Supermassive black hole mass inference with the optical flares of tidal disruption events

Technische Zusammenfassung: Inferenz der Masse supermassereicher Schwarzer Löcher mittels optischer Flares von Gezeitenzerstöerungsereignissen

Problemstellung
Gezeitenzerstöerungsereignisse (Tidal Disruption Events, TDEs) bieten eine einzigartige Sonde für die Population ruhender supermassereicher Schwarzer Löcher (SMBHs), insbesondere für mittelschwere Schwarze Löcher und niedrigmasse-Skalierungsbeziehungen. Die überwiegende Mehrheit der durch aktuelle und zukünftige optische Durchmusterungen (z. B. Rubin/LSST) entdeckten TDEs wird jedoch primär in optischen UV-Wellenlängen beobachtet. Während UV-Plateaus zu späten Zeiten und Röntgenemissionen eine robuste Massenbestimmung über Akkretionsscheibenphysik ermöglichen, ist die Sicherung solcher Daten beobachtungstechnisch aufwendig, da sie lange Zeitbasen und oft UV-Abdeckung erfordern. Im Gegensatz dazu sind Modelle für frühe optische/UV-Flares theoretisch komplex und scheinen bekannte galaktische Skalierungsbeziehungen oft nicht auf statistisch signifikanten Ebenen reproduzieren zu können. Es besteht ein Bedarf an einer schnellen, zuverlässigen Methode zur Bestimmung der SMBH-Massen unter Verwendung ausschließlich der frühzeitigen optischen/UV-Daten, die in großen Stichproben typischerweise verfügbar sind.

Methodik
Die Arbeit stellt TDEFLARE vor, einen Code, der darauf ausgelegt ist, die Massen supermassereicher Schwarzer Löcher ($M_\bullet$) aus den optischen/UV-Lichtkurven von TDEs unter Verwendung empirisch kalibrierter Skalierungsbeziehungen abzuleiten. Die Methodik verläuft in drei Stufen:

1. Phänomenologische Lichtkurvenmodellierung:
   Der Code passt Multi-Wellenlängen-TDE-Lichtkurven mit einem einfachen phänomenologischen Modell an, das aus folgendem besteht:

   • Einem Gaußschen Anstieg ($L_{rise}$).
   • Einem exponentiellen Abfall ($L_{decay}$), charakterisiert durch eine Spitzen-spektrale Leuchtkraft ($L_{pk}$) und eine emittierte Energie ($E_g$).
   • Einer konstanten Leuchtkraft des späten „Plateaus“ ($L_P$).
     Das Modell nimmt eine Schwarzkörper-Spektrale Energieverteilung (SED) an, um Multi-Wellenlängen-Daten nutzen zu können, wobei die Kernparameter ($L_{pk}, E_g, L_P$) aus dem g-Band (Ruhesystem, $\nu = 6 \times 10^{14}$ Hz) extrahiert werden.

2. Empirische Skalierungsbeziehungen:
   Die extrahierten Parameter werden den Schwarschen Löchern über drei Skalierungsbeziehungen zugeordnet, die gegen Schwarze Löcher-Massen kalibriert wurden, welche aus Akkretionsscheiben-Theorie erster Prinzipien abgeleitet wurden (die mit den $M_\bullet-\sigma$ und $M_\bullet-M_{bulge}$ Relationen übereinstimmen):

   • Plateau-Leuchtkraft ($L_P$): Abgeleitet aus der relativistischen Akkretionstheorie (Gleichung 1).
   • Spitzen-Leuchtkraft ($L_{pk}$): Empirisch kalibriert (Gleichung 2).
   • Emittierte Energie ($E_g$): Empirisch kalibriert (Gleichung 3).
     Der Code berücksichtigt die intrinsische Streuung in diesen Beziehungen ($\epsilon \approx 0,38 - 0,53$ dex).

3. Statistische Inferenz und Hills-Masse-Korrektur:

   • Konflation: Der Code kombelte die Wahrscheinlichkeitsdichtefunktionen (PDFs), die aus unabhängigen Observablen (speziell $E_g$ und $L_P$) abgeleitet wurden, mittels „Konflation“ (Multiplikation von PDFs und Renormierung), um Informationsverlust zu minimieren und eine engere Massen-Posterior-Verteilung zu erzeugen.
   • Hills-Masse-Unterdrückung: Für hochmassige Systeme berücksichtigt der Code die Hills-Masse ($M_{Hills}$), die Grenze, oberhalb derer ein Stern vollständig verschluckt statt zerstört wird. Unter Verwendung eines Bayes’schen Frameworks marginalisiert der Code über die Sternmasse, den Spin des Schwarzen Lochs und die orbitale Inklination, was effektiv die Massen-Posterior-Verteilung bei $M_{Hills}$ abschneidet.

