[论文解读] A Catalog of Redshift Estimates for 1366 BATSE Long-Duration Gamma-Ray Bursts: Evidence for Strong Selection Effects on the Phenomenological Prompt Gamma-Ray Correlations

Amir Shahmoradi, Robert J. Nemiroff|arXiv (Cornell University)|Mar 16, 2019

Gamma-ray bursts and supernovae参考文献 4被引用 8

一句话总结

本文提出了一套针对1,366个BATSE长暴（LGRBs）的红移估计目录，采用多变量对数正态建模方法，考虑了BATSE探测的局限性与样本不完整性。该方法预测的红移具有50%和90%置信区间的不确定性分别为0.7和1.7，揭示了强烈的选样效应，使得先前基于现象学关系的滞后-光度关系与变异性-光度关系失效，这些关系在新估计下仅表现出微弱相关性（r ≈ 0.26）。

ABSTRACT

We present a catalog of the redshift estimates and probability distributions for 1366 individual Long-duration Gamma-Ray Bursts (LGRBs) detected by the Burst And Transient Source Experiment (BATSE). This result is based on a careful classification and modeling of the population distribution of BATSE LGRBs in the 5-dimensional space of redshift as well as intrinsic prompt gamma-ray emission properties: peak luminosity, total isotropic emission, the spectral peak energy, and the intrinsic duration, while taking into account the detection mechanism of BATSE and sample incompleteness. The underlying assumption in our modeling approach is that LGRBs trace the Cosmic Star Formation Rate and that the joint 4-dimensional distribution of the aforementioned prompt gamma-ray emission properties follows a multivariate log-normal distribution. Our modeling approach enables us to constrain the redshifts of BATSE LGRBs to average uncertainty ranges of $0.7$ and $1.7$ at $50\%$ and $90\%$ confidence levels, respectively. Our predictions are almost entirely at odds with the previous estimates of BATSE redshifts based on the phenomenological high-energy correlations, in particular with the estimates derived from the lag-luminosity and the variability-luminosity relations. There is, however, a weak but significant correlation of strength $\sim0.26$ between our predicted redshift estimates and those derived from the hardness-brightness relations. The discrepancies between the estimates can be explained by the strong influence of sample incompleteness in shaping the phenomenologically proposed high-energy correlations in the literature. The presented catalog here can be useful for demographic studies of LGRBs and studies of individual BATSE events.

研究动机与目标

• 为解决BATSE长暴中绝大多数缺乏红移测量的问题，以促进星族统计与人口研究。
• 校正BATSE探测长暴过程中存在的强烈选样效应与样本不完整性，这些因素会偏差基于现象学相关性的先前红移估计。
• 开发一种统计上稳健、具有物理解释基础的方法，利用本征爆发期辐射特性（Liso, Eiso, Epz, T90z）及红移分布来估计红移。
• 提供一个公开可访问、机器可读的1,366个BATSE长暴的红移概率分布目录，以支持未来的统计与星族研究。

提出的方法

• 将本征爆发期辐射特性（Liso, Eiso, Epz, T90z）的联合4维分布建模为多变量对数正态分布。
• 结合BATSE的能量依赖探测阈值与仪器响应函数，以考虑选样效应与样本不完整性。
• 假设长暴追踪宇宙恒星形成率，从而在物理解释合理的宇宙学框架下锚定红移分布。
• 应用贝叶斯推断，基于观测到的BATSE通量与谱数据，推导红移的后验概率分布。
• 利用一小部分已知红移的长暴样本校准模型，以约束多变量分布的参数。
• 通过将预测红移与文献中基于现象学高能相关性的结果进行对比，验证方法的有效性。

实验结果

研究问题

• RQ1 如何可靠地估计绝大多数缺乏实测红移的BATSE长暴的红移？
• RQ2 BATSE探测系统中的选样效应与样本不完整性在多大程度上扭曲了爆发期辐射特性与红移之间观测到的现象学相关性？
• RQ3 基于物理解释、多变量统计模型推导出的红移估计，与先前基于滞后-光度关系和变异性-光度关系的现象学关系相比如何？
• RQ4 新红移估计与基于成熟高能相关性的估计之间的真实相关性水平是什么？
• RQ5 能否为整个BATSE长暴星族构建一个统计一致、基于宇宙学的红移估计目录？

主要发现

• 该模型对1,366个BATSE长暴预测了红移，其50%置信区间的不确定性为0.7，90%置信区间的不确定性为1.7。
• 新红移估计与先前基于滞后-光度关系和变异性-光度关系的估计存在强烈不一致，表明这些相关性因样本不完整性而严重偏差。
• 新估计与基于硬度-亮度关系推导的估计之间存在微弱但统计显著的相关性（r ≈ 0.26），表明与部分现象学模型存在一定程度的一致性。
• 本研究表明，BATSE探测阈值与能量依赖灵敏度带来的选样效应强烈塑造了文献中观测到的高能相关性。
• 红移概率分布目录已以机器可读格式在 https://github.com/shahmoradi/BatseRedshiftEstimates 公开发布，供社区用于星族统计与单个事件研究。