Research

펩톤(PeV) 우주선 과잉 플럭스 영역 탐색: EAS‑MSU와 PRO‑1000 데이터의 비교 분석

읽는 시간: 5 분
...

📝 Abstract

An analysis of arrival directions of extensive air showers generated by cosmic rays in the PeV energy range and registered with the EAS MSU and EAS-1000 Prototype arrays reveals a considerable number of regions of excessive flux of cosmic rays. We present results of comparative analysis of regions found in the two data sets, estimate probabilities of their appearance, and discuss correlation of their locations with coordinates of possible astrophysical sources of PeV cosmic rays.

💡 Analysis

**

1. 연구 배경 및 목적

  • 펩톤(10¹⁵ eV) 에너지대의 우주선 기원은 아직 명확히 규명되지 않았다.
  • 도착 방향과 천체원천(초신성 잔해, 펄사 등) 사이의 일치를 찾는 것이 주요 탐구 방법 중 하나이다.
  • 본 논문은 이전 연구

📄 Content

우주선(CR)의 페바트(PeV) 에너지 영역에서의 기원 문제는 수년간 해결되지 않은 채 남아 있습니다.
우주선의 도착 방향과 가능한 천체 소스 간의 일치를 찾으려는 시도는 이 주제에 대한 주요 연구 경로 중 하나입니다. 본 논문에서는 이전 연구[1]를 이어서, 1984∼1990년 동안 EAS MSU 어레이와 1997∼1999년 동안 EAS‑1000 Prototype(“PRO‑1000”) 어레이에서 기록된 광대기 샤워(EAS)의 도착 방향을 비교 분석한 결과를 제시합니다.

1. 데이터 셋

  • EAS MSU 데이터 셋에서 513 602개의 샤워를, PRO‑1000 데이터 셋에서 1 342 340개의 샤워를 조사에 사용했습니다.
  • 두 어레이에서 기록된 샤워는 전형적인 사건당 전하 입자 수 (N_e)가 서로 다릅니다.
    • EAS MSU 어레이의 경우 (N_e)의 중앙값은 약 (1.6\times10^{5})이며,
    • PRO‑1000 어레이는 (3.7\times10^{4})입니다.
  • 모든 선택된 EAS는 천정각 (\theta < 45.7^{\circ}) 를 만족합니다.

2. 분석 방법 – Alexandreas et al. (1991) 방식

본 연구는 Alexandreas et al.[2]가 제안한 “시간‑섞기(time‑mixing)” 방법을 기반으로 합니다. 이 방법은 다음과 같은 절차로 진행됩니다.

  1. 실험 데이터 셋에 있는 각 샤워에 대해, 다른 샤워의 도착 시간을 무작위로 할당합니다.
  2. 이렇게 “섞인” 데이터 셋에 대해 적경 (\alpha)와 적위 (\delta)를 다시 계산하여 섞인 지도(mixed map) 를 만든다.
  3. 섞인 지도는 원본 지도와 동일한 (\delta) 분포를 유지합니다.
  4. 원본 지도와 섞인 지도를 충분히 작은 기본 셀(basic cell) 로 나누어 비교합니다.

섞인 지도는 여러 번 생성하여 의사 난수에 의한 편향을 최소화합니다. 최종적으로는 모든 섞인 지도의 평균을 구해 배경 지도(background map) 를 얻습니다. 이 배경 지도는 등방성(isotropic) 배경의 특성을 대부분 보이며, 실제 지도와의 차이는 비등방성(anisotropy) 으로 해석됩니다.

3. 셀 크기와 섞기 횟수

이전 PRO‑1000 분석에서는 기본 셀 크기를 (1^{\circ}\times1^{\circ}) 로, 섞기 사이클을 100∼200회 수행했습니다[1].
본 연구에서는 과다 플럭스 영역(REF, Region of Excessive Flux) 의 위치 정확도를 높이기 위해 셀 크기를 (0.5^{\circ}\times0.5^{\circ}) 로 축소했습니다. 셀 크기가 작아지면 섞기의 수렴 속도가 느려지므로, 다음과 같은 기준을 적용했습니다.

  • EAS MSU 데이터 셋: 800 사이클 후 연속 두 지도 사이의 셀당 EAS 차이가 ≤ 0.02.
  • PRO‑1000 데이터 셋: 약 900 사이클 후 동일 기준 만족.

따라서 두 데이터 셋 모두 1 000 사이클을 수행했습니다.

4. 과다 플럭스 영역(REF) 탐색 절차

  1. (\delta) 방향으로 인접한 기본 스트립(폭 (0.5^{\circ}))을 모아 폭 (\Delta\delta = 3^{\circ}\sim30^{\circ}) (스텝 (0.5^{\circ}))인 스트립을 만든다.
  2. 각 넓은 스트립을 (\Delta\alpha) 폭의 인접 셀로 나눈다.
  3. 각 셀에 대해 실험 지도에서의 샤워 수 (N_{\text{real}})와 배경 지도에서의 샤워 수 (N_{\text{bg}})를 계산한다.
  4. 유의도 (S = \dfrac{N_{\text{real}}-N_{\text{bg}}}{N_{\text{bg}}}) 를 구하고, (S>3) 인 셀을 과다 플럭스 영역 으로 정의한다.

예상치와 다른 무작위 시드에 따라 1 000 사이클 후 얻은 REF 집합이 약간씩 달라지는 현상이 관찰되었습니다. 따라서

  • EAS MSU: 3번의 1 000 사이클 실행,
  • PRO‑1000: 2번의 1 000 사이클 실행

을 수행하고, 모든 실행에서 공통으로 나타난 REF만을 최종 분석에 포함시켰습니다.

