样本完备性对伽马射线暴分类的影响

无监督模式识别算法支持存在三类伽马射线暴：第I类（长暴、大注量、中等谱硬度）、第II类（短暴、小注量、硬谱）和第III类（中等时长和注量的软暴）。令人惊讶的是，这些算法将更多的成员分配给第III类，而不是其他两类。先前已知的系统性偏差曾被用来解释第III类源于第I类；该偏差导致某些暴的注量和时长被低估（Hakkila等人，ApJ 538, 165, 2000）。我们证明，这种偏差主要只影响最长的暴，无法解释第III类的大部分性质。我们通过展示使用标准触发机制获得的样本如何无法保留小峰值流量暴的时长特征，解决了第III类存在性的问题。因此，样本不完备性是第III类存在的主要原因。为了避免这种不完备性，我们展示了如何根据峰值流量和注量定义一个新的双时标峰值流量。双时标峰值流量保留了暗弱暴的时长分布，并且与峰值流量或注量相比，与谱硬度（可能还有红移）的相关性更好。这里提出的技术具有通用性，可应用于其他瞬变事件的研究。结果还表明，模式识别算法对样本完备性敏感；这可能会影响对大型天文数据库（如虚拟天文台中的数据库）的研究。