从伽马射线暴超新星光谱中提取高层信息
高能天体物理现象
2020-02-05 v2
摘要
辐射传输代码常用于天体物理中以构建能谱模型。本文中,我们展示为时间序列数据生成这些模型如何能提供关于超新星(SNe)的独特信息。与以往工作不同,我们专门聚焦于获得最佳合成能谱拟合的方法,以及偏好模型参数相关的误差。我们展示改变抛射物质量、热光度()和光球速度()如何影响合成能谱的结果。作为示例,我们分析了GRB-SN\,2016jca的光球相能谱。发现对于大多数历元(余辉扣除较小者), 和 的误差约为5%。抛射物质量和动能(K.E.)的不确定性约为20%,尽管若能同时生成星云相数据模型,预期该值将大幅下降。我们还展示了改变抛射物中元素丰度如何产生更好的合成能谱拟合。以SN\,2016jca为例,发现 Ni丰度随速度减小而减小可产生最佳拟合模型。若 Ni在GRB喷流侧合成,或从爆炸中心被挖掘出来,则可能出现这种情况。本文工作可作为未来使用相同或类似辐射转移代码的超新星研究的指南。
引用
@article{arxiv.2001.07665,
title = {Extracting high-level information from gamma-ray burst supernova spectra},
author = {Chris Ashall and Paolo Mazzali},
journal= {arXiv preprint arXiv:2001.07665},
year = {2020}
}
备注
Accepted for publication in MNRAS, minor updates from previous version