Simple Science

Ciencia de vanguardia explicada de forma sencilla

# Física# Astrofísica de Galaxias

Mapeando el cielo de radio: un nuevo enfoque

Una nueva mirada a las fuentes de radio y la Época de Reionización.

Jinyang Lin, Zhenghao Zhu, Renyi Ma, Anna Bonaldi, Huanyuan Shan

― 8 minilectura


Fuentes de radio en elFuentes de radio en eluniversoimplicaciones para el estudio cósmico.Examinando señales de radio y sus
Tabla de contenidos

Construir un mapa del cielo de radio es super importante, especialmente cuando queremos detectar la señal de emisión de 21 cm de la época en que el universo era muy joven, conocida como la Época de Reionización (EoR). Este mapa ayuda a los científicos en muchas áreas de la investigación espacial. Para crear este mapa, usamos datos de una encuesta de radio llamada el LOFAR Two-meter Sky Survey (LoTSS) a 150 MHz. Con estos datos, descubrimos qué tan brillantes son diferentes fuentes de radio, incluyendo varios tipos de galaxias de radio y Núcleos Galácticos Activos.

Actualizamos un programa de computadora llamado la Simulación de Continuo Extragaláctico de Radio por Niveles (T-RECS) para hacer mejores catálogos de fuentes de radio simuladas. Los conteos de fuentes falsas de nuestro trabajo actualizado coincidieron mejor con lo que realmente vemos en el cielo, especialmente para galaxias distantes. También vimos que nuestro modelo predecía un menor número de fuentes tenues que T-RECS, lo cual podría ser útil para estudiar señales en la banda de baja frecuencia del espectro de radio.

En cuanto a los mapas de intensidad de la línea de emisión de 21 cm en corrimiento al rojo alrededor de 6 y más allá, ofrecen una forma única de mirar lo que estaba pasando en el universo durante la Época de Reionización. Sin embargo, surge un pequeño problema porque las señales que queremos detectar se mezclan con ondas de radio de fondo no deseadas, que vienen de nuestra propia Vía Láctea y otras fuentes que no son exactamente lo que estamos buscando.

Estas fuentes no deseadas se pueden clasificar en dos tipos principales: Núcleos Galácticos Activos (AGNs) y Galaxias de Formación Estelar (SFGs). Las fuentes que no son AGN generan ondas de radio a través de cosas como explosiones de supernova o nubes de gas. Los AGNs, por otro lado, están ocupados comiendo gas, y mientras lo hacen, también emiten ondas de radio. Los AGNs pueden ser ruidosos o tímidos, y los llamamos tipos radio-ruidosos (RL) y radio-silenciosos (RQ).

Los AGNs radio-ruidosos producen la mayor parte de sus señales de radio a través de potentes chorros de partículas. Dependiendo de cómo se vean y su comportamiento, podemos dividirlos aún más en Galaxias de radio de alta excitación (HERGs) y Galaxias de radio de baja excitación (LERGs). Para los AGNs radio-silenciosos, el origen de sus señales de radio aún no está muy claro.

Simular el cielo de radio es una herramienta útil para los astrónomos. Por ejemplo, les ayuda a averiguar cuán completas son sus encuestas de radio y predecir qué tipos de fuentes de radio podrían ver en encuestas futuras. En términos de la investigación sobre reionización, les permite estimar el ruido de fondo que podría oscurecer la señal de 21 cm que quieren estudiar.

El modelo T-RECS está diseñado para simular los dos tipos principales de galaxias de radio: AGNs y SFGs. Tiene en cuenta cosas como qué tan brillantes son las galaxias a diferentes distancias y sus propiedades de agrupamiento. Sin embargo, dado que T-RECS obtiene sus datos principalmente de frecuencias más altas, esto puede causar algunos huecos al intentar entender lo que está sucediendo a frecuencias más bajas.

En los últimos años, ha habido un montón de nuevas encuestas de radio de baja frecuencia, que nos han dado más información que nunca. Una de las encuestas más extensas fue hecha por LOFAR, que identificó alrededor de 80,000 fuentes de radio y las categorizó en HERGs, LERGs, RQ-AGNs, y SFGs.

Comparado con T-RECS, el nuevo catálogo ofrece más variedad al incluir los RQ-AGNs y fuentes adicionales a mayores distancias. Esto ayuda a eliminar discrepancias que vimos a esas altas distancias.

El Square Kilometre Array (SKA) está en camino de construirse y proporcionará incluso mejores observaciones en astronomía de radio. Esto significa que necesitamos tener bien nuestras simulaciones para prepararnos para lo que el SKA detectará y cómo enfrentar los desafíos de obtener la señal de EoR.

En este trabajo, presentamos una nueva perspectiva sobre cómo clasificar las fuentes de radio y sus modelos de evolución. Lo desglosamos en secciones, comenzando con cómo elegimos nuestros datos, seguido de nuestros modelos para AGNs y SFGs, y una comparación de nuestros resultados con lo que ya se ha observado.

Dado que las ondas de radio no se preocupan por el polvo, usar encuestas de radio profundas nos da una vista clara de galaxias y AGNs. Basándonos en la profunda encuesta de LOFAR a 150 MHz en tres regiones del cielo, que tomó mucho tiempo de telescopio, creamos un catálogo de 81,951 fuentes. Luego clasificamos estas fuentes en diferentes categorías según sus niveles de brillo y características.

