such, with the consequence of reducing the purity of the final samples. This can be significantly ameliorated by exploiting the extensive photometric information to identify emission-line galaxies over the redshift range of interest. Beyond classical multi-band selections in colour space, machine learning techniques provide novel tools to perform this task. Here, we compare and quantify the performance of six such classification algorithms in achieving this goal. We consider the case when only the photometric and morphological measurements are used, and when these are supplemented by the extensive set of ancillary ground-based photometric data, which are part of the overall scientific strategy to perform lensing tomography. The classifiers are trained and tested on two mock galaxy samples, the EL-COSMOS and Euclid Flagship2 catalogues. The best performance is obtained from either a dense neural network or a support vector classifier, with comparable results in terms of the adopted metrics. When training on on-board photometry alone, these are able to remove $87<!PCT!>$ of the sources that are fainter than the nominal flux limit or lie outside the $0.9<z<1.8$ redshift range, a figure that increases to $97<!PCT!>$ when ground-based photometry is included. These results show how by using the photometric information available to it will be possible to efficiently identify and discard spurious interlopers, allowing us to build robust spectroscopic samples for cosmological investigations.

This paper presents the specification, design, and development of the Visible Camera (VIS) on the ESA Euclid mission. VIS is a large optical-band imager with a field of view of 0.54 deg^2 sampled at 0.1" with an array of 609 Megapixels and spatial resolution of 0.18". It will be used to survey approximately 14,000 deg^2 of extragalactic sky to measure the distortion of galaxies in the redshift range z=0.1-1.5 resulting from weak gravitational lensing, one of the two principal cosmology probes of Euclid. With photometric redshifts, the distribution of dark matter can be mapped in three dimensions, and, from how this has changed with look-back time, the nature of dark energy and theories of gravity can be constrained. The entire VIS focal plane will be transmitted to provide the largest images of the Universe from space to date, reaching m_AB>24.5 with S/N >10 in a single broad I_E~(r+i+z) band over a six year survey. The particularly challenging aspects of the instrument are the control and calibration of observational biases, which lead to stringent performance requirements and calibration regimes. With its combination of spatial resolution, calibration knowledge, depth, and area covering most of the extra-Galactic sky, VIS will also provide a legacy data set for many other fields. This paper discusses the rationale behind the VIS concept and describes the instrument design and development before reporting the pre-launch performance derived from ground calibrations and brief results from the in-orbit commissioning. VIS should reach fainter than m_AB=25 with S/N>10 for galaxies of full-width half-maximum of 0.3" in a 1.3" diameter aperture over the Wide Survey, and m_AB>26.4 for a Deep Survey that will cover more than 50 deg^2. The paper also describes how VIS works with the other Euclid components of survey, telescope, and science data processing to extract the cosmological information.

The Euclid ERO programme targeted the Perseus cluster of galaxies, gathering deep data in the central region of the cluster over 0.7 square degree, corresponding to approximately 0.25 r_200. The data set reaches a point-source depth of IE=28.0 (YE, JE, HE = 25.3) AB magnitudes at 5 sigma with a 0.16" and 0.48" FWHM, and a surface brightness limit of 30.1 (29.2) mag per square arcsec. The exceptional depth and spatial resolution of this wide-field multi-band data enable the simultaneous detection and characterisation of both bright and low surface brightness galaxies, along with their globular cluster systems, from the optical to the NIR. This study advances beyond previous analyses of the cluster and enables a range of scientific investigations summarised here. We derive the luminosity and stellar mass functions (LF and SMF) of the Perseus cluster in the Euclid IE band, thanks to supplementary u,g,r,i,z and Halpha data from the CFHT. We adopt a catalogue of 1100 dwarf galaxies, detailed in the corresponding ERO paper. We identify all other sources in the Euclid images and obtain accurate photometric measurements using AutoProf or AstroPhot for 138 bright cluster galaxies, and SourceExtractor for half a million compact sources. Cluster membership for the bright sample is determined by calculating photometric redshifts with Phosphoros. Our LF and SMF are the deepest recorded for the Perseus cluster, highlighting the groundbreaking capabilities of the Euclid telescope. Both the LF and SMF fit a Schechter plus Gaussian model. The LF features a dip at M(IE)=-19 and a faint-end slope of alpha_S = -1.2 to -1.3. The SMF displays a low-mass-end slope of alpha_S = -1.2 to -1.35. These observed slopes are flatter than those predicted for dark matter halos in cosmological simulations, offering significant insights for models of galaxy formation and evolution.