Autocorrelation studies of the arrival directions of UHECRs measured by the surface detector of the Pierre Auger Observatory

Schulte, Stephan; Hebbeker, Thomas

doi:30792

Autocorrelation studies of the arrival directions of UHECRs measured by the surface detector of the Pierre Auger Observatory = Autokorrelationsstudien der Ankunftsrichtungen der UHECR gemessen mit dem Oberflächendetektor des Pierre Auger Observatoriums

Schulte, Stephan (Author)

2011

Verantwortlichkeitsangabevorgelegt von Stephan Schulte

ImpressumAachen : Publikationsserver der RWTH Aachen University 2011

UmfangX, 158 S. : Ill., graph. Darst.

Aachen, Techn. Hochsch., Diss., 2011

Genehmigende Fakultät
Fak01

Hauptberichter/Gutachter
Hebbeker, Thomas (Thesis advisor)

Tag der mündlichen Prüfung/Habilitation
2011-07-11

Online
URN: urn:nbn:de:hbz:82-opus-37725
URL: https://publications.rwth-aachen.de/record/64264/files/3772.pdf

Einrichtungen

Inhaltliche Beschreibung (Schlagwörter)
UHECR (Genormte SW) ; Autokorrelation (Genormte SW) ; Anisotropie (Genormte SW) ; Physik (frei) ; Ultrahochenergetische kosmische Strahlung (frei) ; autocorrelation (frei) ; anisotropy (frei) ; ultra high energy cosmic radiation (frei)

Thematische Einordnung (Klassifikation)
DDC: 530

Kurzfassung
Die Geschichte der kosmischen Strahlen begann vor ca. 100 Jahren. Seitdem ist eine der wichtigsten Fragen, woher diese stammen. Da ihr Fluss bei den höchsten Energien sehr gering ist, müssen große Flächen instrumentiert werden, um diese Frage zu beantworten. Hierfür wird die Verteilung der kosmischen Strahlen am Himmel studiert. Bis jetzt ist das größte Experiment das Pierre Auger Observatorium, das in der Pampa im westlichen Argentinien eine Fläche von ca. 3000 km2 abdeckt. In den letzten Jahren hat es viele wichtige Beiträge zum Gebiet der Physik der kosmischen Strahlen beigetragen. Unter anderem wurde eine Korrelationsanalyse durchgeführt zwischen ultra-hochenergetischen kosmischen Strahlen (UHECRs) und aktiven galaktischen Kernen (AGN), die zum ersten Beweis führte, dass UHECR nicht isotrop verteilt sind. Obwohl AGN sehr bekannte Quellkandidaten sind, ist dies nicht gleichbedeutend damit, dass sie als die wahren Quellen identifiziert worden konnten. Es gibt durchaus weitere Modelle, die dasselbe Ergebnis mit Hilfe anderer Quellszenarien erklären können. Zum Beispiel is Centaurus A (Cen A) eine sehr starke Radiogalaxie, die möglicherweise ebenfalls für einen Großteil alle UHECR verantwortlich ist. Somit ist es vertretbar sich von diesen Annahmen zu lösen und sich auf eine modellunabhängige Analyse der verfügbaren Daten zu konzentrieren. In der vorliegenden Arbeit wird die Verteilung der Ankunftsrichtungen der kosmischen Strahlen bei den höchsten Energien ( > 50 EeV) mittels Autokorrelationsmethoden untersucht, um zu überprüpfen, ob diese mit der isotropen Erwartung verträglich ist. Einer der Hauptvorteile dieser Vorgehensweise ist, dass keine Annahmen über die Quellen und ihre Eigenschaften gemacht werden müssen, wie beispielsweise ihre zugehörige Verteilung und Stärke. Dies könnte zur Entdeckung einer neuen Klasse von UHECR aussendenden Objekten führen. Diese Dissertation ist wie folgt organisiert: In den ersten beiden Kapiteln wird eine kleine Einführung in das Thema gegeben inklusive einer Beschreibung der verwandten Koordinatensystem. Im Anschluss gibt es eine etwas allgemeineren Diskussion der kosmischen Strahlen in Kapitel drei, wobei Beschleunigungsmodelle, mögliche Quellkandidaten und Propagoationmodelle behandelt werden. Das vierte Kapitel konzentriert sich auf das Detektordesign des Pierre Auger Observatoriums und Ereignisrekonstruktion bei den höchsten Energien. Besondere Aufmerksamkeit gilt der Kontrolle des High Elevation Auger Telescopes (HEAT). Hierbei handelt es sich um eine Niederenergieerweiterung des Observatoriums, die aus drei neigbaren Fluoreszenzteleskopen besteht. Sowohl die Kalibration der neuen Sensoren als auch die Installation in den jeweiligen HEAT-Gebäuden wird beschrieben. Das nächste Kapitel startet mit einer detailierten Beschreibung der zugrundeliegenden Ideen und Motivationen der Autokorrelationsmethoden: einer Repräsentation der 2pt-Korreltation-Funktion und ihrer Erweiterung, des Minimalen Spannungsbaum und eines Cluster Algorithmus mit verschiedenen Gewichtungsformalismen. Das Prinzip jeder einzelnen Methode wird anhand der Analyse eines simulierten Beispielereignissets verdeutlicht. In Kapitel sechs wird demonstriert, wie Monte Carlo Karten basierend auf verschiendenen Quellszenarien simuliert werden. Zudem werden hier auch die Ergebnisse der Autokorrelationsmethoden auf Ereignissets, die auf diesen Karten basieren, präsentiert und zusammengefasst. Durch das Auswerten dieser Ereignissets ist es möglich das Verhalten der einzelnen Methoden auf verschiedene Parameter der Simulation, wie z.B. den Einfluss der Quelldichte, der Quellstärke und der Ablenkung während der Propagation, zu untersuchen. So kann herausgefunden werden, welche der Methoden am sensitivsten ist und mit der größten Wahrscheinlichkeit eine wahre Anisotropie in den Ankunftsrichtungen der UHECR erkennt. Das beste Verhalten zeigte der Cluster Algorithmus mit Gaussischer Gewichtung, woraufhin dieser auf das aktuelle Datenset angewandt wurde in Kapitel sieben. Die resultierende Wahrscheinlichkeit liegt im Prozentbereich bei Energien knapp über 50 EeV, d. h. mit dieser Methode konnte keine klare Abweichung von der isotropen Erwartung gefunden werden. Allerdings bietet der Cluster Algorithmus im Gegensatz zu den anderen vorgestellten Methoden noch die Möglichkeit, die Richtungsinformation der gefundenen Cluster zu nutzen. In einer zusätzlichen Studie wurde überprüft, ob die Region um Cen A besonders im Hinblick auf die Cluster Häufigkeit ist. In der Tat wurde in dieser Region eine deutliche Abweichung festgestellt. Da es sich hierbei jedoch um eine a posteriori Analyse handelt, ist dies kein Beweis dass Cen A die Quelle dieser Häufung ist. Dies ist vielmehr als Hinweis für eine zukünftige Studie zu betrachten, die mit einer dedizierten Suche dieses Ergebnis unter Umständen bestätigen und etablieren könnte. In Kapitel acht wird die Arbeit noch einmal zusammengefasst.

