Stochastic modelling of cosmic-ray sources for Galactic diffuse emissions

Este estudo utiliza simulações de Monte Carlo para demonstrar que a natureza discreta das fontes de raios cósmicos, como remanescentes de supernova, introduz incertezas significativas nas emissões difusas galácticas em energias acima de dezenas de TeV, o que pode ajudar a reconciliar previsões teóricas com as medições do LHAASO e orientar futuros modelos de fontes.

O essencial

Imagine que a nossa Galáxia, a Via Láctea, é uma cidade gigante e escura. Nela, existem "fábricas" de partículas chamadas Raios Cósmicos. Essas partículas viajam pela cidade a velocidades incríveis e, quando batem no ar (ou no gás interestelar), criam uma espécie de "neblina" de luz invisível (raios gama) e de "fantasmas" (neutrinos). Essa neblina é o que os cientistas chamam de Emissão Difusa Galáctica.

Por muito tempo, os cientistas fizeram uma suposição simples para prever como essa neblina se parece: eles imaginaram que as fábricas de partículas (como restos de estrelas explodidas, chamados Supernovas) estavam espalhadas de forma perfeitamente uniforme, como uma camada de manteiga espalhada num pão.

O Problema:
Na vida real, as fábricas não são uma camada de manteiga. Elas são como faróis individuais espalhados pela cidade. Alguns estão perto de nós, outros longe. Alguns estão "ligados" agora, outros desligados. O problema é que não sabemos exatamente onde cada farol está ou quando ele foi ligado.

A Grande Descoberta do Artigo:
Os autores deste estudo decidiram parar de tratar as fábricas como uma "manteiga" e começar a tratá-las como faróis individuais e aleatórios. Eles usaram computadores superpotentes para simular milhões de cenários diferentes: "E se as fábricas estivessem aqui?", "E se estivessem ali?".

Eles descobriram três lições principais, que podemos entender com analogias simples:

1. A Neblina não é uniforme (O Efeito dos Faróis)

Quando você olha para a neblina de luz em uma cidade à noite, se as luzes fossem uniformes, tudo brilharia igual. Mas, como temos faróis individuais, você vê "manchas" mais brilhantes perto de onde há uma fábrica jovem e próxima.

• A Analogia: Imagine que você está em um campo escuro. Se houver uma única fogueira perto de você, o lado do seu rosto fica muito quente, enquanto o outro lado fica frio. Se houver muitas fogueiras distantes, o calor é uniforme.
• O Resultado: Em energias muito altas (como as que o telescópio LHAASO estuda), a neblina de luz pode ter "manchas" que são muito mais brilhantes do que o modelo antigo previa. Em alguns casos, a luz pode ser até 10 vezes mais forte em certas direções do que o esperado, simplesmente porque uma fábrica jovem e poderosa está "vazando" partículas perto de nós.

2. Dependendo de como a fábrica funciona, a neblina muda de forma

Os cientistas testaram três tipos de "fábricas":

• Cenário A (Explosão Rápida): A fábrica joga tudo de uma vez. A neblina é um pouco irregular, mas previsível.
• Cenário B (Vazamento Seletivo): A fábrica deixa as partículas mais rápidas escaparem primeiro. Isso faz com que a neblina de alta energia seja diferente da de baixa energia.
• Cenário C (O "Cárcere" de Partículas): Aqui está a coisa mais interessante. Imagine que, ao redor de algumas fábricas, existe uma "jaula" invisível que prende as partículas por um tempo antes de elas escaparem.
  • O Resultado: Se esse "Cárcere" existir, a neblina de luz fica extremamente irregular. As manchas de luz podem ser milhares de vezes mais brilhantes do que o modelo antigo previa. Isso é crucial porque pode explicar por que os telescópios modernos (como o LHAASO) estão vendo mais luz do que os modelos antigos conseguiam prever.

3. O Mapa da Cidade vs. A Foto Aérea

• Mapa de Baixa Resolução (Janela Grande): Se você olhar para a galáxia através de uma janela grande (uma área grande do céu), as irregularidades das fábricas individuais se misturam e a neblina parece uniforme. A incerteza é pequena.
• Mapa de Alta Resolução (Janela Pequena): Se você começar a olhar para pedaços menores do céu (com telescópios mais precisos), você começa a ver as "manchas" individuais.
  • A Lição: À medida que a tecnologia avança e conseguimos ver detalhes menores no céu (especialmente em energias muito altas), a "sorte" de onde as fábricas estão localizadas em relação a nós se torna um fator enorme. Não podemos mais ignorar que as fábricas são individuais.

