Updating the PATH framework with FRB host galaxy models

技术摘要：利用 FRB 母星系模型更新 PATH 框架

问题陈述
快速射电暴（FRB）母星系的识别对于理解其起源以及利用 FRB 种群通过红移-色散量（DM）关系研究电离气体在宇宙学中的分布至关重要。将 FRB 与其母星系进行关联的标准方法是基于贝叶斯框架的“向瞬变源与其宿主关联的概率”（PATH）。然而，目前 PATH 的应用面临两个主要局型限制：

1. 通用先验（Generic Priors）： 该框架依赖于简化的宿主星系星等和偏移量先验分布，这些分布是在人们对 FRB 母星系知之甚少的时期开发的。目前，它尚未纳入基于 FRB 的色散量（DM）所推导出的物理动机先验，而 DM 为距离提供了严格的上界，进而决定了视星等。
2. 阈值偏差（Threshold Bias）： 对 PATH 输出结果的解释通常涉及丢弃后验概率低于任意阈值（例如 90%）的候选宿主。这种方法未能考虑到由所有候选属性加权后的完整后验分布，从而可能在推断 FRB 母星系的本质属性时引入偏差。

方法论
作者扩展了 PATH 框架，以纳入基于预期 FRB 母星系在给定红移（$z$）下的 $r$ 波段视星等（$m_r$）的物理动机先验。该方法论包含三个主要部分：

1. 框架扩展： 作者重新推导了 PATH 后验概率，以显式地考虑在真实宿主为特定候选者（$O_i$）或未观测到（$U$）的情况下，观测到特定候选星系集（$x, N_O$）的概率。他们引入了一个基于星系角数密度 $\rho(m)$ 的归一化因子，确保先验能够根据观测图像深度和候选者的特定星等进行正确更新。
2. 宿主星等模型（$P(m_r|z)$）： 开发了三种不同的模型来预测给定红移下的宿主星系星等分布：
   • Marnoch23（经验模型）： 对 23 个已知 FRB 母星系的观测 $m_r(z)$ 曲线进行高斯拟合（Marnoch et al. 2023）。该模型由数据驱动，但局限于 $z < 0.5$，且受限于原始样本的选择偏差。
   • Loudas25（预测模型）： 基于 GALFRB 工具包的模型，该工具包生成的星系种群由恒星质量（$M_*$）和恒星形成率（SFR）加权。该模型使用混合参数 $f_{SFR}$ 在质量加权和 SFR 加权分布之间进行插值，从而允许测试 FRB 是追踪恒星形成还是恒星质量。
   • Naive（朴素模型）： 一种假设固定绝对星等（$M_r$）分布的模型，通过光度距离和简化的 $K$-校正项将其缩放至视星等。该模型不包含任何天体物理假设。
3. 与 DM 的整合： 这些模型与使用 ZDM 代码计算的给定消散性 DM 下的红移概率分布 $P(z|DMEG)$ 相结合。这使得可以根据每个 FRB 特有的 DM 和光学后续观测图像的深度，计算每个 FRB 的先验 $P(O_i)$ 和 $P(U)$。

该框架应用于由 CRAFT 巡天中澳大利亚 SKA 路径探测器（ASKAP）以非相干叠加（ICS）模式探测到的 32 个 FRB，这些 FRB 拥有可用的光学后续观测数据（VLT/FORS2）。

核心贡献

• 对 PATH 的正式更新： 本文为 PATH 框架提供了一个严谨的数学更新，修正了先验的归一化，以考虑宿主未被观测到的概率 $P(U)$ 以及观测场特定的星等分布。
• 物理动机先验： 引入了利用 FRB 的 DM 来告知其宿主星系视星等先验概率的能力，超越了传统的通用假设。
• 模型比较： 建立了一个针对三种不同 FRB 母星系星等分布模型的比较框架，并将其与 32 个 ASKAP/ICS FRB 样本进行拟合。
• 量化偏差： 本研究量化了以往“确定宿主”阈值法引入的偏差，并展示了更新后的先验如何改变后验概率。

结果

• 提升置信度： 应用带有新先验的更新版 PATH 框架提高了 ASKAP/ICS 样本中最可能宿主星系的置信度。许多此前处于“确定”阈值以下的候选者（例如 FRB 20210807D 和 FRB 20240210A）被提升到了近乎确定的关联水平（$P(O|x) \approx 1.0$）。
• 宿主星等分布：
  • Loudas25 模型得到的最佳拟合混合参数为 $f_{SFR} = 3.0$。该值是不符合物理意义的（超过了 $0 \le f_{SFR} \le 1$ 的范围），但表明真实的 FRB 母星系分布明显比纯 SFR 加权分布更暗。作者报告，宿主星系比 SFR 加权分布更暗的 p 值为 0.12%，而比质量加权分布更暗的 p 值为 $10^{-9}$。
  • Marnoch23 和 Naive 模型比 Loudas25 模型提供了略好的统计拟合（更高的对数似然）。两者都预测了更暗的宿主星系分布，尤其是在较高的红移处。
  • Naive 模型的拟合表明绝对星等分布在 $M_r = -21$ 附近存在峰值，并向更暗的宿主延伸，且在低红移样本（$z \lesssim 0.55$）中未发现显著的红移相关 $K$-校正证据（$k \approx -0.1$）。
• 未观测到宿主的先验 ($P(U)$)： 研究表明，$P(U)$ 高度依赖于消散性 DM ($DMEG$) 和光学巡天的深度。对于高 DM 的 FRB 或浅层巡天，宿主未被观测到的概率是不容忽视的，这反对了在不同 FRB 样本中使用常数 $P(U)$（如 0 或 0.1）的做法。

意义与主张
本文声称，利用基于 DM 的星等先验来更新 PATH 框架对于稳健的 FRB 宿主识别至关重要。其主要意义在于：

1. 精炼宿主关联： 更新后的方法提供了更可靠的宿主候选者概率，降低了因使用旧有的通用先验而丢弃真实但较暗或后验概率较低的宿主的风险。
2. 起源约束： 研究发现 FRB 母星系比预期的 SFR 加权或质量加权星系种群更暗，这表明 FRB 起源可能偏好特定的环境（例如，高金属丰度或特定的恒星形成历史），或者存在选择效应（例如，针对大质量星系的散射偏差）。
3. 系统化处理： 作者建议将 Marnoch23 模型作为生成先验的默认模型，因为它具有简洁性和良好的拟合效果，同时使用 Loudas25 和 Naive 模型来评估系统不确定性。
4. 未来方向： 文中指出，目前的模型局限于低红移（$z \lesssim 0.5$），未来的工作应纳入更高红移的巡天数据（如 DSA-110, MeerTRAP），并开发能够同时拟合 FRB 种群参数和宿主分布（包括包含未观测到宿主的 FRB 数据）的方法。

作者明确表示，他们的结果对于拟合 FRB 种群的红移-DM 分布的研究至关重要，因为准确的宿主识别和偏差校正是在进行宇宙学推断的前提条件。他们并非声称已经彻底解决了起源之谜，而是提供了一个更严谨的统计工具来对其进行约束。