The history of cosmic rays started in the beginning of the 20th century. Since then one of the main questions is their origin. Due to the very low flux at the highest energies huge areas have to be instrumented to answer this question. For this purpose the distribution of the arrival directions of cosmic rays is studied. The largest experiment so far is the Pierre Auger Observatory, located in the Pampa in western Argentina with an area of about 3000 km2. In recent years it provided many major contributions to the field of cosmic ray physics and its data is the basis of this work. Among other things a correlation analysis of Ultra High Energy Cosmic Rays (UHECRs) with Active Galactic Nuclei (AGN) was performed leading to the first evidence that UHECRs are not isotropically distributed. Although AGN are indeed prominent source candidates this result does not mean that they are identified as the true sources. Further models exist explaining this result by means of different extra galactic objects. For instance, Centaurus A (Cen A), a strong radio galaxy, could be responsible for a large fraction of UHECRs. Thus it is reasonable to detach oneself from these assumptions and focus on a model independent analyses of the existing data. Here the distribution of arrival directions of cosmic rays at the highest energies (> 50 EeV) is examined by using autocorrelation methods to check whether it is compatible with the isotropic expectation or not. One of the main advantages of this approach is that no assumptions have to be made about sources and their properties, like their distribution or strength. This could lead to a discovery of new a class of objects emitting UHECRs. This thesis is organised as follows: in the first two chapters a short introduction to the topic is given, followed by a more general discussion on cosmic rays including models of acceleration, possible sources and the propagation of UHECRs in the third chapter. The fourth chapter focuses on the detector design of the Pierre Auger Observatory and event reconstruction at highest energies. Special attention is paid to the monitoring of the High Elevation Auger Telescopes (HEAT). It is a low energy enhancement of the observatory consisting of three tiltable fluorescence telescopes. The calibration of the new sensor setups is described as well as the installation in each HEAT shelter. The next chapter starts with a detailed description of the underlying ideas and motivations of autocorrelation methods: a representation of the 2pt-Correlation Function and its extension, a Minimum Spanning Tree and a Cluster Algorithm with different weighting procedures. The principle of each method is illustrated by analysing an anisotropic example Monte Carlo Set. In chapter six the procedure to generate different Monte Carlo maps based on several source scenarios and the corresponding results obtained by applying all methods to the resulting samples are summarized. By studying the behavior of the methods depending on different parameters of the simulations, e.g. source density, source strength, deflection of the UHECRs, one can figure out which method is the most sensitive one and has the highest probability to find a true anisotropy in the arrival directions of UHECRs. In the end, the Cluster Algorithm with a Gaussian weighting gave the best results and was applied to the current data set in chapter seven. This led to a probability on the percent level at an energy of 50 EeV, i.e. with this autocorrelation method no clear deviation from the isotropic expectation has been found. However, the Cluster Algorithm has an advantage compared to the other introduced autocorrelation methods. It contains the directional information of the found clusters which can be used for further analyses. In an additional study we checked whether the region close to Cen A is special in terms of a high abundance of clusters. Indeed, in this region a clear deviation was found. But, since this was an a posteriori analysis, this is no proof for Cen A to be a source. This can only be done in a dedicated future study. We summarize and conclude in chapter eight.

Fulltext:
PDF