Singular Templates of Imaging Cherenkov Shower distribution (STOICS): A background estimation method for Very-High-Energy $\gamma$-ray observations

Titel: Singular Templates of Imaging Cherenkov Shower distribution (STOICS): Een methode voor achtergrondschatting bij waarnemingen van gammastraling met zeer hoge energie (VHE)

1. Het Probleem

Imaging Atmospheric Cherenkov Telescopes (IACT's), zoals VERITAS, zijn cruciaal voor het bestuderen van uitgestrekte gammastralingsbronnen (zoals overgebleven supernova's, pulsar-windnevels en TeV-halos). Een fundamenteel probleem bij de analyse van deze bronnen is dat hun hoekgrootte vaak de helft van of zelfs het volledige gezichtsveld (Field of View, FoV) van de telescoop beslaat (3,5°–5,0°).

• Beperking van traditionele methoden: Conventionele achtergrondschattingsmethoden (zoals de Ring Background, Reflected Region of Template Background) zijn afhankelijk van het bestaan van een "OFF-regio" binnen het gezichtsveld. Deze regio's moeten vrij zijn van gammastralingsbronnen om de achtergrond (kosmische straling die als gammastraling wordt gemist) te normaliseren.
• Het gevolg: Bij zeer uitgestrekte bronnen zijn er geen voldoende OFF-regio's beschikbaar. Dit leidt tot onnauwkeurige normalisatiefactoren ($\alpha$) en grote systematische onzekerheden, waardoor betrouwbare morfologische analyses van deze bronnen moeilijk of onmogelijk worden.

2. Methodologie: STOICS

De auteurs introduceren STOICS (Singular Templates of Imaging Cherenkov Shower distribution), een nieuwe methode die gebruikmaakt van Singuliere Waarde Decompositie (SVD) om de achtergrond te modelleren zonder externe OFF-regio's binnen het gezichtsveld te nodig te hebben.

Kernprincipes:

• Gebruik van CR-achtige gebeurtenissen: De methode maakt onderscheid tussen $\gamma$-achtige gebeurtenissen (die de $\gamma$/hadron-scheidingscut passeren) en kosmische-straling-achtige (CR-achtige) gebeurtenissen (die de cut falen).
• Correlatie-ontdekking: Er wordt aangenomen dat er een intrinsieke correlatie bestaat tussen de ruimtelijke verdeling van de achtergrond in de CR-achtige regio's en de achtergrond in de $\gamma$-achtige signaalregio's, aangezien beide door dezelfde observatiecondities (hemelhelderheid, atmosferische doorlaatbaarheid, telescooporiëntatie) worden beïnvloed.
• SVD-analyse:
  1. Er worden "matched" OFF-runs geselecteerd uit archiefdata (waarnemingen van hemelgebieden zonder bekende gamma-bronnen) die vergelijkbare observatiecondities hebben als de ON-runs (de bronwaarneming).
  2. De ruimtelijke verdeling van gebeurtenissen in de camera wordt geprofileerd en omgezet in vectoren.
  3. Een template-matrix $M$ wordt opgebouwd uit deze profielen.
  4. SVD wordt toegepast op deze matrix: $M = \sum \sigma_k \vec{u}_k \vec{v}_k^T$. Dit reduceert de dimensionaliteit en extraheert de belangrijkste correlaties (de "singuliere vectoren") tussen de verschillende energie-bins en ruimtelijke regio's.
• Achtergrondvoorspelling:
  • De achtergrondprofiel voor de ON-run wordt benaderd als een lineaire combinatie van de belangrijkste singuliere vectoren ($\vec{v}_k$).
  • De coëfficiënten ($a_k$) worden bepaald door de waarschijnlijkheid (likelihood) te maximaliseren in de CR-achtige regio's van de ON-run, terwijl de $\gamma$-achtige regio's "blind" blijven tijdens dit proces.
  • De zo verkregen achtergrondmodel wordt vervolgens gebruikt om de verwachte achtergrond in de $\gamma$-achtige signaalregio te voorspellen.

