Niebla: an open-source code for modeling the extragalactic background light

Cet article présente *Niebla*, le premier code open-source modélisant le fond diffus extragalactique (EBL) des longueurs d'onde optiques à l'infrarouge lointain à l'aide d'une approche phénoménologique personnalisable qui fait évoluer les populations stellaires et intègre diverses prescriptions de réémission par la poussière, permettant des contraintes précises sur les paramètres de l'EBL et la distinction entre modèles de poussière concurrents grâce à des études d'atténuation des rayons gamma.

L'essentiel

La Vue d'Ensemble : Le « Brouillard » Cosmique

Imaginez que l'univers n'est pas simplement un espace noir vide. Il est en réalité rempli d'un « brouillard » très faible et invisible fait de lumière. Ce brouillard s'appelle le Fond Diffus Extragalactique (EBL). C'est la lueur combinée de chaque étoile et galaxie qui a jamais existé, s'étendant depuis l'époque du Big Bang jusqu'à aujourd'hui.

Ce brouillard est principalement composé de deux choses :

1. La lumière visible (comme le soleil ou une ampoule).
2. La lumière infrarouge (rayonnement thermique, comme la chaleur que vous ressentez près d'un feu).

Le problème ? Nous ne pouvons pas voir ce brouillard directement. C'est comme essayer de voir un brouillard léger tout en se tenant sous un projecteur aveuglant (notre propre système solaire et notre galaxie). Le « projecteur » est si brillant qu'il noie le brouillard cosmique faible.

Le Problème : Les Rayons Gamma qui se Perdent

Lorsque des particules de haute énergie appelées rayons gamma traversent l'univers en provenance d'explosions lointaines (comme des blazars), elles doivent traverser ce brouillard cosmique.

• L'Analogie : Imaginez lancer une balle de tennis (un rayon gamma) à travers une forêt dense (l'EBL).
• L'Interaction : Si la balle heurte une branche d'arbre (un photon du brouillard), elle ne fait pas que rebondir ; elle disparaît et se transforme en deux nouvelles particules (un électron et un positron).
• Le Résultat : Au moment où les rayons gamma atteignent la Terre, beaucoup d'entre eux ont été « mangés » par le brouillard. Plus l'énergie du rayon gamma est élevée, plus il est susceptible d'être mangé.

Pour comprendre à quoi ressemblait réellement l'explosion lointaine, les scientifiques doivent connaître exactement l'épaisseur et la densité du brouillard. Mais comme nous ne pouvons pas mesurer le brouillard directement, nous devons construire un modèle informatique pour deviner à quoi il ressemble.

La Solution : Présentation de « Niebla »

Les auteurs de ce papier ont créé un nouveau programme informatique gratuit appelé Niebla (qui signifie « brouillard » en espagnol). Considérez Niebla comme une station météorologique virtuelle pour l'univers.

Au lieu de simplement deviner, Niebla construit le brouillard à partir de zéro en utilisant une « recette » :

1. Les Ingrédients (Étoiles) : Il calcule la quantité de lumière produite par les étoiles au cours de milliards d'années, en tenant compte de la vitesse de naissance des étoiles et de leur « richesse en métaux » (les étoiles deviennent plus lourdes avec l'âge).
2. La Poussière (Le Filtre) : Les étoiles émettent de la lumière, mais une grande partie est avalée par la poussière cosmique. Cette poussière se réchauffe et réémet la lumière sous forme de chaleur infrarouge. Niebla propose différentes « recettes » pour le comportement de cette poussière.
   • Recette A : Utilise de vraies photos de galaxies poussiéreuses comme modèle.
   • Recette B : Utilise des mathématiques simples (courbes de corps noir) pour deviner la chaleur.
3. Les Extras : Il peut même ajouter des « ingrédients secrets » comme la lumière d'étoiles égarées flottant entre les galaxies ou des particules hypothétiques appelées axions.

Ce qu'ils ont fait : Tester les Recettes

Les scientifiques ont utilisé Niebla pour créer trois versions différentes du brouillard cosmique. Ils ont ensuite comparé ces versions avec les données réelles que nous possédons, telles que :

• Le dénombrement du nombre de galaxies que nous pouvons voir.
• Les mesures de la vitesse de naissance des étoiles.
• Les mesures de la composition chimique de l'univers.

Le Résultat : Les trois recettes s'ajustent raisonnablement bien aux données. Cependant, la recette qui utilisait des modèles de galaxies réels (le modèle « Chary ») semblait s'ajuster le mieux aux données.

Le Cas d'Usage : Le Test « Markarian 501 »

Pour voir si ces différents modèles de brouillard importent réellement, les auteurs ont lancé une simulation. Ils ont imaginé un télescope puissant (LHAASO) observant une célèbre galaxie lointaine appelée Markarian 501 pendant une éruption massive (une bouffée d'énergie).