Wesentliche Beiträge und Ergebnisse
Die Arbeit demonstriert die Wirksamkeit von TDEFLARE durch spezifische Ergebnisse:

• Konsistenz mit physikalischen Modellen: Bei Anwendung auf TDEs mit umfangreichen Daten (z. B. AT2019dsg, eJ2344) liefert TDEFLARE Massen-Posterior-Verteilungen, die konsistent (bei $1\sigma$) mit wesentlich komplexeren, physikalisch motivierten Scheiben-Codes (FitTeD und kerrSED) sind, welche Röntgen-Daten und volle relativistische Scheibenphysik beinhalten.
• Rekonstruktion von Skalierungsbeziehungen: Angewendet auf eine Stichprobe von $N=89$ TDEs reproduziert der Code galaktische Skalierungsbeziehungen ($M_\bullet-\sigma$, $M_\bullet-M_{bulge}$, $M_\bullet-M_{gal}$) mit hoher statistischer Signifikanz ($>5\sigma$).
• Robustheit gegenüber Datenverfügbarkeit: Die Methode liefert zuverlässige Massenschätzungen selbst ohne späte Plateau-Daten, indem sie nur die frühen Peak- und Decay-Daten nutzt. Dies ist entscheidend für Beobachtungen mit hoher Rotverschiebung oder kurzer Zeitbasis.
• Partielle und wiederkehrende TDEs: Der Code kann konsistente Massen für partielle TDEs und wiederkehrende Flares (z. B. AT2022dbl) erfolgreich inferieren, was seine Anwendbarkeit über vollständige Zerstörungen hinaus bestätigt.
• Intrinsische Massenfunktion: Unter Verwendung der TDEFLARE-Constraints leiten die Autoren die intrinsische Massenfunktion der TDE-Population ab. Die Verteilung peakt bei $\sim 10^6 M_\odot$, fällt als Potenzgesetz bis $10^8 M_\odot$ ab und sinkt danach super-exponentiell.
• Malmquist-Hills-Bias: Die Arbeit identifiziert und quantifiziert einen dualen Bias, der TDE-Skalierungsbeziehungen beeinflusst:
  • Hills-Bias: Bei hohen Massen produzieren nur niedrigmassige Schwarze Löcher (relativ zur Skalierungsrelation) beobachtbare TDEs, da höhere Massen Sterne vollständig verschlucken.
  • Malmquist-Bias: Bei niedrigen Massen detektieren flusslimitierte Durchmusterungen bevorzugt die leuchtkräftigeren (und damit massereicheren) TDEs.
  • Ergebnis: Diese kombinierten Biases führen zu einer künstlichen Abflachung der beobachteten $M_\bullet-\sigma$ Relation. Die Autoren warnen davor, dass eine beobachtete Abflachung in TDE-Stichproben nicht zwangsläufig eine Abflachung der intrinsischen galaktischen Skalierungsrelation impliziert.

Bedeutung und Ansprüche
Die Autoren positionieren TDEFLARE als praktisches Werkzeug auf Bevölkerungsebene für die kommende Rubin/LSST-Ära, in der Tausende von optisch hellen TDEs entdeckt werden. Die primäre Bedeutung liegt in der Fähigkeit:

1. Schnelle Massenbeschränkungen (Sekunden auf einem Laptop) im Vergleich zu rechenintensiven physikalischen Scheibenmodellen bereitzustellen.
2. Gut verstandene Scheibenphysik zu nutzen, um empirische Beziehungen für die schwer zu verstehende frühe Flare-Phase zu kalibrieren.
3. Die Untersuchung der Demografie supermassereicher Schwarzer Löcher und galaktischer Korrelationen zu ermöglichen, ohne auf späte Zeitdaten warten zu müssen.

Die Arbeit stellt explizit klar, dass TDEFLARE kein Ersatz für physikalische Modelle ist, wenn qualitativ hochwertige Multi-Wellenlängen-Daten zu späten Zeiten verfügbar sind, da physikalische Modelle eine überlegene Interpretierbarkeit (z. B. Einschränkung von Spin, Akkretionsraten und Scheibenmasse) bieten. Jedoch bietet TDEFLARE für die überwiegende Mehrheit der durch Durchmusterungen entdeckten TDEs, bei denen nur frühe optische/UV-Daten existieren, einen zuverlässigen, empirisch fundierten Rahmen zur Massenbestimmung. Die Autoren betonen, dass der Code nicht das grundlegende theoretische Problem löst, was den frühen Flare antreibt, aber eine robuste empirische Brücke zu Massenbeschränkungen Schwarzer Löcher schlägt.