Astronomie

Température du milieu intracluster (ICM)

Température du milieu intracluster (ICM)


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

gt Bw GJ gN KL sm qH FU Ib Iv QB JA sz ZL Ly at AJ lN tF

J'ai lu une fois dans un article que la température du milieu au sein des amas de galaxies (le milieu intra-amas ou ICM) est extrêmement élevée.

  1. Que signifie vraiment cette température ? Vitesse des particules?

  2. Pourquoi est-ce si?

  3. Ce médium est-il le « Vide » ?

  4. Est-ce en conflit avec la température du CMB (environ 3 K) ?


J'appuie la réponse de Pela, à l'exception d'un ajout. Le CMB et le gaz intracluster interagissent entre eux via l'effet Compton inverse, par lequel les électrons du gaz se refroidissent en donnant leur énergie aux photons du CMB, augmentant ainsi leur énergie.

Ce processus, lorsqu'il est appliqué au gaz chaud dans le milieu intracluster, est également connu sous le nom d'effet Sunyaev-Zel'dovich. Cela fait que la luminosité du CMB est différente lorsqu'on regarde vers un amas de galaxies.

L'importance de cet effet peut être trouvée dans ces notes de Mark Birkinshaw. Essentiellement, l'effet S-Z lorsqu'il est combiné avec des images radiographiques du gaz chaud peut fournir des informations vitales sur la structure de densité et la structure thermique du gaz chaud. Il s'avère également que la comparaison des propriétés des rayons X et S-Z d'un amas peut donner une valeur pour le paramètre de Hubble et fournir d'autres contraintes cosmologiques (par exemple, voir les résultats de Planck présentés dans Ade et al. 2015).


La réponse à votre première question est "Oui, la température à laquelle il est fait référence est la température 'normale', reflétant l'énergie cinétique moyenne des particules de gaz".

La réponse à votre deuxième question est un peu plus complexe :

Fonction de refroidissement

Le gaz se refroidit par divers procédés, avec une efficacité dépendant de la température, de la densité et de la composition du gaz. À des températures « basses », la plupart des refroidissements se produisent parce que les particules entrent en collision et que leur énergie cinétique est utilisée pour exciter ou même ioniser les atomes. Les atomes se recombinent ou se désexcitent ensuite, émettant un rayonnement qui peut éloigner l'énergie du système.

La majeure partie du gaz dans l'Univers est de l'hydrogène, qui se refroidit le plus efficacement autour de $10^4,mathrm{K}$. À des températures plus élevées, l'hélium devient le principal contributeur. De plus, divers métaux contribuent à différentes températures en fonction de leur densité et de leur état d'ionisation. A des températures très élevées ($gtrsim10^7,mathrm{K}$) lorsque le gaz est fortement ionisé, le refroidissement se produit principalement par bremsstrahlung, c'est-à-dire la décélération des particules chargées par d'autres particules chargées.

La figure ci-dessous (de Mo, Bosch & White 2010) montre la fonction de refroidissement pour diverses métallicités (avec mes propres annotations) :

Effondrement des halos gazeux

Alors, qu'est-ce qui différencie le milieu intra-amas (ICM) du milieu interstellaire (ISM) ? Dans l'Univers en expansion, les surdensités tentent de se contracter. Ces surdensités ne peuvent atteindre l'équilibre hydrostatique que si le refroidissement radiatif est faible. Si l'échelle de temps de refroidissement $t_mathrm{cool}$ est beaucoup plus petit que l'échelle de temps de chute libre $t_mathrm{ff}$, il peut s'effondrer et former des étoiles. A partir du théorème du viriel, qui donne la relation entre l'énergie potentielle et cinétique du système, vous pouvez calculer la relation entre les deux échelles de temps. C'est un peu trop mathématique pour ce post, mais pas difficile. Je recommande la lecture du chapitre 8.4 dans Mo, Bosch & White (2010). Leur Fig. 8.6 montre un diagramme de refroidissement avec le lieu de $t_mathrm{cool} = t_mathrm{ff}$ dans le plan densité-température :

Au-dessus du lieu, le refroidissement est efficace et le nuage peut s'effondrer. Les lignes pointillées inclinées sont des lignes de masse de gaz constante. Maintenant vous voyez que même pour la métallicité solaire (le $Z = Z_dot$ ligne), des nuages ​​de masses de gaz plus grandes que $sim10^{13},M_odot$ sont incapables de refroidir. C'est la différence fondamentale entre une galaxie et un amas. Ce sont tous deux des surdensités qui ont résisté à l'expansion, mais le gaz dans l'amas n'est pas capable de se refroidir et de former des étoiles.

