Simple Science

La science de pointe expliquée simplement

# Physique# Astrophysique solaire et stellaire# Astrophysique des galaxies

Comprendre les environnements des supernovae à effondrement de coeur

Analyser comment les environnements influencent les événements explosifs dans les étoiles massives.

― 7 min lire


Aperçus sur lesAperçus sur lessupernovas à effondrementde cœursur les événements de supernova.Examiner l'influence des environnements
Table des matières

Les supernovas par effondrement de cœur (CCSNe) sont des explosions puissantes qui se produisent lorsque des étoiles massives manquent de carburant et ne peuvent plus se soutenir contre la gravité. Ces événements sont importants pour comprendre comment les étoiles évoluent et comment elles affectent leur environnement. En étudiant les environnements dans lesquels ces supernovas se produisent, les chercheurs peuvent obtenir des informations sur les cycles de vie des étoiles massives.

Dans cette étude, on se concentre sur l'analyse des environnements des CCSNe détectés par le All-Sky Automated Survey for Supernovae (ASAS-SN). En utilisant des instruments avancés comme MUSE au Very Large Telescope (VLT), on examine un large échantillon de supernovas et de leurs galaxies hôtes.

L'Importance des Environnements de CCSN

Étudier les environnements des CCSNe peut fournir des indices sur les propriétés des étoiles qui ont explosé. Les conditions dans lesquelles ces étoiles se forment peuvent influencer le type de supernova qui se produit. Par exemple, différents types de CCSNe, comme les types II, Ib et Ic, sont associés à différents progeniteurs stellaires et environnements.

Comprendre les caractéristiques des environnements de supernova aide les chercheurs à établir des liens entre les étoiles qui explosent et les explosions elles-mêmes. L'objectif est d'en apprendre davantage sur les conditions initiales menant aux supernovas et comment ces événements contribuent à l'évolution des galaxies.

Sélection de l'Échantillon

Le projet ASAS-SN est conçu pour détecter des supernovas dans tout le ciel. Cette approche permet aux chercheurs de rassembler des données provenant d'une large gamme d'environnements sans biais envers des galaxies plus brillantes ou plus proches. Dans cette étude, on utilise un échantillon de 112 CCSNe identifiés entre 2014 et 2018.

Pour être inclus, les supernovas doivent avoir des données claires sur leurs emplacements et leurs galaxies hôtes correspondantes. Cela garantit qu'on peut analyser avec précision les environnements immédiats autour des explosions.

Analyse des Galaxies Hôtes

Avec l'instrument MUSE, on explore diverses propriétés physiques des galaxies hôtes où ces supernovas ont eu lieu. Les facteurs clés incluent :

  • Le taux de formation stellaire (SFR) : Cela indique la rapidité à laquelle de nouvelles étoiles se forment dans une galaxie.
  • La largeur équivalente d'hydrogène (H EW) : Cela mesure la force des lignes d'émission d'hydrogène, reflétant la présence d'étoiles jeunes.
  • L'abondance en oxygène : Cela indique combien d'oxygène est présent dans la galaxie, ce qui est lié à la métall icité globale, ou richesse, de l'environnement.
  • L'Extinction : Cela mesure combien de lumière est absorbée par la poussière et le gaz, ce qui peut affecter les observations.

Ces facteurs aident à dresser un tableau de l'environnement dans lequel chaque supernova s'est produite.

Types de Supernovas par Effondrement de Cœur

Il existe plusieurs types de CCSNe, chacun associé à différentes étoiles progenitrices. Ils incluent :

  • Supernovas de type II : Elles se caractérisent par la présence d'hydrogène dans leurs spectres et proviennent typiquement d'étoiles supergéantes rouges.
  • Supernovas de type Ibc (Ib et Ic) : Ces événements manquent d'hydrogène et sont considérés comme provenant d'étoiles plus massives ayant perdu leurs couches externes.
  • Supernovas de type IIn : Elles se produisent dans des environnements avec un matériau circumstellaire dense, produisant souvent des lignes d'émission étroites dans leurs spectres.

En analysant différents types de CCSNe, on peut mieux comprendre leurs progeniteurs et les environnements qui ont conduit à leur formation.

Résultats de l'Analyse

On a constaté que les environnements jouent un rôle crucial dans la détermination des propriétés des supernovas. Voici quelques-unes des principales conclusions de notre analyse :

Taux de Formation Stellaire

Les types de supernovas montrent des variations dans leurs taux de formation stellaire environnants. Les supernovas à enveloppe dépouillée (SESNe), qui incluent les types Ib et Ic, ont tendance à se produire dans des régions avec des Taux de formation d'étoiles plus élevés par rapport aux supernovas de type II. Cela suggère que ces supernovas pourraient provenir de populations stellaires plus jeunes.

Largeur Équivalente d'Hydrogène

La largeur équivalente d'hydrogène est un indicateur important de l'activité récente de formation d'étoiles dans une région. Notre analyse a indiqué que les SESNe avaient une H EW médiane plus élevée comparée aux supernovas de type II. Cela s'aligne avec l'idée que les SESNe sont liées à des régions de formation d'étoiles plus actives.

Abondance en Oxygène

L'abondance en oxygène fournit des indications sur la métall icité de l'environnement. Les SESNe ont tendance à se produire dans des zones avec une abondance en oxygène plus élevée par rapport aux supernovas de type II. C'est important car les environnements riches en métaux peuvent influencer l'évolution et les étapes finales des étoiles massives.