5. “정규” 영역 정의

Alexandreas 방법은 영역의 형태나 크기에 제한을 두지 않지만, 여기서는 “정규(regular) 영역” 만을 고려했습니다. 정규 영역은

  • (\Delta\delta) 가 일정하고,
  • (\delta) 가 변해도 면적이 거의 동일하며,
  • (\delta = 0^{\circ}) 일 때는 정사각형 형태를 갖는다.

이를 위해 (\Delta\alpha = \Delta\delta / \cos\delta) 라는 표준 식을 사용했으며, (\Delta\alpha) 값은 가장 가까운 0.5도 단위로 반올림했습니다.

6. REF 존재 확률 추정 (이항 모델)

Alexandreas 방법 자체는 REF가 나타날 확률을 직접 제공하지 않으므로, 우리는 이항 분포를 이용한 간단한 모델을 도입했습니다.

  • 시행 횟수: 조사 대상 데이터 셋의 샤워 총수 (N).
  • 성공 확률: (p = N_{\text{bg}}/N) (배경 지도에서 기대되는 샤워 비율).

이때, 실제 샤워 수가 정확히 (N_{\text{real}}) 일 확률은

[ P(N_{\text{real}})=\binom{N}{N_{\text{real}}}p^{,N_{\text{real}}}(1-p)^{,N-N_{\text{real}}}. ]

보다 관심 있는 확률은 (N_{\text{real}} \ge N_{\text{bg}}+3\sqrt{N_{\text{bg}}}) 와 같은 상한을 만족할 확률이며, 이는 실제로 (S>3) 인 셀과 일치합니다.

7. 영역 내부 균일성 평가

(S>3) 조건이 하위 영역까지 동일하게 유지된다고 보장되지 않으므로, 추가적인 지표를 도입했습니다.

  • (\xi): 해당 영역 내에서 배경 대비 과다를 보이는 기본 셀의 개수.
  • 시행 횟수: 영역에 포함된 기본 셀 수 (최소 (6\times6 = 36) 셀).
  • 성공 확률: 0.5 (과다와 미과다의 동등한 가능성 가정).

그 후 (P_{+}=P(\xi < N_{+})) 를 계산했으며, 여기서 (N_{+})는 실험 지도에서 과다를 보이는 기본 셀 수입니다. 이 값이 클수록 과다 플럭스가 고르게 분포했음을 의미합니다.

8. 결과 요약

  • PRO‑1000 데이터 셋에서는 (S>3) 및 (P_{+}>0.95) 를 만족하는 ≈ 900개의 정규 영역이 발견되었습니다(그림 1).
    • 최대 (\Delta\delta = 17.5^{\circ}) 이었으며, 대부분은 (\Delta\delta \le 12^{\circ}) 범위에 속합니다.
  • EAS MSU 데이터 셋에서는 ≈ 400개의 영역이 동일 기준을 만족했으며, 모두 (\Delta\delta \le 10^{\circ}) 였습니다.
  • 두 데이터 셋 모두 (P_{B} \ge 0.99812) (배경과의 차이가 통계적으로 매우 유의함)를 보였습니다.
  • REF 안에 포함된 샤워 수는
    • EAS MSU: 수십 개에서 약 4 000개까지,
    • PRO‑1000: 약 48 500개까지 다양합니다.

8‑1. 영역 형태 차이

EAS MSU에서 발견된 REF는 일반적으로 보다 조밀하고 컴팩트합니다. 이는 EAS MSU 어레이가 도착 방향을 더 정확히 측정할 수 있기 때문이라고 판단됩니다.

8‑2. 데이터 셋 간 겹침

두 어레이에서 동일한 REF가 겹치는 경우는 극히 드물며, 그 중 흥미로운 몇 가지는 다음과 같습니다.

  • 초은하면(Supergalactic plane) 근처 (\alpha \approx 120^{\circ}, \delta \approx 70^{\circ}) 에서 교차하는 영역.
  • 은하면(Galactic plane) 상에서 은하 중심 방향에 가까운 영역(그림 1 오른쪽 하단 호).

9. 은하계 내 전통적 소스와의 연관성

9‑1. 초신성 잔해(SNR)와의 관계

EAS MSU REF 중 9개의 SNR이 내부 혹은 인근에 위치합니다(은하면 오른쪽 호를 따라 위에서 아래 순서):

  1. G106.3+2.7
  2. Cassiopeia A (3C 461)
  3. CTB 104A
  4. 3C 434.1
  5. γ‑Cygni
  6. G76.9+1.0
  7. CTB 87
  8. G73.9+0.9
  9. G69.7+1.0

대부분이 쉘(shell)형 SNR이며, 이는 고에너지 입자 가속에 유리한 구조로 알려져 있습니다.

9‑2. 펄사와의 관계

동일 REF 중 다수는 거리 (d = 0.33\sim3) kpc 범위에 있는 펄사와도 근접합니다. 대표적인 예는 다음과 같습니다.

  • J1840+5640 (d = 1.70 kpc)
  • J1838+1650 (d = 1.84 kpc)
  • J1709+2313 (d = 1.83 kpc)
  • J1012+5307 (d = 0.52 kpc)
  • J1115+5030 (d = 0.54 kpc)
  • J0814+7429 (d = 0.33–0.43 kpc)
  • J0332+5434 (d = 1.06–1.44 kpc)

그러나 일부 REF는 SNR도 펄사도 전혀 인접하지 않아, 다른 종류의

이 글은 AI가 자동 번역 및 요약한 내용입니다.

검색 시작

검색어를 입력하세요

↑↓
↵
ESC
⌘K 단축키