Vides

Quand les gens parlent de "vides", ils se réfèrent généralement ne pas à l'ICM - qui est le gaz chaud et dilué entre les galaxies d'un amas - mais aux immenses régions de gaz encore plus dilué qui sont… eh bien, dépourvues de galaxies. Jetez un œil à cette image (d'ici). Ici, j'ai marqué les grappes de vert et les vides de violet. J'ai aussi marqué certains filaments avec du cyan.

Le fond cosmique des micro-ondes

Quant à votre dernière question, l'ICM n'interagit pas beaucoup avec le CMB, donc ils ne sont pas en équilibre thermodynamique, et il n'y a pas de conflit. Une petite fraction (<10%) des photons CMB Est-ce que interagir. Cela ne change pas l'état du gaz, mais il tend à polariser une fraction du CMB, et cela nous permet d'étudier l'histoire de l'ionisation de l'Univers.

EDIT : j'ai oublié le Effet Sunyaev-Zel'dovich, qui est l'interaction d'électrons chauds avec des photons CMB. Rob Jeffries en parle dans sa réponse.


Titre : CARACTÉRISATION DES DISTRIBUTIONS DE TEMPÉRATURE MOYENNE INTRACLUSTER DE 62 CLUSTERS GALAXIQUES AVEC XMM-NEWTON

Nous mesurons les distributions de température du milieu intra-amas (ICM) pour 62 amas de galaxies dans le HIFLUGCS, un échantillon à flux limité de rayons X, avec des données de rayons X disponibles de XMM-Newton. Nous recherchons des corrélations entre la largeur des distributions de température et d'autres propriétés de l'amas, y compris la température médiane de l'amas, la luminosité, la taille, la présence d'un noyau froid, l'activité du noyau galactique actif (AGN) et l'état dynamique. Nous utilisons une analyse de Markov Chain Monte Carlo, qui modélise l'ICM comme une collection de particules de plasma lissées émettant des rayons X. Chaque particule lissée se voit attribuer son propre ensemble de paramètres, notamment la température, la position spatiale, le décalage vers le rouge, la taille et la mesure d'émission. Cela nous permet de mesurer la largeur de la distribution de la température, la température médiane et la mesure des émissions totales de chaque cluster. Nous constatons qu'aucun des clusters n'a une largeur de température compatible avec l'isothermalité. Contre-intuitivement, nous constatons également que les largeurs de distribution de température des clusters perturbés, à cœur non froid et sans AGN ont tendance à être plus larges que dans les autres clusters. Un ajustement linéaire à -kT trouve 0.20kT + 1,08, avec un scatter intrinsèque estimé de 0,55 keV, démontrant une large gamme d'histoires thermiques ICM.


Température du milieu intra-amas (ICM) - Astronomie

Le milieu intra-amas est le gaz émetteur de rayons X ténu qui existe entre les galaxies dans l'environnement de l'amas. Malgré sa densité extrêmement faible, on estime que dans les grands amas, le milieu intra-amas peut contenir plus de matière baryonique que toutes les galaxies réunies. Cependant, cela ne constitue qu'une petite fraction de la masse de l'amas, dont la majorité est constituée de matière noire.

La température extrême du milieu intra-amas (des dizaines de millions de Kelvin) a d'abord surpris les astronomes qui avaient précédemment supposé que le gaz à l'intérieur des amas aurait dû se refroidir il y a longtemps pour former plus de galaxies. On pense maintenant que les trous noirs supermassifs qui se cachent au centre de nombreuses galaxies sont responsables du maintien de la température élevée du milieu intra-amas. Au fur et à mesure que le gaz chaud émettant des rayons X se refroidit, il tombe vers le centre de l'amas et est accrété par les trous noirs centraux des galaxies actives. Ce processus libère de grandes quantités d'énergie dans des jets galactiques collimatés qui atteignent au-delà des galaxies elles-mêmes et dans le milieu intra-amas. Le matériau énergétique contenu dans ces jets réchauffe le gaz d'amas, arrêtant finalement le processus d'accrétion et coupant la sortie de matériau. Sans l'apport d'énergie supplémentaire des jets galactiques, le gaz d'amas recommence à se refroidir et le cycle recommence. Ce cycle de chauffage et de refroidissement est connu sous le nom de boucle de rétroaction AGN.

Étudiez l'astronomie en ligne à l'Université de Swinburne
Tout le matériel est © Swinburne University of Technology, sauf indication contraire.


Observation

En raison de sa température élevée, l'ICM émet principalement des rayons X. Il est généré sous forme de bremsstrahlung lorsque les électrons sont déviés par des ions et sous forme de lignes d'émission de rayons X provenant des éléments lourds. La luminosité du gaz est proportionnelle au carré de la densité du gaz et de la racine de la température.

