A Census of Variable Radio Sources at $3\,$GHz

Resumo Técnico: Um Censo de Fontes de Rádio Variáveis a 3 GHz

Problema e Motivação
A variabilidade de rádio é um fenômeno ubíquo em diversas escalas de tempo astronômicas, variando de milissegundos em pulsares a décadas em Núcleos Galácticos Ativos (AGN). Embora o monitoramento dedicado de variáveis conhecidos e levantamentos de campo estreito tenham fornecido insights, a população mais ampla de fontes de rádio variáveis permanece mal caracterizada devido ao amostramento limitado. Levantamentos anteriores de grande área, como FIRST e NVSS, identificaram variabilidade, mas frequentemente foram limitados por sensibilidade ou cadência. Em frequências mais baixas, a variabilidade é rara, mas em frequências mais altas (acima de alguns GHz), torna-se mais comum, embora um censo quase de todo o céu a 3 GHz tenha estado ausente. Este trabalho aborda a necessidade de caracterizar a taxa, a escala e a natureza da variabilidade de rádio em todo o céu para melhor entender processos dinâmicos como mecanismos de acreção, propagação de jatos e evolução estelar.

Metodologia
Os autores utilizam dados das duas primeiras épocas do Levantamento do Céu do Karl G. Jansky Very Large Array (VLASS), um levantamento multiépoca operando em $\nu \sim 3$ GHz. A análise baseia-se nas imagens e catálogos de "Quick Look" do VLASS, que, embora sujeitos a limitações de qualidade conhecidas (por exemplo, erros de escalonamento de densidade de fluxo e artefatos), cobrem todo o céu ao norte de $-40^\circ$ de declinação.

1. Seleção de Dados: O estudo foca em fontes compactas detectadas tanto na Época 1 (2017–2019) quanto na Época 2 (2020–2022), separadas por um tempo mediano de 974 dias. As fontes foram filtradas por flags de qualidade indicando detecções reais e status resolvido/não resolvido com base na razão entre fluxo integrado e fluxo de pico ($S_{total}/S_{peak}$) versus a relação sinal-ruído.
2. Correção Sistemática: Para contabilizar a calibração de fluxo não homogênea em toda a área do levantamento, os autores analisaram a razão entre as densidades de fluxo de pico medianas entre épocas em uma base por tile. Eles identificaram uma bimodalidade nas razões de fluxo dependente do subperíodo de observação e corrigiram as densidades de fluxo da Época 2 para garantir uma razão mediana de unidade dentro de cada tile.
3. Identificação de Variabilidade: Candidatos a variáveis foram identificados usando dois parâmetros: a Estatística de Variabilidade ($V_s$), representando a mudança absoluta de fluxo relativa à incerteza da medição, e o índice de modulação ($m$), representando a mudança fracionária. As fontes foram selecionadas se $|V_s| > 4\sigma_{V_s, Tile}$ e $|m| > 0.26$.
4. Garantia de Qualidade: Uma inspeção visual de 4.124 candidatos foi conduzida usando um formato de imagem de três painéis (Época 1, Época 2 e imagem de diferença) com resolução convoluída para mitigar variações na Função de Espalhamento do Ponto (PSF). Uma flag de consenso ($f_{vi}$) foi atribuída com base em classificações independentes por três autores. A amostra final robusta consiste em 3.618 fontes onde todos os classificadores concordaram que a fonte era uma variável real.
5. Caracterização Multi-comprimento de Onda: A amostra variável foi cruzada com SDSS, LS DR8 (para redshifts), AllWISE (para cores no infravermelho) e o catálogo 4FGL do Fermi-LAT (para contrapartes em raios $\gamma$) para determinar a natureza das fontes variáveis.