• L'Expérience : Ils se sont demandé : « Si nous observons cette galaxie à travers nos trois modèles de brouillard différents, le télescope verra-t-il des choses différentes ? »
• La Découverte :
  • Si la lumière de la galaxie est très simple (une ligne droite sur un graphique), le télescope peut faire la différence entre les modèles de brouillard. Plus précisément, il pourrait distinguer le modèle « modèle » des autres.
  • Cependant, si la lumière de la galaxie est complexe (courbée ou irrégulière), les modèles de brouillard semblent presque identiques au télescope. La complexité de la lumière de la galaxie « cache » les différences dans le brouillard.

L'Essentiel

Le papier conclut que Niebla est un outil puissant et flexible pour la communauté scientifique. Il permet aux chercheurs de :

1. Construire leurs propres modèles personnalisés du brouillard cosmique.
2. Tester comment différentes hypothèses sur la poussière cosmique modifient notre vision de l'univers.
3. Se préparer pour les futurs télescopes qui pourraient enfin être capables de distinguer entre ces différentes « recettes » de brouillard, nous aidant à comprendre l'histoire de la formation des étoiles et la nature de la poussière dans le cosmos.

En bref, Niebla est une nouvelle boîte à outils open-source qui aide les astronomes à arrêter de deviner la lumière de fond de l'univers et à commencer à la calculer avec précision.

Résumé technique

1. Énoncé du problème

Le fond diffus extragalactique (EBL), comprenant le fond optique cosmique (COB) et le fond infrarouge cosmique (CIB), est un champ de photons diffus pénétrant l'univers. Il joue un rôle critique en astrophysique des hautes énergies car les rayons gamma extragalactiques interagissent avec les photons de l'EBL via la production de paires électron-positron ($e^-e^+$), entraînant une atténuation dépendante de l'énergie.

• Défis de mesure : La mesure directe de l'EBL est entravée par une forte contamination du premier plan (par exemple, la lumière zodiacale, la poussière galactique, l'émission atmosphérique). Les mesures directes actuelles sont souvent traitées comme des limites supérieures, tandis que les extrapolations des comptages de galaxies ne fournissent que des limites inférieures.
• Limites de la modélisation : Les modèles EBL existants varient dans leur forme spectrale et reposent sur différentes méthodologies (évolution directe vs empirique). De nombreuses analyses de rayons gamma utilisent des modèles EBL fixes avec une simple renormalisation, empêchant la communauté de contraindre les paramètres physiques sous-jacents (par exemple, les propriétés de réémission de la poussière, l'histoire de la formation d'étoiles) ou de distinguer entre différents modèles de poussière.
• Besoin de flexibilité : Il manque d'outils open-source permettant aux utilisateurs de personnaliser les entrées (par exemple, la densité de taux de formation d'étoiles, l'évolution de la métallicité, les modèles de poussière) pour tester des scénarios cosmologiques spécifiques contre les observations à très haute énergie (VHE).

2. Méthodologie

Les auteurs présentent Niebla (espagnol pour "brouillard"), un code phénoménologique Python conçu pour calculer l'EBL des longueurs d'onde optiques aux infrarouges lointains. Le code calcule l'intensité de l'EBL en intégrant l'émissivité des populations de sources au cours du temps cosmique.

Cadre théorique

L'intensité de l'EBL $I_\nu$ est calculée en intégrant l'émissivité de la source $\epsilon_\nu$ sur le décalage vers le rouge $z$ :
$$\nu I_\nu(\lambda, z) = \frac{c}{4\pi\lambda} \int_z^{z_{max}} \epsilon_\nu \left( \lambda \frac{1+z}{1+z'}, z' \right) \left| \frac{dt}{dz'} \right| dz'$$
L'émissivité totale est la somme du COB (lumière stellaire directe) et du CIB (réémission de la poussière) :
$$\epsilon_\nu(\lambda, z) = f_{esc,dust}\epsilon_\nu^{COB} + \epsilon_\nu^{CIB}$$

Composantes clés du modèle

1. Contribution stellaire (COB) :

   • Modélisée à l'aide de populations stellaires simples (SSP) évoluant avec le décalage vers le rouge.
   • Les entrées incluent la densité de taux de formation d'étoiles (SFRD), l'évolution de la métallicité moyenne et la fonction de masse initiale (IMF).
   • Prend en charge les paramétrisations standard (par exemple, Madau & Dickinson pour le SFRD, Tanikawa et al. pour la métallicité) et permet des entrées personnalisées.
   • Inclut des contributions optionnelles provenant d'étoiles dépouillées, de la lumière intra-amas (IHL) et des noyaux galactiques actifs (AGN).

2. Contributions exotiques :

   • Inclut un module pour la désintégration de particules de type axion (ALP) en photons, contribuant à une caractéristique spectrale étroite à l'EBL.

3. Réémission de la poussière (CIB) :
   Le code offre trois prescriptions distinctes pour modéliser comment la lumière stellaire absorbée est réémise dans l'infrarouge :

   • Modèles spectraux (Chary & Elbaz) : Utilise des spectres synthétiques de galaxies infrarouges ultra-lumineuses (ULIRG) redimensionnés par un facteur $f_{TIR}$ et une coupure de longueur d'onde.
   • Modèles spectraux (BOSA) : Utilise un outil de calcul générant des modèles basés sur des métallicités spécifiques, normalisés à une SSP de référence.
   • Somme de corps noirs (BB) : Modélise l'émission de poussière comme une somme de corps noirs à différentes températures (par exemple, un pour le milieu infrarouge, un pour l'infrarouge lointain).