Les télescopes à rayons X peuvent mesurer le spectre des rayons X du rayonnement de l'ICM et cartographier la distribution de leur luminosité aux rayons X. La température du gaz et la métallicité de l'ICM sont obtenues à partir du spectre des rayons X, et la distribution de la densité du gaz est obtenue à partir de la distribution de la luminosité. En supposant que le gaz soit en équilibre hydrostatique, la masse totale de l'amas de galaxies peut être déterminée à partir de la température et de la distribution de densité.

La densité de l'ICM augmente fortement vers le centre de l'amas de galaxies. Dans le même temps, la température de cette région centrale n'est généralement comprise qu'entre la moitié et le tiers des valeurs mesurées dans les zones extérieures. La métallicité du gaz augmente également de l'extérieur vers le centre. Dans certains amas de galaxies (par exemple dans l'amas du Centaure) il atteint des valeurs supérieures à celles de notre soleil.

Une autre possibilité d'observation résulte de l'effet Sunyaev-Zeldovich.


Titre : CARACTÉRISATION DES DISTRIBUTIONS DE TEMPÉRATURE MOYENNE INTRACLUSTER DE 62 CLUSTERS GALAXIQUES AVEC XMM-NEWTON

Nous mesurons les distributions de température du milieu intra-amas (ICM) pour 62 amas de galaxies dans le HIFLUGCS, un échantillon à flux limité de rayons X, avec des données de rayons X disponibles de XMM-Newton. Nous recherchons des corrélations entre la largeur des distributions de température et d'autres propriétés de l'amas, y compris la température médiane de l'amas, la luminosité, la taille, la présence d'un noyau froid, l'activité du noyau galactique actif (AGN) et l'état dynamique. Nous utilisons une analyse de Markov Chain Monte Carlo, qui modélise l'ICM comme une collection de particules de plasma lissées émettant des rayons X. Chaque particule lissée se voit attribuer son propre ensemble de paramètres, notamment la température, la position spatiale, le décalage vers le rouge, la taille et la mesure d'émission. Cela nous permet de mesurer la largeur de la distribution de la température, la température médiane et la mesure des émissions totales de chaque cluster. Nous constatons qu'aucun des clusters n'a une largeur de température compatible avec l'isothermalité. Contre-intuitivement, nous constatons également que les largeurs de distribution de température des clusters perturbés, à cœur non froid et sans AGN ont tendance à être plus larges que dans les autres clusters. Un ajustement linéaire à -kT trouve 0.20kT + 1,08, avec un scatter intrinsèque estimé de 0,55 keV, démontrant une large gamme d'histoires thermiques ICM.


Température du milieu intra-amas (ICM) - Astronomie

Nous avons vu dans la section précédente que la forme du spectre pour un plasma à l'équilibre thermique est déterminée par la température du plasma et les abondances élémentaires. C'est donc l'information de base que nous tirons de l'analyse spectrale du rayonnement ICM : une mesure de température et une analyse chimique. Nous illustrons par conséquent dans ce chapitre et dans le chapitre suivant, les connaissances scientifiques acquises à partir des mesures de température de l'analyse spectrale de pointe, et dans la section 5 les enseignements tirés de l'analyse chimique de l'ICM.

C'est surtout la forme du spectre continu, dominée par le bremsstrahlung, qui fournit des informations sur la température. La distribution spectrale d'énergie pour le spectre de Bremsstrahlung thermique pour la collision d'un électron avec un ion, je, est donné par (par exemple Gronenschild & Mewe 1978):

me et me sont respectivement la masse et la densité des électrons, mje est la densité ionique respective, Z est la charge effective de l'ion, et gff est le facteur décharné, une quantité proche de l'unité qui doit être calculée numériquement par un traitement de mécanique quantique. La signature spectrale la plus importante de TX est la coupure nette du spectre aux hautes énergies, due au terme exponentiel avec l'argument - h / kB T. Tant que cette coupure est vue dans la fenêtre d'énergie du télescope, on a une bonne maîtrise de la mesure de la température. Les abondances d'éléments se reflètent principalement dans l'intensité des raies spectrales. Ce n'est que dans les spectres bien résolus de très haute qualité, où l'on peut observer plusieurs raies du même élément, que la température est également contrainte par les rapports de force des raies. Un tel cas important se produit à des températures autour de 2-3 keV où nous pouvons observer les raies K-shell et L-shell du fer simultanément dans des spectres à fort nombre de photons. Un autre exemple de diagnostic de température basé sur l'étude des raies Si et S de l'hydrogène et de l'hélium est présenté sur la figure 7 (tiré de Matsushita et al. 2002). Ce travail fournit une autre illustration intéressante de la façon dont différents indicateurs de température peuvent être utilisés pour vérifier la cohérence de la mesure de température et pour tester si le plasma a une distribution de phases de température.

