长伽马射线暴内峰值数量的分布

长持续时间伽马射线暴（LGRB）光变曲线（LCs）的多样性编码了关于 LGRB 引擎在 progenitor 恒星坍缩后如何释放能量的丰富信息。表征 GRB 光变曲线的尝试集中于若干属性，如最小变短时标、功率密度谱（包括系综平均和个体），或不同的变异性定义。与此同时，通过研究 GRB 时间轮廓内等待时间、峰值流量、单个峰值流量的分布，人们也试图将其表征为随机过程。然而， Profiles 的多样性是否可以用共同的随机过程来描述，这个问题仍然存在。在此，我们通过首次研究 GRB 轮廓中峰值数量的分布来解决这一问题。我们使用了四个不同的 GRB 星表：CGRO/BATSE、Swift/BAT、BeppoSAX/GRBM 和 Insight-HXMT。利用经过充分测试的 MEPSA 算法识别具有统计显著性的峰值，并通过应用一系列信噪比阈值进行进一步筛选。随后，我们提取了每个 GRB 的峰值数量对应分布。在所考虑的不同模型（幂律、简单指数或拉伸指数）中，只有双指数混合模型能拟合所有观测到的分布，这表明存在两种截然不同的行为：(i) 每个 GRB 平均有 2.1+-0.1 个峰值（“贫峰”），约占观测到的 GRB 总体的 80%；(ii) 每个 GRB 平均有 8.3+-1.0 个峰值（“富峰”），占剩余 20% 的观测总体。我们将富峰类 GRB 与亚秒级变异性的存在联系起来，而这种变异性似乎在贫峰 GRB 中缺失。这两类可能源于 GRB 引擎释放能量或将能量耗散为伽马射线的两种不同机制。