[论文解读] Extracting a less model dependent cosmic ray composition from $X_\mathrm{max}$ distributions

S. G. Blaess, Jose A. Bellido+1 more|arXiv (Cornell University)|Mar 7, 2018

Particle physics theoretical and experimental studies被引用 6

一句话总结

该论文提出了一种模型无关的方法，通过将归一化系数（$t_{0\text{-norm}}$ 和 $\sigma_{\text{norm}}$）拟合到观测数据，从 $X_\mathrm{max}$ 分布中提取宇宙射线质量组成，从而减少对强子相互作用模型的依赖。该方法在 Epos-LHC、QGSJetII-04 和 Sibyll2.3 模型下均得出一致的铁主导组成结果，且在 $10^{18.8}$ eV 以上，质子和氦的分数减少，铁在最高能量下占主导地位。

ABSTRACT

At higher energies the uncertainty in the estimated cosmic ray mass composition, extracted from the observed distributions of the depth of shower maximum $X_ ext{max}$, is dominated by uncertainties in the hadronic interaction models. Thus, the estimated composition depends strongly on the particular model used for its interpretation. To reduce this model dependency in the interpretation of the mass composition, we have developed a novel approach which allows the adjustment of the normalisation levels of the proton $$ and $σ(X_ ext{max})$ guided by real observations of $X_ ext{max}$ distributions. In this paper we describe the details of this approach and present a study of its performance and its limitations. Using this approach we extracted cosmic ray mass composition information from the published Pierre Auger $X_ ext{max}$ distributions. We have obtained a consistent mass composition interpretation for Epos-LHC, QGSJetII-04 and Sibyll2.3. Our fits suggest a composition consisting of predominantly iron. Below $10^{18.8}$ eV, the small proportions of proton, helium and nitrogen vary. Above $10^{18.8}$ eV, there is little proton or helium, and with increasing energy the nitrogen component gradually gives way to the growing iron component, which dominates at the highest energies. The fits suggest that the normalisation level for proton $$ is much deeper than the initial predictions of the hadronic interaction models. The fitted normalisation level for proton $σ(X_ ext{max})$ is also greater than the model predictions. When fixing the expected normalisation of $σ(X_\mathrm{max})$ to that suggested by the QGSJetII-04 model, a slightly larger fraction of protons is obtained. These results remain sensitive to the other model parameters that we keep fixed, such as the elongation rate and the $$ separation between p and Fe.

研究动机与目标

• 减少从 $X_\mathrm{max}$ 分布中解释宇宙射线质量组成时对模型的依赖性。
• 开发一种 $X_\mathrm{max}$ 分布的参数化方法，使归一化系数的拟合可独立于强子相互作用模型。
• 在多个强子模型（Epos-LHC、QGSJetII-04、Sibyll2.3）下测试该方法的一致性和性能。
• 使用皮埃尔·阿蒙观测站发布的 $X_\mathrm{max}$ 分布数据，以减少系统不确定性的方法进行解释。
• 评估结果对固定参数（如延伸率和质子与铁的 $\langle X_\mathrm{max} \rangle$ 分离度）的敏感性。

提出的方法

• 使用一个三参数的 $X_\mathrm{max}$ 分布模型，由模态（$t_0$）、宽度（$\sigma$）和指数尾部（$\lambda$）定义，基于高斯函数与指数函数的卷积。
• 引入归一化系数 $t_{0\text{-norm}}$ 和 $\sigma_{\text{norm}}$，以将每种主要成分（质子、铁等）的预测 $X_\mathrm{max}$ 分布缩放至匹配观测数据。
• 该方法将这些归一化系数与质量分数一并拟合至观测到的 $X_\mathrm{max}$ 分布，以最小化对底层强子模型的依赖。
• 使用模拟数据测试该方法，并将其应用于真实的皮埃尔·阿蒙 $X_\mathrm{max}$ 分布数据，对三种强子模型分别进行拟合。
• 第二组拟合将 $\sigma_{\text{norm}}$ 固定为 QGSJetII-04 的预测值，以隔离 $t_{0\text{-norm}}$ 对组成推断的影响。
• 将 $X_\mathrm{max}$ 测量误差带来的系统不确定性吸收进拟合的归一化系数中，从而降低其对组成结果的影响。

实验结果

研究问题

• RQ1 能否通过将归一化系数拟合到 $X_\mathrm{max}$ 分布，开发出一种模型无关的宇宙射线质量组成分析方法？
• RQ2 当在不同强子相互作用模型（Epos-LHC、QGSJetII-04、Sibyll2.3）下应用该方法时，所得质量组成的稳定性如何？
• RQ3 当将 $\sigma_{\text{norm}}$ 固定为模型预测值，而仅拟合 $t_{0\text{-norm}}$ 时，对推断出的组成有何影响？
• RQ4 该方法在不同能量区间内重现观测到的 $X_\mathrm{max}$ 分布的性能如何？
• RQ5 结果对固定参数（如延伸率和质子与铁的 $\langle X_\mathrm{max} \rangle$ 分离度）的敏感程度如何？

主要发现

• 该方法在 Epos-LHC、QGSJetII-04 和 Sibyll2.3 强子相互作用模型下均产生一致的质量组成解释结果，显著降低了模型依赖性。
• 质子的拟合 $t_{0\text{-norm}}$ 显著深于初始模型预测值，表明簇射最大值更具穿透性。
• 质子的拟合 $\sigma_{\text{norm}}$ 大于模型预测值，表明 $X_\mathrm{max}$ 分布比预期更宽。
• 在 $10^{18.8}$ eV 以上，组成过渡为近乎纯铁，氮的分数减少，而质子/氦分数变得可忽略。
• 当将 $\sigma_{\text{norm}}$ 固定为 QGSJetII-04 的预测值时，推断的质子分数略有上升，显示出对这一参数的敏感性。
• 结果仍对固定参数（如延伸率和质子与铁的 $\langle X_\mathrm{max} \rangle$ 分离度）保持敏感，表明这些参数必须被仔细约束。