Neutrino Constraints on memory-burdened Primordial Black Holes from Dwarf Spheroidal Galaxies

技术摘要：利用矮星系球状星团对记忆负担型原初黑洞的中微子约束

问题陈述
由早期宇宙过密度形成的原初黑洞（PBHs）仍是引人注目的暗物质（DM）候选者。然而，标准的半经典霍金蒸发预测，质量低于 $\sim 5 \times 10^{14}$ g 的 PBH 在当前纪元已经蒸发殆尽。关于“记忆负担”（Memory Burden, MB）效应（源于黑洞量子信息悖论）的最新理论进展表明，一旦 PBH 失去约一半的初始质量，其蒸发速率会显著受到抑制。这种机制将 PBH 作为暗物质候选者的可行质量窗口向下延伸至 $\sim 10^4$ g。虽然这些具有记忆负担的 PBH 被预期会发射高能粒子，包括中微子，但目前尚未利用现有的中微子天文台数据对其特定的信号进行全面的搜索。具有高暗物质含量和低天体物理背景的矮星系球状星团（dSphs）是此类间接探测搜索的理想目标。

方法论
作者利用 IceCube 中微子天文台 10 年的公开缪子径迹数据（2008 年 4 月至 2018 年 7 月），开展了针对记忆负担型 PBH 中微子信号的搜索。分析重点关注 14 个来自四个独立文献来源（提供暗物质 D-因子测量值）的 dSph：

1. GS 集： Geringer-Sameth 等人，采用统一的 Jeans 模型。
2. E 集： Evans 等人，采用简单的解析公式。
3. P 集： Pace & Stigari，采用经验缩放关系。
4. C 集： LHAASO 合作组，提供了更新的约束。

本研究采用非分箱极大似然分析来评估潜在 PBH 中微子发射的显著性。似然函数包含：

• 信号模型： 中微子通量源自记忆负担型 PBH 蒸发谱，使用 BlackHawk 2.30 代码计算。该模型考虑了抑制因子 $k$（测试了 $k=1$ 和 $k=2$）以及定义向 MB 相态转变的参数 $q$（通常 $q=0.5$）。
• 味振荡： 分析假设初始通量为味不偏倚的（$1:1:1$），并应用 Pontecorvo-Maki-Nakagawa-Sakata (PMNS) 混合来确定到达地球时的通量，尽管总事件率被指出与具体的混合角无关。
• D-因子处理： 为了处理暗物质分布的不确定性，作者使用了剖面似然框架，并对 D-因子采用非对称高斯先验，允许对 14 个 dSph 进行独立的误差处理。
• 统计框架： 使用基于似然比的检验统计量（TS）来比较仅背景假设与 PBH 信号假设。

主要贡献

• 全面的数据集： 本工作通过交叉引用四个独立的 D-因子数据集，汇编了一个稳健的 14 个 dSph 样本，解决了天体物理建模的变异性问题。
• 记忆负担的应用： 这是首次将记忆负担效应应用于使用 IceCube 数据进行的 dSph 中微子搜索，特别测试了 $k=1$ 和 $k=2$ 的抑制情景。
• 联合分析： 论文实现了对所有 14 个 dSph 的联合分析，证明了独立误差处理与单源分析相比，能有效降低统计不确定性。

结果

• 零检测： 在 10 年的 IceCube 数据集中未检测到超过仅背景假设的显著中微子事件过剩。
• 丰度（$f_{PBH}$）上限：
  • $k=1$ 情景： 与以往研究相比，该分析显著提高了 PBH 丰度部分的上限。对于 $k=1$，联合分析排除了 PBH 作为主导暗物质成分的可能性，直至质量约为 $10^{10}$ g。在 PBH 质量介于 $10^7$ 和 $10^{10}$ g 之间时，约束最为严格，因为此时中微子能谱与 IceCube 的灵敏度高度契合。
  • $k=2$ 情景： 由于强熵抑制降低了 IceCube 最敏感能量范围内的中微子通量，因此约束较松。
• 数据集比较： C 集（LHAASO）由于具有较高的 D-因子值，通常提供最强的约束；而 GS 和 E 集即使在保守假设下，仍比现有文献提供的限制更紧。
• 个体 vs. 联合： 对所有 14 个 dSph 进行的联合分析在整个参数空间内产生的排除限制，明显比任何单个 dSph 分析都要紧。

意义
本文确立了来自 dSph 的中微子搜索在约束记忆负担型 PBH 方面具有竞争力，并且在 $k=1$ 的情景下，优于之前的伽马射线和宇宙线研究。作者声称，其结果有力地证明了对于 $k \lesssim 1.3$（或结合数据集时 $k \lesssim 1.5$），PBH 无法构成高达 $\sim 10^{10}$ g 的全部暗物质。虽然对较低质量 PBH 的约束仍不及现有极限严格，但该分析强调了中微子探测器对 MB 框架下更重质量 PBH 所关联的硬能谱的日益增长的敏感性。这项工作为未来使用下一代仪器（如 IceCube-Gen2）的搜索提供了方法论基础，这些仪器预计将进一步探测 $k=2$ 情景并扩展质量覆盖范围。