Les premières observations spectrales aux rayons X des amas n'avaient pas une résolution angulaire suffisante et impliquaient donc l'émission ICM totale des cibles et ne nous ont fourni que des informations sur la température globale de l'ICM de l'amas. Que nous dit ce paramètre sur un cluster ? Les amas de galaxies se forment à partir de l'effondrement gravitationnel de régions surdenses dans la distribution de densité de matière dans l'Univers et s'approchent ensuite d'une configuration d'équilibre caractérisée par une relation virale :

où la masse, M, fait référence à la masse totale des amas de galaxies, y compris la matière noire. De manière analogue à l'équilibre viriel des galaxies et des particules de matière noire, le plasma de l'ICM se thermalise et atteint une "température virale" qui reflète la profondeur du potentiel gravitationnel de l'amas. Dans le processus d'effondrement, l'énergie potentielle de l'ICM est convertie en chaleur interne. Si les potentiels gravitationnels des amas de masse différente ont une forme auto-similaire, comme le suggèrent les simulations numériques de l'effondrement gravitationnel (par exemple Navarro et al. 1995, Moore et al. 1999), alors on trouve la relation auto-similaire suivante entre amas masse et température ICM :

DM est la vitesse de dispersion des particules de matière noire. (La relation la plus à droite est due à M R 3 et DM = const. dans le modèle auto-similaire).

L'analyse des premiers spectres d'amas de galaxies a indirectement confirmé cette tendance en montrant que la température de l'ICM augmente avec la dispersion de la vitesse des galaxies. La figure 8 montre l'une des premières relations de ce type (Mushotzky 1984) avec les observations spectrales des rayons X de l'expérience du satellite HEAO-1 A2. Les versions modernes de ces relations - données ici directement comme M - TX relations - sont montrées dans la Fig. 9 pour des clusters réguliers sélectionnés d'Arnaud et al. (2007) et pour l'échantillon en grappes de Kotov & Vikhlinin (2006), respectivement. La température ICM déterminée par spectroscopie s'avère donc être l'un des meilleurs proxys de masse en tant que paramètre observable unique (par exemple, Kravtsov et al. 2006). Les relations les plus étroites sont obtenues, si les régions centrales sont exclues de la mesure de la température globale, en raison de l'influence disproportionnée des noyaux froids centraux comme cela deviendra évident ci-dessous, et il est donc devenu standard de citer la température moyenne dans la région radiale r = 0.15 - 1 × r500 comme le proxy de masse observable unique le plus fiable pour les clusters (par exemple, Arnaud et al. 2005, Pratt et al. 2008) 1 .

Graphique 9. La gauche: La relation masse - température d'un échantillon de clusters réguliers de (Arnaud et al. 2007). La pente la mieux adaptée (ligne continue) est de 1,71 ± 0,09 légèrement plus raide que la relation auto-similaire. Droite : La relation masse - température des amas de galaxies et son évolution avec un décalage vers le rouge dérivé de deux échantillons d'amas à <z>

Les observatoires à rayons X avancés Chandra et XMM-Newton fournissent désormais régulièrement des mesures localisées de la température de l'ICM. Des premières tentatives avaient déjà été faites à partir d'observations avec le ROSAT observatoire, par ex. pour produire des cartes de température présentant des incertitudes de température encore importantes (Briel & Henry 1994, Henry & Briel 1995) et plus tard au moyen du ASCA observatoire, mais en raison de sa résolution angulaire comparativement faible, la plupart des résultats sont restés quelque peu ambigus et dépendaient de la méthode d'analyse utilisée (par exemple Ikebe et al. 1997, Markevitch et al. 1998, White 2000). Avec quelques études au moyen de la mission à rayons X italo-néerlandaise BeppoSAX une vue d'ensemble sur la structure de température des clusters a été obtenue, avec des profils de température décroissants à l'extérieur

0.2r500 et une diversité de comportement dans la région centrale en fonction de l'histoire thermique de l'amas (De Grandi & Molendi 2002). Ce tableau est devenu très précis avec des études systématiques avec XMM-Newton et Chandra. La figure 10 montre les résultats sur les profils de température des échantillons de grappes étudiés avec les deux observatoires (Vikhlinin et al. 2006, (Pratt et al. 2007).