Niveaux d'Extinction

L'étude a également révélé des niveaux d'extinction similaires entre les différents types de supernovas, suggérant que la poussière et le gaz dans les galaxies affectaient tous les types de CCSN de manière comparable.

Corrélations avec les Propriétés de la Courbe de Lumière

Les courbes de lumière, qui montrent comment la brillance d'une supernova change au fil du temps, peuvent révéler beaucoup de choses sur les mécanismes d'explosion et les propriétés des progeniteurs. Notre analyse a recherché des corrélations entre les propriétés de la courbe de lumière et les caractéristiques physiques des environnements de supernova.

Taux de Déclin Post-Maximum

Pour les supernovas de type II, on a observé une corrélation entre le taux de déclin de la lumière après avoir atteint la brillance maximale et la largeur équivalente d'hydrogène. Les événements à déclin rapide se trouvaient dans des environnements avec une H EW plus basse, ce qui suggère un lien entre le comportement de la courbe de lumière et les conditions environnantes.

Courbes de Lumière SESNe

Pour les SESNe, on a trouvé quelques corrélations faibles également entre la brillance au pic de luminosité, la largeur équivalente d'hydrogène et le taux de formation stellaire. Cela indique des liens potentiels entre la luminosité de ces événements et les caractéristiques de leurs environnements.

Conclusion

Les résultats de cette étude mettent en lumière la relation entre les CCSNe et leurs environnements. En analysant un large échantillon représentatif de supernovas à travers le projet ASAS-SN et MUSE, on peut voir des connexions entre les types de supernovas et leurs conditions physiques environnantes.

Les résultats suggèrent que les SESNe proviennent de régions plus jeunes et plus activement formées que les supernovas de type II. De plus, l'abondance en oxygène et le taux de formation stellaire varient de manière significative entre les différents types de supernovas, nous donnant des indices précieux sur la nature de leurs progeniteurs.

En fin de compte, cette analyse prépare le terrain pour de futures explorations. Les études à venir viseront à approfondir notre compréhension des relations entre les supernovas et leurs environnements, ce qui pourrait mener à de nouvelles idées sur l'évolution stellaire et la formation des galaxies. L'objectif est de continuer à bâtir sur ces résultats pour mieux saisir les cycles de vie des étoiles massives et leurs fins dramatiques.

Source originale

Titre: A characterization of ASAS-SN core-collapse supernova environments with VLT+MUSE: I. Sample selection, analysis of local environments, and correlations with light curve properties

Résumé: The analysis of core-collapse supernova (CCSN) environments can provide important information on the life cycle of massive stars and constrain the progenitor properties of these powerful explosions. The MUSE instrument at the VLT enables detailed local environment constraints of the progenitors of large samples of CCSNe. Using a homogeneous SN sample from the ASAS-SN survey has enabled us to perform a minimally biased statistical analysis of CCSN environments. We analyze 111 galaxies observed by MUSE that hosted 112 CCSNe detected or discovered by the ASAS-SN survey between 2014 and 2018. The majority of the galaxies were observed by the the AMUSING survey. Here we analyze the immediate environment around the SN locations and compare the properties between the different CCSN types and their light curves. We used stellar population synthesis and spectral fitting techniques to derive physical parameters for all HII regions detected within each galaxy, including the star formation rate (SFR), H$\alpha$ equivalent width (EW), oxygen abundance, and extinction. We found that stripped-envelope (SE) SNe occur in environments with a higher median SFR, H$\alpha$ EW, and oxygen abundances than SNe II and SNe IIn/Ibn. The distributions of SNe II and IIn are very similar, indicating that these events explode in similar environments. For the SESNe, SNe Ic have higher median SFRs, H$\alpha$ EWs, and oxygen abundances than SNe Ib. SNe IIb have environments with similar SFRs and H$\alpha$ EWs to SNe Ib, and similar oxygen abundances to SNe Ic. We also show that the postmaximum decline rate, $s$, of SNe II correlates with the H$\alpha$ EW, and that the luminosity and the $\Delta m_{15}$ parameter of SESNe correlate with the oxygen abundance, H$\alpha$ EW, and SFR at their environments. This suggests a connection between the explosion mechanisms of these events to their environment properties.

Auteurs: Thallis Pessi, Jose L. Prieto, Joseph P. Anderson, Lluís Galbany, Joseph D. Lyman, Christopher Kochanek, Subo Dong, Francisco Forster, Raul González-Díaz, Santiago Gonzalez-Gaitan, Claudia P. Gutiérrez, Thomas W. -S. Holoien, Philip A. James, Cristina Jiménez-Palau, Evelyn J. Johnston, Hanindyo Kuncarayakti, Fabián Rosales-Ortega, Sebastian F. Sánchez, Steve Schulze, Benjamin Shappee

Dernière mise à jour: 2023-09-28 00:00:00

Langue: English

Source URL: https://arxiv.org/abs/2306.11961

Source PDF: https://arxiv.org/pdf/2306.11961

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

Changements: Ce résumé a été créé avec l'aide de l'IA et peut contenir des inexactitudes. Pour obtenir des informations précises, veuillez vous référer aux documents sources originaux dont les liens figurent ici.

Merci à arxiv pour l'utilisation de son interopérabilité en libre accès.

Plus d'auteurs

Articles similaires