Principais Resultados

• Taxa de Variabilidade: Aproximadamente 3.600 fontes compactas foram encontradas variando significativamente. Para fontes com uma densidade de fluxo média ($\mu_S$) mais brilhante que 20 mJy, 4,9% exibem variabilidade ($|m| > 0.26$). Esta fração aumenta com o brilho, atingindo 9,0% para fontes com $\mu_S > 300$ mJy.
• Mudanças de Fluxo: O estudo distingue entre fontes em erupção (flaring) e fontes em declínio (fading). Embora o número de fontes em erupção e em declínio seja aproximadamente igual, as fontes em erupção exibem mudanças absolutas de fluxo ligeiramente maiores (mediana $|\Delta S| = 15,6$ mJy) em comparação com as fontes em declínio (mediana $|\Delta S| = 13,4$ mJy), uma diferença considerada estatisticamente significativa ($p = 4 \times 10^{-4}$).
• Natureza da Fonte: A análise multi-comprimento de onda revela que a maioria das fontes de rádio variáveis é extragaláctica.
  • Blazares: A análise de cores no infravermelho indica que blazares estão significativamente super-representados entre as fontes variáveis em comparação com a população geral de rádio. Aproximadamente 68% das variáveis com cores WISE são consistentes com blazares (56% BL Lacs, 40% FSRQs), comparado a 42% na amostra parental.
  • Fontes Galácticas: As maiores mudanças fracionárias em brilho são exibidas por fontes galácticas, especificamente estrelas de rádio (por exemplo, sistemas RS CVn) e microquasares.
  • Correlação em Raios $\gamma$: Fontes de rádio variáveis têm maior probabilidade de ter uma contraparte em raios $\gamma$ no catálogo 4FGL (8%) em comparação com a população geral de rádio (2%). Além disso, essas contrapartes exibem índices de variabilidade em raios $\gamma$ mais altos, sugerindo uma correlação entre variabilidade de rádio e de alta energia.
• Distribuição de Redshift: A distribuição de redshift das fontes variáveis espelha a da população parental não variável, sugerindo que as variáveis existem ao longo das mesmas épocas da história cósmica. No entanto, variáveis com detecções em raios $\gamma$ tendem a estar em redshifts mais baixos ($z \sim 0,64$) do que aquelas sem ($z \sim 1,22$).
• Exemplos Extremos: O artigo identifica casos extremos específicos, incluindo LB 2449 (um BL Lac com um aumento de cinco vezes no brilho) e PKS 1502+106 (um Quasar de Rádio de Espectro Plano com uma queda de quase 50%). Exemplos galácticos incluem Cygnus X-3 (um microquasar mostrando um aumento de 5,4 vezes) e $\sigma$ Gem (uma estrela RS CVn mostrando uma grande diminuição fracionária).

Significado e Alegações
Os autores afirmam que este trabalho fornece o primeiro censo quase de todo o céu de fontes de rádio variáveis a 3 GHz, estabelecendo uma linha de base para a população de variáveis em escalas de tempo de $\sim$2,5 anos. O estudo demonstra que:

1. Blazares dominam a população variável: A super-representação de blazares sugere que levantamentos profundos de rádio no domínio do tempo são ferramentas eficazes para identificar blazares fracos e de alto redshift que podem ser perdidos pelos levantamentos atuais de raios $\gamma$.
2. Robustez metodológica: Apesar do uso de imagens "Quick Look" com erros sistemáticos conhecidos, a abordagem estatística por tile e a inspeção visual isolaram com sucesso variáveis reais, com contaminação por detecções espúrias parecendo mínima.
3. Utilidade galáctica: O levantamento é eficaz na identificação de estrelas de rádio galácticas e microquasares, particularmente aqueles que exibem variabilidade fracionária extrema.
4. Potencial futuro: Os autores observam que a adição de uma terceira época do VLASS permitirá estatísticas de variabilidade de três pontos, melhorando a detecção de variáveis estocásticas e identificando fontes com tendências de longo prazo consistentes (por exemplo, jatos recém-ativados). Eles também destacam o potencial de identificar fontes pontuais fracas "quase-estáveis" para uso como calibradores de fase para telescópios de rádio de próxima geração, como o ngVLA e o SKA.

O artigo conclui que levantamentos de variabilidade de rádio são um método poderoso e complementar para estudar a física de AGN e a evolução estelar, capaz de revelar populações de objetos que são fracos ou de alto redshift em relação àqueles encontrados em outras bandas de onda.