Pour mieux comprendre ces résultats, nous devons faire une brève excursion aux relations d'échelle. Pour la comparaison de la structure des amas de galaxies de masse différente basée sur le modèle d'auto-similarité mentionné ci-dessus, nous avons besoin d'un rayon de référence qui identifie les échelles correspondantes dans les amas de masse différente. Une définition utile d'une telle échelle est le rayon auquel la densité de masse moyenne de l'amas est supérieure d'un certain facteur à la densité critique de l'Univers au décalage vers le rouge de l'amas. Une des justifications de cette image vient du modèle d'effondrement sphérique dans un univers à densité critique. Un bon choix pratique pour le facteur de surdensité est 500 (voir par exemple Evrard et al 1996 qui montrent qu'à l'intérieur d'une région de

r500 les orbites aléatoires des galaxies et des particules de masse dominent clairement sur la matière tombante), notamment du point de vue des observateurs aux rayons X, car maintenant un plus grand nombre de Chandra et XMM-Newton les données couvrent le cluster ICM spectroscopiquement jusqu'à ce rayon (par exemple Vikhlinin et al. 2006, Pratt et al. 2007). On utilisera le plus souvent ce rayon d'échelle de r500, mais aussi utiliser d'autres valeurs de surdensité selon la littérature dont on tire les exemples.

Sur la figure 10, les profils de température représentés sont mis à l'échelle par les rayons de surdensité (avec différentes valeurs de surdensité, ce qui n'a pas d'importance ici). On constate qu'il existe une grande diversité des profils aux petits rayons. Il existe deux classes d'amas de galaxies : les amas avec des noyaux ICM denses présentent des profils de température avec TX décroissant vers le centre dans les régions centrales, tandis que dans les amas avec des densités centrales modérées (typiquement inférieures à 10 -2 cm -3 ), les profils de température s'avèrent plats ou même légèrement croissants vers le centre de l'amas. Les clusters seront appelés clusters core cool et non cool core dans ce qui suit. En raison de l'affichage logarithmique de la plage radiale, les régions intérieures apparaissent plus proéminentes sur la figure 10. La plupart de la taille et du volume des amas se trouvent dans la région extérieure, où les profils de température deviennent très similaires et apparaissent comprimés dans une zone étroite à l'échelle. rayon. Cela montre qu'à grande échelle, la structure thermique des clusters peut être considérée comme suivant de près un modèle auto-similaire. Caractériser ce modèle et comprendre la dispersion autour du modèle moyen est l'un des objectifs d'observation importants actuels de la recherche sur les grappes de rayons X.

L'une des difficultés pour dériver la distribution de température de l'ICM dans les amas à partir d'observations spectroscopiques aux rayons X est le fait que le rayonnement observé est le résultat d'une intégrale d'émission radiative le long de toute la ligne de visée à travers l'amas. Par conséquent, une tâche d'observation consiste à "déprojeter" les spectres d'amas, ce qui ne peut être fait qu'en supposant une certaine forme géométrique tridimensionnelle de l'amas, en général une symétrie sphérique. Les conditions requises pour une déprojection spectrale réussie sont de très bonnes statistiques de photons et une résolution angulaire des données (fonction d'étalement des points de l'instrument) meilleure que le binning radial correspondant utilisé. En général, les spectres déprojetés sont beaucoup plus bruyants que les spectres observés, mais le plus souvent, les résultats de la déprojection ne montrent que de petites différences spécifiques par rapport aux données non projetées (car la plupart des émissions formant le spectre proviennent de la région la plus centrale).

Un autre problème dans la dérivation de la structure de température à partir de la spectroscopie survient si le plasma a plus d'une phase de température localement, c'est-à-dire dans la zone observée à partir de laquelle le spectre est extrait et dans le bac de déprojection. La question est alors : qu'est-ce qui détermine la température résultante lorsque ce spectre composite est ajusté à un modèle spectral monophasé ? Une première supposition intuitive consiste à supposer qu'il s'agit d'une moyenne des températures pondérées par les contributions d'émission radiative des différentes phases, la température dite d'émission pondérée, Teuh (par exemple Mathiesen & Evrard 2001). Cependant, comme le montrent Mazzotta et al. (2004), la température ajustée résultante est généralement biaisée faible par rapport à Teuh. (Mazzotta et al. 2004) dérivent une simple approximation analytique pour calculer le résultat d'ajustement à partir d'un mélange de températures avec une précision de quelques pour cent pour des températures ICM supérieures à 3 keV. La température ajustée résultante qu'ils appellent température de type spectroscopique, Tsl. Cette approche est basée sur le fait que la dépendance en température des spectres selon l'Equ. 4 peut être exprimé comme :

E est l'énergie du photon, m est la métallicité (abondance d'éléments lourds) du plasma, et (T, m) inclut la dépendance à la température du facteur de maigreur et certains effets des raies d'émission. Le côté droit est une expansion de la série de Taylor pour des énergies suffisamment basses comme couvertes par la fenêtre d'énergie des télescopes à rayons X (par kB T > 3 keV). Ensuite, il est facile de montrer que l'addition de phase de température avec un ajustement de température unique ultérieur conduit à l'expression suivante pour la température de type spectroscopique :

avec des tests montrant que = 0,75 est une bonne approximation. Vikhlinin (2006) a généralisé cette approche également aux basses températures en utilisant une méthode qui nécessite des simulations numériques plus complexes qui prennent en compte les spécificités de l'instrument spectroscopique, la bande d'énergie et l'absorption galactique fournissant des résultats satisfaisants avec des erreurs de quelques pour cent.

