[论文解读] The Lateral Distribution Function of Shower Signals in the Surface Detector of the Pierre Auger Observatory

M. Roth|arXiv (Cornell University)|Aug 22, 2003

Astrophysics and Cosmic Phenomena被引用 6

一句话总结

本文研究了皮埃尔·让天文台地表探测器中宇宙射线簇射信号的横向分布函数（LDF），以改进超高能宇宙射线的能量重建。利用工程阵列数据和蒙特卡洛模拟，测试了三种LDF模型——幂律、NKG型和基于MC的参数化形式——结果表明，在实验不确定度范围内，所有模型均能良好描述数据，当LDF形状通过与天顶角相关的参数固定，且每个事件仅拟合S(1000)时，性能最佳。

ABSTRACT

The surface detector (SD) array of the southern Pierre Auger Observatory will consist of a triangular grid of 1600 water Cherenkov tanks with 1.5 km spacing. For zenith angles less than 60deg the primary energy can be estimated from the signal S(1000) at a distance of about 1000m from the shower axis, solely on basis of SD data. A suitable lateral distribution function (LDF) S(r) is fitted to the signals recorded by the water tanks and used to quantify S(1000). Therefore, knowledge of the LDF is a fundamental requirement for determining the energy of the primary particle. The Engineering Array (EA), a prototype facility consisting of 32 tanks, has taken data continuously since late 2001. On the basis of selected experimental data and Monte Carlo simulations various preliminary LDFs are examined.

研究动机与目标

• 确定皮埃尔·让天文台中用于重建超高能宇宙射线能量的最准确横向分布函数（LDF）
• 使用工程阵列的真实数据和模拟，评估不同LDF参数化形式（幂律、NKG型和MC启发式）的性能
• 通过将归一化（S(1000)）与LDF形状解耦，利用与天顶角相关的参数稳定低多重性事件的拟合，从而改进能量重建
• 量化静默站和饱和站对LDF拟合的影响，并确保在统计涨落存在时的鲁棒性
• 为完整皮埃尔·让天文台提供可靠的能量校准基础，仅使用地表探测器数据对θ < 60°的事件进行校准

提出的方法

• 使用最大似然估计法对单个簇射事件拟合三种LDF形式——幂律、NKG型和二次对数参数化形式
• 采用核心位置与LDF参数的联合拟合，将静默站和饱和站明确包含在似然函数中
• 在VEM单位下应用信号误差模型 σ(S)/S = √(0.08² + 0.6/S)，该模型源自探测器配对数据，以考虑测量不确定性
• 在NKG型LDF中固定核心距离尺度 rₛ = 700 m，以减少参数相关性并提高拟合稳定性
• 将LDF形状参数（幂律的ν，NKG的β）参数化为secθ的函数，基于逐事件拟合结果，以实现S(1000)的稳定估计
• 通过残差 (S - S_th)/σ_th 评估LDF性能，评估不同天顶角下残差的均值和标准差，以衡量拟合优度

实验结果

研究问题

• RQ1 对于θ < 60°的皮埃尔·让地表探测器，哪种LDF参数化形式最能描述簇射信号的横向分布？
• RQ2 LDF的形状参数ν和β如何随天顶角变化？能否可靠地将其参数化为secθ的函数？
• RQ3 当仅将S(1000)作为自由参数、LDF形状固定时，是否能获得稳定且准确的能量估计，尤其是在低多重性事件中？
• RQ4 静默站和饱和站如何影响LDF拟合过程？能否在似然模型中有效包含它们？
• RQ5 所测试的LDF模型与工程阵列实验数据的符合程度如何？在不同核心距离和天顶角下，残差分布表现如何？

主要发现

• 幂律LDF（ν = 5.1(±0.4) − 1.4(±0.2)secθ）对数据有良好拟合，残差集中在零附近，且在≥6个探测站的事件中标准差为~0.5–0.7
• NKG型LDF（β = 3.3(±0.2) − 0.9(±0.2)secθ）表现相当，当形状参数固定时，残差分布和稳定性相似
• MC启发式LDF S(r) = 10^{A + Bx + Cx²}（其中 x = lg(r/1000 m)）与数据和模拟均高度一致，且在不同天顶角下表现稳定
• 三种LDF模型——幂律、NKG和MC启发式——的残差分布具有相似的均值（~0）和宽度（~0.5–0.9），表明无显著偏差，且与数据高度一致
• 所有天顶角区间中，残差分布的均值均接近零（−0.05至−0.15），证实拟合中无系统性偏差
• 残差标准差随天顶角增大而增加（例如，从secθ = 1.00–1.25时的~0.5增至secθ = 1.75–2.00时的~1.3），反映出簇射几何和信号分辨率不确定性的增加