Modeling the refractive index profile n(z) of polar ice for ultra-high energy neutrino experiments

Título: Modelado del perfil de índice de refracción $n(z)$ del hielo polar para experimentos de neutrinos de ultra alta energía

1. El Problema

Los experimentos de neutrinos de ultra alta energía (UHEN), como la Red de Radio Askaryan (ARA) en el Polo Sur y el Observatorio de Neutrinos de Radio en Groenlandia (RNO-G), dependen de la detección de señales de radio que se propagan a través del hielo polar. La precisión en la reconstrucción de la dirección y la energía de los neutrinos depende críticamente de un modelo exacto del índice de refracción del hielo en función de la profundidad, $n(z)$.

• Desafío actual: La mayoría de los experimentos han utilizado un modelo simplificado de una sola etapa (una dependencia exponencial simple) para describir cómo aumenta la densidad del hielo y, por ende, el índice de refracción con la profundidad.
• Consecuencia: Un modelo inexacto de $n(z)$ provoca errores en el cálculo de las trayectorias de los rayos (curvatura de la luz), lo que genera:
  • Errores en la localización de los puntos de interacción de los neutrinos.
  • Definición incorrecta de la "zona de sombra" (volumen donde las señales no llegan al receptor debido a la refracción).
  • Estimaciones erróneas del volumen efectivo de detección, afectando la sensibilidad del experimento.

2. Metodología

Los autores desarrollaron un perfil de índice de refracción in situ utilizando datos de tiempo de tránsito de señales de radio emitidas por transmisores dentro del hielo y recibidos por antenas en estaciones ARA.

• Datos Experimentales:

  • Se utilizaron dos fuentes de pulsos profundos: el IDP (IceCube Deep Pulser, fijo a 1400 m) y el SDP (SPICE Deep Pulser, móvil, bajado hasta 1700 m en el pozo SPICE).
  • Se midieron las diferencias de tiempo de llegada ($dt(D,R)$) entre dos trayectorias de rayos: el rayo directo (D) y el rayo refractado/reflejado (R).
  • La diferencia de tiempo depende directamente del perfil de $n(z)$, ya que el rayo R viaja a través de capas de hielo más superficiales (firn) donde el gradiente de densidad es más pronunciado.

• Modelos Comparados:

  1. Modelo de una etapa: Una función exponencial simple basada en la ley de Sorge (densificación proporcional a la presión).
  2. Modelo de tres etapas (propuesto): Una función por partes que refleja la física glaciológica real, dividiendo el hielo en tres regiones con diferentes tasas de densificación:
     • Nieve: Densidad baja, compactación rápida.
     • Firn: Transición intermedia.
     • Hielo burbujeante: Densidad alta, compactación lenta hacia el hielo sólido profundo.
  • Se utilizaron datos de densidad del núcleo de hielo SPICE para definir los límites de densidad entre estas fases (550 kg/m³ y 758 kg/m³).

• Simulación y Ajuste:

  • Se empleó el trazador de rayos numérico RadioPropa (integrado en NuRadioMC) para simular las trayectorias de los rayos D y R bajo diferentes modelos de $n(z)$.
  • Se realizó un ajuste $\chi^2$ minimizando la diferencia entre los tiempos de tránsito simulados y los medidos para las estaciones ARA (A2, A3, A4, A5).
  • Se corrigió el modelo considerando la acumulación de nieve anual (aprox. 0.24 m/año) para alinear las profundidades de las antenas a lo largo de los años de medición.

3. Contribuciones Clave

• Validación del modelo de tres etapas: Demostraron empíricamente, mediante datos de tiempo de tránsito, que el perfil de densidad del hielo polar no sigue una exponencial simple, sino un comportamiento de tres fases distinto.
• Determinación de parámetros in situ: Proporcionaron valores numéricos precisos para las constantes de densificación ($c_1, c_2, c_3$) en el Polo Sur, derivados directamente de la medición de señales de radio, superando las incertidumbres de los modelos puramente teóricos o basados en núcleos de hielo antiguos.
• Corrección de la zona de sombra: Cuantificaron cómo un modelo de $n(z)$ más preciso altera los límites de la zona de sombra, un factor crítico para la calibración y la reconstrucción de eventos.
• Estimación de la tasa de acumulación de nieve: Utilizaron los cambios en $dt(D,R)$ a lo largo de los años para inferir una tasa de acumulación de nieve efectiva para las antenas sub-superficiales (0.24 ± 0.09 m/año), que difiere de la tasa superficial.

4. Resultados

• Ajuste de Datos: El modelo de tres etapas redujo drásticamente el error cuadrático medio ($\chi^2$) en comparación con los modelos de una y dos etapas.
  • $\chi^2$ por grado de libertad: 406.5 (1 etapa), 295.8 (2 etapas) vs. 9.3 (3 etapas).
  • El modelo de tres etapas se ajustó mucho mejor a los datos medidos de $dt(D,R)$ en todas las estaciones, especialmente en las profundidades donde el rayo R atraviesa la región de firn.
• Comparación con Densidad: El modelo de tres etapas coincidió mejor con los datos de densidad del núcleo SPICE convertidos a índice de refracción en la región de firn (20.5 m a 96.6 m). Sin embargo, en la región de hielo burbujeante (>96.6 m), el modelo de tres etapas predijo un índice de refracción ligeramente superior a la conversión lineal de la densidad, sugiriendo que la relación lineal podría romperse a grandes profundidades.
• Impacto en la Zona de Sombra: El modelo de tres etapas altera significativamente el tamaño de la zona de sombra. Para antenas a 100 m de profundidad, reduce el volumen de sombra; para antenas a 170 m (típicas de ARA), lo aumenta ligeramente en comparación con el modelo de una etapa.
• Sensibilidad del Detector: Las simulaciones de volumen efectivo mostraron que, para las profundidades de las estaciones ARA (170 m), el uso del modelo de tres etapas aumenta la sensibilidad a neutrinos en un 14% en el rango de energía de $10^{18}$ a $10^{21}$ eV en comparación con el modelo de una sola exponencial.

5. Significancia

Este trabajo es fundamental para la próxima generación de experimentos de neutrinos de ultra alta energía (como IceCube-Gen2 y RNO-G):

1. Mejora de la Sensibilidad: Un modelo de hielo más preciso permite detectar más neutrinos al reducir la incertidumbre en el volumen de detección y optimizar la reconstrucción de eventos.
2. Calibración Robusta: Proporciona una base sólida para la calibración in situ de los detectores, reduciendo las sistemáticas asociadas a la propagación de ondas en medios no uniformes.
3. Validación Glaciológica: Confirma que los modelos glaciológicos complejos (multietapa) son necesarios para describir la física del hielo polar, validando teorías sobre la densificación del firn y la transición a hielo sólido.
4. Aplicación Futura: Los resultados son directamente aplicables a futuros despliegues en Groenlandia y el Polo Sur, asegurando que las estimaciones de flujo de neutrinos cósmogénicos sean precisas.

En resumen, el estudio demuestra que la simplificación del perfil de hielo a una sola exponencial introduce errores significativos, y que la adopción de un modelo de tres etapas basado en datos in situ es esencial para maximizar el rendimiento científico de los detectores de neutrinos de radio.