Technische parameters:

• De complexiteit wordt geregeld door het aantal singuliere vectoren ($k_c$) en de pixelgrootte.
• Voor diepe waarnemingen (>100 uur) wordt aanbevolen om ten minste 32 singuliere vectoren te gebruiken en pixelgroottes kleiner dan $0,57^\circ \times 0,57^\circ$ te kiezen om statistische ruis te minimaliseren en systematische fouten te reduceren.

3. Belangrijkste Bijdragen

• Nieuwe achtergrondtechniek: STOICS is de eerste methode die SVD toepast om de achtergrond te extrapoleer vanuit CR-achtige regio's naar de $\gamma$-achtige regio, specifiek ontworpen voor situaties waar het gezichtsveld volledig door de bron wordt gevuld.
• Systeematische onzekerheidsbeheersing: De methode biedt een manier om systematische onzekerheden kwantitatief te schatten door de residuen in de CR-achtige regio's te analyseren. Dit voorkomt dat de statistische significantie van een detectie wordt opgeblazen door achtergrondfouten.
• Energie-afhankelijke modellering: De methode kan de achtergrond nauwkeurig modelleren over een breed energiebereik (0,25 TeV tot 17,78 TeV), waarbij rekening wordt gehouden met de veranderingen in de achtergrondverdeling bij verschillende energieën.

4. Resultaten

De methode werd getest met archiefdata van VERITAS voor verschillende soorten bronnen:

• Extragalactische puntbronnen: Voor bronnen zoals 1ES 0229+200 en H 1426+428 toonden de significantiekaarten dat de achtergrond goed gemodelleerd was, zelfs bij diepe waarnemingen (tot 220 uur). De verdeling van de significantie buiten de bron volgde een normale verdeling, wat aangeeft dat er geen significante systematische fouten waren.
• Galactische puntbronnen: De methode slaagde erin de achtergrond te modelleren voor bronnen in het galactisch vlak (zoals HESS J1943+213 en Cas A), waar de nachtelijke hemelhelderheid (NSB) hoger is, zonder valse positieven te genereren.
• Uitgestrekte bronnen: De methode werd succesvol toegepast op zeer uitgestrekte bronnen zoals MGRO J1908+06 en MGRO J2019+37. Zelfs wanneer de bron het grootste deel van het gezichtsveld beslaat, kon de morfologie van de gamma-emissie betrouwbaar worden afgeleid van de achtergrond.
• Validatie: De resultaten tonen aan dat het gebruik van meer singuliere vectoren ($k_c$) de nauwkeurigheid van het model verbetert en dat de fout in de $\gamma$-regio sterk gecorreleerd is met de fout in de CR-regio.

5. Betekenis en Toekomstperspectief

• Voorbereiding op CTAO: De Cherenkov Telescope Array (CTAO) zal een veel groter gezichtsveld hebben en gericht zijn op het bestuderen van zeer grote structuren (zoals TeV-halos en diffuse emissie). STOICS is essentieel voor CTAO omdat het in staat is om achtergronden te modelleren voor bronnen die groter zijn dan het gezichtsveld zelf, waarbij geen OFF-regio's beschikbaar zijn.
• Verbeterde Wetenschap: Deze techniek maakt het mogelijk om betrouwbare morfologische analyses uit te voeren voor bronnen die voorheen te moeilijk te analyseren waren vanwege achtergrondproblemen. Dit is cruciaal voor het begrijpen van versnellingsmechanismen van deeltjes in supernovarestanten en pulsar-windnevels.
• Beperking: De methode is gevoelig voor over-schatting van de achtergrond als er een zeer sterke gamma-bron aanwezig is die "lekt" naar de CR-achtige regio's. In dergelijke gevallen moeten de scheidingscuts worden versoepeld.

Conclusie:
STOICS biedt een robuuste oplossing voor het langdurige probleem van achtergrondschatting bij uitgestrekte gammastralingsbronnen. Door gebruik te maken van de intrinsieke correlaties in de data en geavanceerde lineaire algebra (SVD), stelt deze methode astronomen in staat om de volledige potentie van huidige en toekomstige IACT-observatories te benutten, zelfs wanneer de bron het volledige instrument vult.