[论文解读] New mass estimates for massive binary systems: a probabilistic approach using polarimetric radiative transfer

Andrew G. Fullard, Jack O’Brien+5 more|arXiv (Cornell University)|Feb 21, 2022

Gamma-ray bursts and supernovae参考文献 67被引用 5

一句话总结

本文提出了一种新颖的概率方法，利用偏振辐射转移技术估算大质量沃尔夫-拉叶星+O型星双星系统的质量，采用神经网络模拟的蒙特卡洛辐射转移模型，以克服解析模型中的偏差。该方法可获得更精确的轨道倾角估计，从而得到修正的质量约束——尤其在WR 153上与先前估计存在显著差异，表明需要更精确的偏振和光谱数据以改进大质量双星演化模型。

ABSTRACT

Understanding the evolution of massive binary stars requires accurate estimates of their masses. This understanding is critically important because massive star evolution can potentially lead to gravitational wave sources such as binary black holes or neutron stars. For Wolf-Rayet stars with optically thick stellar winds, their masses can only be determined with accurate inclination angle estimates from binary systems which have spectroscopic $M \sin i$ measurements. Orbitally-phased polarization signals can encode the inclination angle of binary systems, where the Wolf-Rayet winds act as scattering regions. We investigated four Wolf-Rayet + O star binary systems, WR 42, WR 79, WR 127, and WR 153, with publicly available phased polarization data to estimate their masses. To avoid the biases present in analytic models of polarization while retaining computational expediency, we used a Monte Carlo radiative transfer model accurately emulated by a neural network. We used the emulated model to investigate the posterior distribution of parameters of our four systems. Our mass estimates calculated from the estimated inclination angles put strong constraints on existing mass estimates for three of the systems, and disagrees with the existing mass estimates for WR 153. We recommend a concerted effort to obtain polarization observations that can be used to estimate the masses of Wolf-Rayet binary systems and increase our understanding of their evolutionary paths.

研究动机与目标

• 改进大质量双星系统（特别是沃尔夫-拉叶星+O型星）的质量估计，此类系统传统方法存在偏差和不确定性。
• 解决解析偏振模型的局限性，这些模型倾向于高倾角且仅适用于光学薄散射区域。
• 开发一种计算高效、准确的方法，利用相位偏振测量和辐射转移估算轨道倾角与质量。
• 提供模型参数（包括倾角、光学深度和通量分数）的稳健后验分布，并量化不确定性。
• 通过重新分析四组公开偏振数据的沃尔夫-拉叶星+O型星系统，证明该方法优于现有解析方法。

提出的方法

• 使用蒙特卡洛辐射转移（MCRT）代码 slip 模拟具有光学厚星风的双星系统的偏振光。
• 通过训练神经网络模拟器来近似完整的辐射转移模型，从而加速MCRT模拟，实现实时采样。
• 应用贝叶斯推断，利用模拟器探索模型参数（包括倾角、光学深度和通量分数）的后验分布。
• 该方法结合系统参数的先验知识，并使用马尔可夫链蒙特卡洛（MCMC）采样推断可信区间。
• 通过与完整MCRT模拟对比，验证模拟器在训练范围内的准确性。
• 联合约束模型参数（如光学深度 τ、星风不对称性 zell 和通量分数 Ifrac），揭示强退化关系。

实验结果

研究问题

• RQ1 神经网络模拟的辐射转移模型能否为大质量双星系统提供比传统解析模型更准确、无偏的倾角估计？
• RQ2 基于偏振数据获得的修正倾角估计，如何影响沃尔夫-拉叶星+O型星双星系统的质量推导？
• RQ3 光学深度、星风不对称性和通量分数等关键参数的后验分布是什么？它们之间存在何种相关性？
• RQ4 新质量估计与现有估计的差异程度如何，特别是在WR 153上？这对演化模型有何启示？
• RQ5 该方法能否推广至其他大质量双星系统，包括具有偏心轨道或Be星伴星的系统？

主要发现

• 该方法通过利用相位偏振和模拟辐射转移，以高精度估计轨道倾角，成功打破了 M sin i 的退化问题。
• 对于WR 153，新质量估计与先前偏振估计存在强烈冲突，表明先前模型存在偏差。
• 在所有四个系统中，升交点黄经（Ω）的后验分布与早期估计完全不一致，后者缺乏适当的不确定性量化。
• 光学深度（τ）通常较低（约0.2），表明宽带偏振来自沃尔夫-拉叶星风外层、密度较低的区域。
• 发现τ与 zell 之间存在强相关性，Ifract 与 τ 之间也存在强相关性，揭示了必须在解释中考虑的退化关系。
• 该方法为所有系统提供了稳健的质量上限，并量化了不确定性，为解析模型提供了一种统计上严谨的替代方案。