Por que isso importa?

Antes, quando os cientistas viam mais luz do que o modelo previa, eles pensavam: "Nossa fórmula está errada" ou "Faltam dados".
Agora, este estudo diz: "A fórmula pode estar certa, mas a nossa visão de que as fontes são uniformes é que está errada."

A "sorte" da posição das fontes (estocasticidade) é uma nova fonte de incerteza que precisa ser considerada. Se a galáxia tiver um "Cárcere" de partículas (Cenário C), isso pode resolver o mistério de por que vemos tanta luz de alta energia.

Em resumo:
Este artigo nos ensina que a Via Láctea não é um tapete de luz uniforme, mas sim um mosaico de manchas brilhantes criadas por fábricas individuais. Para entender o que os telescópios modernos estão vendo, precisamos parar de tratar a galáxia como uma massa homogênea e começar a contar com a "sorte" de onde essas fábricas estão localizadas. Quanto melhor for a nossa visão (maior resolução), mais importante será saber onde estão esses faróis individuais.

Resumo técnico

Título: Modelagem Estocástica de Fontes de Raios Cósmicos para Emissões Difusas Galácticas

Autores: Anton Stalla e Philipp Mertsch (TTK, RWTH Aachen University)
Submissão: JCAP (arXiv:2509.06857v2)

1. O Problema

As emissões difusas galácticas (GDEs) em raios gama e neutrinos surgem da interação de raios cósmicos (RCs) com o meio interestelar (MIE). Atualmente, os modelos teóricos que preveem essas emissões geralmente tratam as fontes de RCs (principalmente Remanescentes de Supernovas - SNRs) como uma distribuição contínua e suave no espaço e no tempo.

No entanto, as fontes de RCs são, na realidade, objetos discretos (pontuais) com idades e posições específicas e desconhecidas. A natureza discreta das fontes pode introduzir flutuações significativas na intensidade dos RCs e, consequentemente, nas emissões difusas, especialmente em altas energias onde os tempos de fuga são menores e menos fontes contribuem para o fluxo observado na Terra. O objetivo deste trabalho é quantificar o impacto dessa "estocasticidade das fontes" nas previsões das GDEs e entender como isso afeta a interpretação de dados de experimentos como LHAASO, IceCube e o futuro SWGO.

2. Metodologia

Os autores desenvolveram um modelo estocástico baseado em simulações de Monte Carlo para calcular as emissões difusas hadrônicas (geradas por prótons).

• Modelo de Transporte: Resolveram a equação de transporte de raios cósmicos para prótons, assumindo difusão isotrópica em um halo galáctico (altura $H = 4$ kpc). A equação foi resolvida analiticamente usando a função de Green para fontes pontuais, incorporando condições de contorno de escape livre.
• Distribuição das Fontes: As fontes foram distribuídas seguindo um modelo de disco galáctico com braços espirais e uma barra central. As idades das fontes foram extraídas de uma distribuição uniforme baseada na taxa de supernovas.
• Cenários de Injeção e Transporte: O estudo comparou três cenários distintos de como os RCs escapam das fontes e se propagam:
  1. Cenário "Burst-like" (Explosivo): Todos os prótons escapam simultaneamente e difundem com um coeficiente de difusão independente do tempo.
  2. Escape Dependente de Energia: Prótons de maior rigidez escapam mais cedo (antes dos de baixa rigidez), mas a difusão é independente do tempo.
  3. Difusão Dependente do Tempo (TDD): Todos os prótons escapam ao mesmo tempo, mas experimentam uma fase inicial de difusão suprimida (coeficiente de difusão constante e baixo) ao redor da fonte por um tempo fixo ($t_{change} = 10$ kyr), simulando turbulência auto-gerada.
• Cálculo das Emissões: A intensidade dos raios gama foi calculada integrando o produto da densidade de RCs, a densidade do gás interestelar (HI e H2) e as seções de choque de interação $pp$, ao longo da linha de visão.
• Abordagem Computacional: Utilizaram GPUs (via biblioteca JAX) para acelerar os cálculos, permitindo realizar $10^3$realizações para mapas do céu e$10^6$ realizações para linhas de visão específicas, garantindo poder estatístico robusto.