Cette dernière approche permet de dériver Tsl pour une distribution de température connue, mais ne fournit aucun moyen de corriger un biais de température, si la distribution est inconnue. Par exemple, la détermination des masses d'amas (comme expliqué ci-dessous) repose sur une moyenne locale de la pression qui nécessite une moyenne de température pondérée en masse pour une densité connue. Depuis tsl est toujours faible par rapport à la moyenne de masse, la masse sera sous-estimée en présence d'une structure multi-températures non résolue (par exemple, Rasia et al. 2005). Une étude de Rasia et al. (2006) ont montré que le biais de température peut facilement conduire à une sous-estimation de la masse de 10 % en moyenne. Avec l'instrumentation actuelle, il est difficile de dévoiler une structure multi-températures dans la plage de température supérieure à 3 keV. Un exercice simple qui peut être effectué avec XSPEC est de prendre une mesure d'émission égale de plasma de 4 keV et 8 keV et de simuler une analyse avec les instruments de XMM-Newton. Même avec une exposition simulée qui donne plusieurs dizaines de millions de photons, un seul modèle de température avec T

5,5 keV donne un ajustement parfait et nous sommes incapables de récupérer les phases d'entrée d'origine. À des températures plus basses et de très bonnes statistiques de photons, davantage de diagnostics peuvent être effectués, comme par ex. dans l'étude illustrée à la figure 7 (Matsushita et al. 2002) et des études similaires dans d'autres régions centrales froides, par ex. par Fabien et al. (2005) ou Simionescu et al. (2008a) ci-dessous, en raison des raies d'émission caractéristiques des différentes phases de température.

L'une des applications les plus importantes de la connaissance de la structure de la température dans l'ICM est la détermination de la masse des amas de galaxies. En supposant que l'ICM est en équilibre hydrostatique et que l'amas a une symétrie approximativement sphérique, la distribution de la masse totale dans l'amas est donnée par les profils de densité et de température par l'équation suivante :

g et kB sont respectivement la constante gravitationnelle et la constante de Boltzmann, µ est la masse moyenne des particules (

0.6), mp la masse du proton, et g la densité du gaz.

L'un des résultats généralement intéressants des efforts récents de détermination précise de la masse est la conclusion que le modèle de halo de matière noire "NFW" proposé par Navarro, Frenk & White (1995, 1997) donne une description cohérente de la distribution de masse d'amas apparemment détendus ( clusters qui présentent un degré élevé de symétrie dans la projection et aucun signe évident d'activité de fusion récente) comme le montre la figure 11 (Pratt (2006), Vikhlinin et al. (2005), voir aussi Pratt & Arnaud (2002), Pointecouteau et al (2005), Buote et al (2007), Voigt & Fabian (2006)). Les premières tentatives ont été faites d'une comparaison rigoureuse des masses d'amas déterminées à partir d'une analyse aux rayons X et à partir d'études de lentilles gravitationnelles (Zhang et al. 2007, Mahdavi et al. 2008) montrant que la détermination de la masse par rayons X fournit un bien plus petit incertitude individuelle. Nous avons également des premières indications que les masses de lentilles sont généralement plus élevées d'environ 12 (± 15) %, ce qui peut refléter en partie le biais de température mentionné ci-dessus et la pression turbulente supplémentaire non prise en compte de l'ICM si nous supposons que les masses de lentilles sont essentiellement non biaisées. Cette calibration de masse en combinant plusieurs méthodes constituera un effort important dans les années à venir.

La distribution de la température dans l'ICM est également la clé de la caractérisation de l'histoire thermique et de la structure thermique, exprimée le plus commodément par la structure entropique de l'ICM de l'amas. La définition de "l'entropie", S, tel qu'il est utilisé dans la littérature astrophysique des amas de galaxies s'écarte de la définition générale de la physique :

Cette définition est liée à la définition générale de l'entropie, s, par s = kB ln(S 3/2 (µmp) 5/2 ) + s0 (Voit 2005). le S valeur peut être considérée comme un paramètre pour marquer les adiabatiques, et donc S reste fixe dans toute évolution hydrodynamique de l'ICM dans laquelle tous les processus sont adiabatiques S augmente, par ex. dans les ondes de choc ou avec dissipation des mouvements turbulents et diminue avec le refroidissement radiatif.

