shock_cooling_curve: 一个用于超新星激波冷却辐射广泛高效建模的Python软件包
高能天体物理现象
2024-02-07 v2 天体物理仪器与方法
摘要
超新星的光变曲线演化包含爆炸恒星的信息。多种爆炸瞬变现象（包括富钙瞬变、IIb/Ibc型和IIP型超新星）的早期测光显示，由于爆炸激波穿过延展物质（即激波冷却辐射(SCE)），存在早期光变曲线峰值。激波冷却辐射的解析建模使我们能够估计前身星性质，如延展物质（例如恒星包层）的半径和质量以及激波速度。在这项工作中，我们提出了一个基于Python的模块化软件包，实现了最初由Piro 2015、Piro 2020以及Sapir & Waxman (2017)开发的四个解析模型，并将其应用于测光数据，通过不同的建模技术（包括非线性优化、MCMC采样）获得前身星参数性质。我们的软件易于扩展到其他SCE解析模型和不同的参数估计方法。
引用
@article{arxiv.2312.15585,
title = {shock_cooling_curve: A Python-Based Package for Extensive and Efficient Modeling of Shock Cooling Emission in Supernovae},
author = {Padmavathi Venkatraman and Wynn Jacobson-Galan},
journal= {arXiv preprint arXiv:2312.15585},
year = {2024}
}
备注
5 pages, 1 figure. Submitted for publication in RNAAS. Code available at: https://github.com/padma18-vb/shock_cooling_curve/