3. Contribuições Chave e Resultados

A. Distribuições Estatísticas (Leis Estáveis)

O estudo confirma que as distribuições de intensidade de RCs e GDEs não seguem uma distribuição Gaussiana simples devido à natureza discreta das fontes.

• Leis Estáveis: As distribuições seguem "leis estáveis" (stable laws) com caudas de potência, caracterizadas por índices de estabilidade $\alpha$ (tipicamente $4/3$para distribuições 2D e$5/3$ para 3D).
• Modelo Misto: Para linhas de visão fora do plano galáctico, a distribuição é um modelo misto de uma lei estável (contribuição de fontes próximas) e uma distribuição Gaussiana (contribuição de fontes distantes).

B. Desvios Extremos e Morfologia

• Cenário Burst-like e Escape Dependente de Energia: Os desvios relativos em relação ao modelo suave são da ordem de dezenas de por cento (tipicamente 10-50% em 100 TeV). As estruturas no céu são "manchadas" por fontes jovens próximas.
• Cenário de Difusão Dependente do Tempo (TDD): Este cenário produz os desvios mais extremos. Devido ao confinamento dos RCs perto da fonte, as emissões podem exceder o valor médio em ordens de magnitude (desvios de centenas a milhares de por cento em 100 TeV). Isso cria regiões de emissão muito brilhantes e localizadas, borrando a linha entre emissão difusa e discreta.

C. Incerteza do Modelo e Dados Observacionais

• Janelas do Céu (LHAASO): Quando as emissões são médias sobre grandes janelas do céu (como as usadas pelo LHAASO), a incerteza devido à estocasticidade das fontes é subdominante nos cenários Burst-like e Escape Dependente de Energia (abaixo de 10% em altas energias). Portanto, a discrepância entre os modelos atuais e os dados do LHAASO não pode ser explicada apenas pela estocasticidade das fontes nesses cenários.
• Perfil de Longitude: Em resoluções espaciais menores (perfis de longitude), a influência das fontes discretas torna-se significativa. No cenário TDD, a incerteza do modelo torna-se dominante acima de algumas dezenas de TeV.
• Reconciliação com Dados: O cenário TDD, com suas grandes incertezas e aumento da intensidade média, consegue reconciliar as previsões do modelo suave com as medições do LHAASO no interior da Galáxia, sugerindo que a difusão suprimida perto das fontes pode ser um mecanismo físico relevante.

D. Correlação entre Energias

• Em modelos suaves, há uma forte correlação entre as emissões em 10 GeV e 100 TeV.
• Em modelos discretos, essa correlação é quebrada para os desvios ($\Delta J$), pois as fontes dominantes em baixas e altas energias podem ser diferentes (especialmente no cenário de escape dependente de energia).
• No cenário TDD, os desvios em 10 GeV e 100 TeV permanecem correlacionados devido à fase inicial de transporte independente da energia, mas a correlação das intensidades totais é quebrada devido aos efeitos extremos de confinamento.

4. Significado e Conclusões

Este trabalho estabelece que a natureza discreta das fontes de raios cósmicos é uma fonte de incerteza modelável e crucial para a astrofísica de altas energias.

1. Validação de Modelos: A estocasticidade das fontes pode ser usada para testar modelos de injeção e transporte próximo à fonte. A não observação de "manchas" extremas de emissão em altas energias poderia restringir a taxa de fontes PeVatrons ou invalidar o cenário de difusão dependente do tempo.
2. Interpretação de Dados: Para experimentos como LHAASO e IceCube, a estocasticidade é uma incerteza secundária em grandes escalas angulares para cenários padrão, mas torna-se a principal fonte de incerteza em resoluções espaciais finas e no cenário de difusão suprimida.
3. Futuro: Com o aumento da resolução espacial e energética (acima de dezenas de TeV), as medições das emissões difusas galácticas serão capazes de não apenas restringir os modelos de fontes, mas potencialmente localizar fontes individuais de raios cósmicos através de suas assinaturas estocásticas no céu.

Em resumo, o artigo demonstra que ignorar a natureza discreta das fontes pode levar a erros na interpretação de dados de alta energia, e que a modelagem estocástica é essencial para extrair informações precisas sobre a aceleração e propagação de raios cósmicos na Via Láctea.