Para las fuentes con ondas de radio bajas, averiguamos si eran SFGs o RQ-AGNs basándonos en sus espectros de radio. Las fuentes de alto flujo de radio se dividieron en LERGs y HERGs. Hicimos esto comparando resultados de varios códigos diseñados para averiguar cómo se distribuye la energía a través de diferentes longitudes de onda para cada fuente. Esto nos ayudó a asignar tasas de formación estelar y masas de manera efectiva.

Las fuentes de radio consisten principalmente en AGNs y SFGs, haciendo que nuestro nuevo catálogo sea perfecto para simular las fuentes de fondo para la señal de 21 cm. Para refinar nuestra selección, buscamos fuentes dentro de rangos de corrimiento al rojo específicos y un límite de densidad de flujo en el que pudiéramos confiar. Esto nos ayudó a identificar un total de fuentes mientras filtrábamos las que no cumplían con nuestros criterios.

A continuación, describimos nuestros modelos para entender las funciones de luminosidad. Estas funciones describen qué tan brillantes son los diferentes tipos de galaxias de radio y cómo cambia este brillo con el tiempo. Ajustamos estas funciones basándonos en lo que aprendimos de nuestros datos del catálogo, usando un método conocido como Cadena de Markov de Monte Carlo para obtener un rango de probabilidades para estas mediciones.

Establecimos nuestras funciones de luminosidad para HERGs y LERGs basándonos en cómo sus características cambian con el corrimiento al rojo. Esto incluyó actualizar valores para representar cómo evolucionaron estas funciones a lo largo del tiempo.

Los RQ-AGNs muestran signos de actividad en diversas longitudes de onda, pero carecen de los potentes chorros de radio típicos de los tipos radio-ruidosos. Las fuentes exactas de sus emisiones de radio aún están en debate. Sin embargo, parece que tanto la formación estelar como un núcleo central podrían desempeñar un papel en la producción de emisiones de radio.

También estimamos la tasa de formación estelar para todas las fuentes. Para RQ-AGNs y SFGs, usamos una relación entre su luminosidad de radio y su tasa de formación estelar. Para HERGs y LERGs, señalamos un exceso de radio adicional que consideramos al calcular la tasa de formación estelar total.

Otro aspecto que analizamos es el índice espectral, que describe cómo se relaciona la frecuencia de las ondas de radio entre sí. Descubrimos que las distribuciones del índice espectral para AGNs y SFGs tenían patrones consistentes, que usamos para calcular los índices espectrales de nuestras fuentes.

Al resumir los hallazgos de nuestro modelo, comparamos rigurosamente nuestras predicciones con observaciones existentes y otras simulaciones para justificar nuestro trabajo. Nos enfocamos particularmente en cuán de cerca nuestros resultados coincidían con las fuentes reales que esperamos ver en el cielo.

En esencia, nuestras simulaciones y modelos nos han acercado a entender la mezcla de fuentes de radio en el universo. Descubrimos que nuestros métodos ofrecen una mejor coincidencia con los datos reales, lo que podría ayudar en estudios futuros del cielo de radio.

Incluso hicimos disponible nuestro código T-RECS modificado para otros en la comunidad de investigación. Esto significa que a medida que exploramos más del cielo de fuentes de radio de baja frecuencia, estamos proporcionando herramientas para que otros se unan a la búsqueda.

Con un poco de humor, correr por el universo mientras observamos todas estas fascinantes señales de radio se siente como intentar atrapar mariposas con una red hecha de espaguetis- es un desafío, pero muy gratificante cuando finalmente logras atrapar algunas.

Fuente original

Título: A New Model for the Extragalactic Radio Sky at Low Frequency Calibrated Using the LOFAR Two-metre Survey

Resumen: Building the radio sky template are crucial for detecting the 21 cm emission line signal from the Epoch of Reionization (EoR), as well as for other cosmological research endeavors. Utilizing data from the LOFAR Two-meter Sky Survey (LoTSS) at 150 MHz, we recalibrated the luminosity function for various types of radio sources, including High Excitation Radio Galaxies (HERGs), Low Excitation Radio Galaxies (LERGs), Radio-Quiet Active Galactic Nuclei (RQ-AGNs), and Star-Forming Galaxies (SFGs). We subsequently updated the Tiered Radio Extragalactic Continuum Simulation (T-RECS) code to generate refined mock radio source catalogues. The simulated source counts from this work align more closely with observed data at redshifts greater than $z>4$. Additionally, the differential source counts in total intensity within the flux density range of $0.1-1~\mathrm{mJy}$ closely mirror actual observations. Due to our model incorporating a lower number of faint sources compared to T-RECS, it predicts a reduced power spectrum for point sources, suggesting a potential advantage in studies in low frequency band.

Autores: Jinyang Lin, Zhenghao Zhu, Renyi Ma, Anna Bonaldi, Huanyuan Shan

Última actualización: 2024-11-06 00:00:00

Idioma: English

Fuente URL: https://arxiv.org/abs/2411.03931

Fuente PDF: https://arxiv.org/pdf/2411.03931

Licencia: https://creativecommons.org/licenses/by/4.0/

Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.

Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.

Más de autores

Artículos similares