4. Procédure d'ajustement :

   • Le code ajuste les paramètres du modèle aux données observationnelles en utilisant une minimisation combinée du $\chi^2$.
   • Ensembles de données : Comptages de galaxies (limites inférieures), données d'émissivité, mesures du SFRD et évolution de la métallicité moyenne.
   • Systématiques : Les auteurs introduisent une incertitude systématique fractionnelle (jugée optimale à 14 %) pour tenir compte des écarts entre différentes enquêtes.

3. Contributions clés

• Logiciel open-source : Publication de niebla (disponible sur GitHub), le premier code open-source permettant des entrées entièrement personnalisables pour la modélisation de l'EBL.
• Architecture modulaire : Les utilisateurs peuvent remplacer les paramétrisations du SFRD, les évolutions de métallicité et les modèles de réémission de poussière, ou injecter des émissivités personnalisées (par exemple, pour des scénarios spécifiques de désintégration de matière noire).
• Trois modèles validés : Les auteurs présentent trois modèles EBL spécifiques ajustés aux données en utilisant différentes prescriptions de poussière :
  1. Chary : Basé sur des modèles ULIRG.
  2. BOSA : Basé sur des modèles dépendants de la métallicité.
  3. 2BB : Basé sur un modèle de corps noir à deux composantes.
• Démonstration de cas d'usage : Une simulation d'une observation VHE du blazar Markarian 501 (Mkn 501) utilisant l'observatoire Large High Altitude Air Shower (LHAASO) pour tester la capacité du code à distinguer entre les modèles de poussière.

4. Résultats

• Ajustement du modèle :
  • Les trois prescriptions de poussière produisent des ajustements acceptables aux données observationnelles.
  • Le modèle de modèle Chary a obtenu le $\chi^2$ réduit le plus bas (0,97 avec systématiques), suivi de près par le modèle 2BB (1,07) et BOSA (1,00).
  • Les données d'émissivité du régime optique guident les ajustements, tandis que les données infrarouges restent clairsemées.
  • Les modèles Chary et 2BB produisent des résultats similaires dans le milieu infrarouge, cohérents avec les travaux précédents de Finke et al.
• Contraintes de paramètres :
  • Les paramètres de réémission de la poussière (par exemple, $f_{TIR}$, températures de poussière) sont faiblement corrélés aux paramètres du SFRD et de la métallicité, permettant de les contraindre indépendamment.
  • Les températures de poussière ajustées et les fractions de masse stellaire sont cohérentes avec les observations de galaxies locales.
• Simulation VHE (Mkn 501) :
  • Les auteurs ont simulé une éruption similaire à l'observation HEGRA de 1997, en supposant une future observation par le LHAASO.
  • Capacité de discrimination :
    • Si le spectre intrinsèque est une loi de puissance simple (PL), le modèle BOSA peut être statistiquement distingué du modèle Chary (vrai) avec un niveau de confiance de 95 %.
    • Les modèles Chary et 2BB sont difficiles à distinguer même avec des données à haute statistique.
    • Si le spectre intrinsèque inclut une courbure (par exemple, loi de puissance brisée, parabole logarithmique), les paramètres spectraux peuvent compenser les différences d'opacité optique de l'EBL, rendant les modèles de poussière indistingables via les rapports de vraisemblance.

5. Importance

• Avancement de la cosmologie : Niebla fait passer le paradigme de l'utilisation de l'EBL comme un paramètre "nuisance" fixe à un outil pour contraindre directement les paramètres cosmologiques et physiques (propriétés de la poussière, histoire de la formation d'étoiles).
• Observatoires futurs : Le code est spécifiquement conçu pour exploiter les données des installations à venir telles que l'observatoire Cherenkov Telescope Array (CTAO) et le LHAASO. Il permet à la communauté de dépasser la simple renormalisation des modèles EBL pour tester des scénarios physiques spécifiques.
• Contraintes sur la matière noire : En permettant des entrées personnalisées, le code facilite la recherche de physique exotique, telle que des contraintes sur les particules de type axion (ALP) via leurs signatures de désintégration dans l'EBL.
• Ressource communautaire : En tant qu'outil open-source avec une documentation étendue et des notebooks Jupyter, il abaisse la barrière à l'entrée pour les chercheurs souhaitant effectuer une modélisation et un ajustement sophistiqués de l'EBL.

En conclusion, Niebla fournit un cadre robuste et flexible pour modéliser l'EBL, ajustant avec succès les données actuelles avec plusieurs prescriptions de poussière et démontrant le potentiel des futures observations VHE pour discriminer entre des modèles spécifiques de réémission de poussière, à condition que les spectres de sources intrinsèques soient suffisamment simples.