L'application la plus importante de l'étude de la structure de l'entropie dans les amas de galaxies est la distinction entre le chauffage par des processus gravitationnels et non gravitationnels. Le terme processus gravitationnels fait ici référence à la chaleur qui provient de la conversion du potentiel en énergie thermique lors de la formation de la structure et de l'effondrement des amas. Cette forme de chaleur est déterminée par des processus de formation de structure qui sont principalement conduits par la matière noire dans l'Univers. Les processus non gravitationnels sont connectés à l'apport d'énergie dans l'ICM sous la forme de vents galactiques entraînés par la formation d'étoiles (qui conduisent en même temps à l'enrichissement chimique de l'ICM comme discuté dans la section 5) et par l'AGN fournissant un apport d'énergie via des jets de plasma.

La façon de distinguer les deux formes de chauffage est l'étude des relations d'échelle des propriétés des clusters thermiques. Le chauffage gravitationnel de l'ICM pendant la formation de l'amas est proportionnel à la profondeur du puits de potentiel gravitationnel de l'amas et donc le gain d'entropie est proportionnel à la température de l'ICM. Les processus de chauffage liés à la rétroaction de la population de galaxies devraient être liés (proportionnels) à la masse stellaire totale de l'amas. En supposant au premier ordre un rapport masse stellaire/masse de gaz constant du composant de l'amas baryonique, la quantité d'énergie non gravitationnelle entrée par unité de masse de gaz est également constante de premier ordre. Par conséquent, dans cette considération la plus simple, la contribution de l'entropie gravitationnelle est proportionnelle à la température du viriel et de l'ICM, tandis que la contribution de l'entropie non gravitationnelle est une constante additive. La preuve de l'entropie non gravitationnelle caractérisée de cette manière a été fournie par Ponman et al. (1999) comme illustré dans la Fig. 12 (voir aussi David et al. (1996) qui ont montré avec ROSAT observations de systèmes plus froids que les groupes ont des profils d'entropie plus plats que les amas). Les résultats impliquent un plancher dit d'entropie d'environ 135 keV cm 2 (Ponman et al. 1999, Lloyd-Davies et al. 2000). Des résultats plus modernes ne montrent pas l'apparition soudaine d'une marche, mais plutôt une pente de la relation entropie - température qui est plus faible que la pente de 1 attendue des modèles purement gravitationnels : au lieu de la pente gravitationnelle de S(rescaladé) T, relations autour T 2/3 sont trouvés. Les modèles purement gravitationnels d'accrétion douce et froide de gaz dans l'amas (par exemple Tozzi & Norman 2001) prédisent les profils d'entropie dans les amas de la forme S(r) r 1.1. Les observations montrent des profils qui peuvent être aussi raides que cette prédiction pour les systèmes les plus massifs, mais ils sont moins profonds pour les amas plus petits, ce qui est encore une manifestation du fait que les processus non gravitationnels ont un effet plus important sur les systèmes avec une masse plus petite et donc un potentiel gravitationnel moins profond. Comme résultat représentatif, nous montrons l'étude de Pratt (2006) impliquant 10 amas apparaissant détendus (Fig. 13), qui illustre le comportement d'échelle de température radiale et ICM de l'entropie ICM d'amas. Le diagnostic des profils d'entropie a maintenant été poursuivi en détail pour de plus grands échantillons de grappes par Cavagnolo et al. (2009) et des échantillons de grappes représentatifs de Prat et al. (2009, en préparation) fournissant une image plus détaillée, dont l'interprétation correcte doit être assistée par des simulations.

Figure 12. Entropie en groupes et amas mesurée à un rayon de référence de 0,1 rviriel en fonction de la température ICM du système (Ponman et al. 1999). Il a été déduit de ce graphique que l'entropie semble converger à faible TX à une valeur plancher caractéristique de

La modélisation théorique pour expliquer le comportement quantitatif de mise à l'échelle de l'entropie implique le « préchauffage » (augmentation précoce de l'entropie du milieu intergalactique due à la formation d'étoiles avant la formation de l'amas), le refroidissement et la condensation du matériau à faible entropie qui augmente S dans la phase gazeuse restante, et les processus de chauffage par rétroaction dans le cluster. Un équilibre compliqué de tous ces processus semble être nécessaire pour reproduire les profils d'entropie, les relations d'échelle et la quantité de baryons qui sont convertis en étoiles dans le volume de l'amas et les efforts pour obtenir un modèle complètement cohérent et satisfaisant sont toujours en cours (par exemple Borani et al. 2004, Borani et al. 2005, Voit et al. 2003, Voit 2005, McCarthy et al. 2008).

