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

Título do Estudo: Modelagem do Perfil do Índice de Refração $n(z)$ do Gelo Polar para Experimentos de Neutrinos de Ultra-Alta Energia

1. O Problema

Experimentos de detecção de neutrinos de Ultra-Alta Energia (UHEN), como o Askaryan Radio Array (ARA) no Polo Sul e o Radio Neutrino Observatory in Greenland (RNO-G), dependem da propagação de sinais de rádio através do gelo polar para detectar interações de neutrinos. A precisão na reconstrução da direção e energia desses neutrinos depende criticamente de um modelo preciso do índice de refração do gelo ($n$) em função da profundidade ($z$).

O problema central é que a densidade do gelo polar não aumenta de forma simples e exponencial com a profundidade. Modelos anteriores frequentemente assumiam uma dependência exponencial única (baseada na Lei de Sorge para fluidos auto-gravitantes), o que ignora as fases distintas de densificação do gelo (neve, firn e gelo com bolhas de ar). Um modelo incorreto de $n(z)$ leva a erros no cálculo das trajetórias dos raios de rádio (curvatura), resultando em:

• Definição imprecisa da "zona de sombra" (volumes onde os sinais não chegam aos receptores).
• Erros na reconstrução da localização da interação do neutrino.
• Sub ou superestimação do volume efetivo de detecção do experimento.

2. Metodologia

Os autores desenvolveram um perfil de índice de refração in situ utilizando dados de tempo de trânsito de sinais de rádio transmitidos por fontes internas ao gelo (englaciais) até receptores a distâncias de 2 a 5 km.

• Dados Experimentais:

  • Utilizaram pulsos de rádio de dois transmissores: o IceCube Deep Pulser (IDP, fixo a 1400 m) e o SPICE Deep Pulser (SDP, descido no furo de perfuração SPICE até ~1700 m).
  • Receptores localizados nas estações ARA (A2, A3, A4, A5) no Polo Sul, com antenas entre 170 m e 200 m de profundidade.
  • Medição da diferença de tempo de chegada ($dt(D,R)$) entre o sinal Direto (D) e o sinal Refratado/Refletido (R). O sinal R viaja através de camadas mais superficiais do gelo, sendo sensível ao perfil de densidade em profundidades onde as antenas não estão.

• Modelagem Teórica:

  • Compararam dois tipos de modelos de densificação:
    1. Modelo de 1 Estágio: Uma única função exponencial.
    2. Modelo de 3 Estágios: Uma função por partes baseada em glaciologia, dividindo o gelo em três regiões com taxas de densificação distintas:
       • Neve ($\rho < 550$ kg/m³).
       • Firn ($550 \le \rho < 758$ kg/m³).
       • Gelo com bolhas ($\rho \ge 758$ kg/m³).
  • As densidades foram convertidas para índices de refração usando uma relação linear ($n = 1 + A\rho$), calibrada com dados de estações como Summit e McMurdo.

• Simulação:

  • Utilizaram o rastreador de raios numérico RadioPropa (integrado ao NuRadioMC) para simular as trajetórias dos raios D e R e calcular os tempos de trânsito esperados para cada modelo de $n(z)$.
  • Realizaram ajustes de $\chi^2$ comparando os dados medidos de $dt(D,R)$ com as simulações para determinar os parâmetros ótimos de cada modelo.

3. Principais Contribuições

• Validação de um Modelo de 3 Estágios: Demonstraram que os dados de tempo de trânsito favorecem fortemente um modelo de densificação de três fases, motivado pela glaciologia, em detrimento do modelo exponencial único tradicional.
• Determinação de Limites de Fase: Identificaram empiricamente, através do ajuste aos dados de tempo, que a transição entre firn e gelo com bolhas ocorre em uma densidade de aproximadamente 758 kg/m³ (correspondendo a uma profundidade de ~59 m no Polo Sul), refinando valores anteriores que variavam entre 800-830 kg/m³.
• Correção de Acúmulo de Neve: Desenvolveram um método para corrigir as profundidades das antenas ao longo do tempo, considerando o acúmulo de neve e a densificação subsequente, utilizando a variação temporal de $dt(D,R)$ para estimar uma taxa de acúmulo de ~0,24 m/ano.
• Mapeamento da Zona de Sombra: Quantificaram como a escolha do modelo de índice de refração altera a extensão da zona de sombra (área onde os neutrinos não são detectáveis), mostrando que modelos simplificados podem levar a erros significativos na estimativa de volume.

4. Resultados

• Ajuste de Dados ($\chi^2$): O modelo de 3 estágios apresentou um ajuste estatisticamente superior aos dados medidos de $dt(D,R)$ nas estações A2, A3, A4 e A5. O valor de $\chi^2$ por grau de liberdade caiu drasticamente de 406,5 (1 estágio) e 295,8 (2 estágios) para 9,3 (3 estágios).
• Comparação com Dados de Núcleo de Gelo: O modelo de 3 estágios alinhou-se melhor com os dados de densidade do núcleo de gelo SPICE na região de firn (20,5 m a 96,6 m). Embora tenha superestimado ligeiramente a densidade convertida na região de gelo profundo (>96,6 m), a discrepância foi menor do que a do modelo exponencial único em profundidades intermediárias.
• Impacto no Volume Efetivo:
  • Para profundidades de antena típicas do ARA (~170 m), o modelo de 3 estágios resultou em um aumento de 14% no volume efetivo de detecção de neutrinos na faixa de energia de $10^{18}$ a $10^{21}$ eV em comparação com o modelo exponencial único.
  • Para antenas mais rasas (~100 m, típicas de futuros detectores como o RNO-G), o modelo de 3 estágios indicou uma redução no volume acessível (maior zona de sombra) em comparação com o modelo simples.
• Incertezas Temporais: A análise de dados ao longo de 7 anos (2015-2022) revelou que a variação no tempo de trânsito é consistente com o acúmulo de neve, validando a necessidade de correções dinâmicas de profundidade.

5. Significância

Este trabalho é fundamental para a próxima geração de experimentos de neutrinos de ultra-alta energia.

• Precisão de Calibração: Fornecer um perfil de índice de refração mais preciso melhora a calibração de detectores existentes (ARA, IceCube) e futuros (IceCube-Gen2, RNO-G).
• Otimização de Sensibilidade: A correção do modelo de gelo impacta diretamente a estimativa do volume de detecção. Um aumento de 14% na sensibilidade (para profundidades de 170 m) significa uma melhoria significativa na taxa de detecção de eventos raros de neutrinos cósmicos.
• Reconstrução de Eventos: Um modelo de $n(z)$ preciso é essencial para reconstruir corretamente a direção de chegada dos neutrinos, permitindo a identificação de suas fontes astrofísicas.
• Metodologia Robusta: A abordagem de usar a diferença de tempo entre sinais diretos e refratados para sondar o perfil de densidade in situ oferece uma ferramenta poderosa que não depende apenas de amostras físicas de gelo, mas da física de propagação de ondas no meio real.

Em resumo, o estudo substitui uma aproximação matemática simplista por um modelo físico mais complexo e validado empiricamente, elevando a precisão da astrofísica de neutrinos de ultra-alta energia no gelo polar.