[論文レビュー] The nearest neighbor statistics for X-ray source counts I.The method

A. Sołtan|arXiv (Cornell University)|Dec 31, 2010

Statistical and numerical algorithms被引用数 3

ひとこと要約

本論文は、光子分布における空間的クラスタリングを分析することにより、従来の検出閾値未満のX線源数を制約するための最近傍統計（NNST）手法を導入する。465-ksのチャンドラAEGIS観測に適用した結果、NNSTはソフトバンドで2×10⁻¹⁷ erg cm⁻² s⁻¹まで源数推定を拡張し、ディープフィールドの結果と一致し、極めて微弱な源集団を調査する有効性を示している。

ABSTRACT

Most of the X-ray background (XRB) is generated by discrete X-ray sources. It is likely that still unresolved fraction of the XRB is composed from a population of the weak sources below the present detection thresholds and a truly diffuse component. It is a matter of discussion a nature of these weak sources. The goal of the present paper is to explore the effectiveness of the nearest neighbor statistics (NNST) of the photon distribution for the investigation of the number counts of the very weak sources. All the sources generating at least two counts each induce a nonrandom distribution of counts. This distribution is analyzed by means of the NNST. Using the basic probability equations, the relationships between the source number counts N(S) and the NNST are derived. It is shown that the method yields constraints on the N(S) relationship below the regular discrete source detection threshold. The NNST was applied to the medium deep Chandra pointing to assess the source counts N(S) at flux levels attainable only with the very deep exposures. The results are in good agreement with the direct source counts based in the Chandra Deep Fields (CDF). In the next paper of this series the NNST will be applied to the the CDF to assess the source counts below the present flux limits.

研究の動機と目的

• 標準的検出閾値未満の非常に弱いX線源を検出するための最近傍統計（NNST）の有効性を調査すること。
• ディープX線サーベイにおいて個別に検出できないほど微弱な源の数カウントを推定する課題に対処すること。
• 従来の源抽出法では到達できないフラックスレベルにおけるX線源数関数$N(S)$に対するNNSTの信頼性ある制約が可能かどうかを評価すること。
• チャンドラディープフィールド（CDF）からの直接的な源カウントと比較することで、NNST手法の妥当性を検証し、将来的なディープフィールド応用における信頼性を確立すること。

提案手法

• 観測された光子分布を、ポisson分布に従うバックグラウンドカウントと離散的点源からのクラスタードカウントの組み合わせとしてモデル化する。
• 最近傍統計（NNST）を用いて光子の空間的クラスタリングを分析し、最近隣の源までの距離分布が源密度およびフラックス分布を示すことを活用する。
• 基本的な確率論およびポアソン統計を用いて、源数関数$N(S)$とNNSTとの間の解析的関係を導出する。
• PSFの変動や露出勾配などの機器的効果を、フラックス正規化$\mathcal{N}$と変換係数$\text{cf}$に依存する正規化係数$N_o$に組み込むことで、それらを補正する。
• 465-ksのチャンドラAEGIS点像にこの手法を適用し、ランダム化された源分布を用いてNNSTから導かれる$N(S)$勾配の不確実性を推定する。
• 背景汚染および露出の変動を、観測されたカウント分布とエネルギー帯域変換係数を用いて、カウント正規化$N_o$をキャリブレーションすることで補正する。

実験結果

リサーチクエスチョン

• RQ1 最近傍統計（NNST）は、4–5σの形式的検出閾値未満のX線源の数カウントを検出し、制約できるか？
• RQ2 10⁻¹⁶ erg cm⁻² s⁻¹未満のフラックスレベルにおいて、$N(S) \propto S^{-b}$関係における微分源カウント勾配$b$をNNSTがどの程度正確に推定できるか？
• RQ3 NNST手法は、チャンドラディープフィールド（CDF）からの直接測定と整合性のある源カウントを回復できるか？
• RQ4 ハードX線バンド（2–8 keV）において、NNSTに影響を及ぼす主な系貫的不確実性は何か？ それらはその有効性をどのように制限するか？
• RQ5 NNSTは、2 Ms程度のより深い露出に拡張可能か？ 10⁻¹⁷ erg cm⁻² s⁻¹未満のフラックスレベルを調べるのに有効か？

主な発見

• NNST手法は、0.5–2 keVバンドにおいて、2 × 10⁻¹⁷ erg cm⁻² s⁻¹までX線源数関数$N(S)$を制約に成功しており、この露出では標準的検出閾値のおよそ5–10倍低いレベルに達している。
• ソフトバンドにおける導出された源カウント勾配$b = 1.595 \pm 0.035$は、チャンドラディープフィールド（CDF）からの直接測定と整合しており、手法の正確性が裏付けられている。
• ハードバンド（2–8 keV）では、NNST手法により勾配$b = 1.676 \pm 0.340$が得られたが、源寄与が低く、粒子背景汚染が高いため、統計的不確実性が大きい。
• ハードバンドで2 ≤ k ≤ 20カウントを寄与する源は、合計カウントの1.19^{+0.96}_{-0.42}$%にしかならず、クラスタリングが弱く、SN比も低いことが示された。
• PSFおよび露出の変動によるカウント正規化$N_o$の不確実性は約3.5%と推定され、$\mathcal{N}$の固有の不確実性に比べて小さい。
• 将来的な2 Ms露出において、NNST手法はソフトバンドで$\sim 4 \times 10^{-18}$ erg cm⁻² s⁻¹、ハードバンドで$\sim 2 \times 10^{-17}$ erg cm⁻² s⁻¹まで源カウントの制約を拡張できると予想されるが、ハードバンドにおける精度は依然として制限されている。