Les propriétés de fond instrumentales et particulaires faibles, stables et bien comprises du Suzaku satellite a permis de réaliser les premières études pionnières d'amas au-delà de leur rayon virial. Reichrich et al. (2008) ont déterminé le profil de température de l'amas de noyaux de refroidissement riche et massif Abell 2204 à partir de

10-1800 kpc, proche de l'estimation r200. Ils constatent que le profil de température entre 0,3 et 1,0r200 est cohérent avec une baisse de 0,6, comme prédit par les simulations. Les premiers profils de température, de densité et d'entropie au-delà r200 ont été signalés pour un autre cluster central de refroidissement riche et massif PKS 0745-191 (George et al. 2009). Entre 0,3-1r200 ils mesurent une baisse de température moyenne de

70%. Ils constatent que près du rayon du viriel, le profil d'entropie observé est inférieur à celui attendu pour le chauffage par effondrement gravitationnel. La figure 14 montre les profils observés dans quatre directions et les profils moyens. La courbe en pointillés en bas montre le profil d'entropie attendu pour le chauffage par effondrement gravitationnel, S r 1.1 , et la ligne pointillée verticale montre l'estimation r200. The fall of entropy beyond r200 in the NW direction is interpreted by the authors as evidence for an accretion shock from cooler material falling on the cluster along a filament.

X-ray emission from hot plasma associated with a filament connecting two massive clusters of galaxies, Abell 222 and Abell 223, was recently detected using XMM-Newton (Werner et al. 2008). The detection of the tenuous gas permeating the filament was possible because of its favorable orientation approximately along our line-of-sight. The temperature of the detected gas is kT = 0.91 ± 0.25 keV and assuming that the length of the filament along the line-of-sight is je = 15 Mpc its baryon density is 3.4 × 10 -5 cm -3 , which corresponds to a baryon over-density of 150. The entropy of the gas in the filament is S 870 keV cm 2 je 1/3 , which suggests strong preheating. We note that if the detected emission would be associated with the outer region of radially asymmetric clusters (deriving the gas density by means of the usual geometric deprojection), the corresponding entropy of 420 keV cm 2 would be much lower than that expected for the virialised cluster gas ( 1000 keV cm 2 ) which has already passed through an accretion shock.

Galaxy clusters grow throughout the recent history of our Universe by accreting matter from their surroundings, preferentially by clumpy accretion from the cosmic network matter filaments in the intersections of which they are embedded (e.g. Braglia et al. 2007). From time to time major merger events happen in this accretion process, where two larger systems are attracted to each other and merge violently. These cluster mergers have always been very attractive study objects (see e.g. Feretti et al. 2002) for a review). The thermal structure of the ICM again offers good perspectives to unveil the merger configuration and its history as well as to understand the heating processes of the ICM resulting from the energy release of the merger.

We will illustrate the diagnostic potential of X-ray spectroscopy in these studies by concentrating here mostly on the example of the most dramatic merging system, 1E0657-56. But before we describe an earlier result obtained with XMM-Newton for the diagnostics of the off-axis merger in the cluster A3921 shown in Fig. 15 by Belsole et al. (2005). The temperature map has been obtained by applying the multi-scale spectro-imaging technique based on a wavelet analysis described by Bourdin et al. (2004). The general result of this analysis was subsequently confirmed by spectroscopy of the regions highlighted in the temperature map. While the general gas temperature of the undisturbed Eastern region of the main cluster has a temperature around 4.9 keV, a hot, bar like region with an extent of about 160 x 280 kpc is observed in the highly distorted North-Western side which has been found to have a temperature around 7.25 keV. The signatures have been interpreted as an off-axis merger Belsole et al. (2005). The observed features have been found to be similar to those in the simulations of an off axis merger with a mass ratio of 1:3 an impact parameter of b = 5 rs (où rs is the scale radius of the NFW profile describing the density distribution of the cluster) and a time of less than about 1 Gyr after the X-ray luminosity reaches its peak as shown by Ricker & Sarazin (2001) in their Fig. 7. This system seems to show the typical appearance of an intermediate stage off-axis merger similar to other cases (e.g. Reiprich et al. 2004).

The most detailed and interesting data set on a merging cluster system is that of 1E0657-56 at a redshift of z = 0.297. This cluster was observed in a very deep observation with Chandra with an exposure of 500 ksec (Markevitch 2006) and also with XMM-Newton (Zhang et al. 2006, Finoguenov et al. 2005). As a first exercise to get an overview on the thermodynamic structure of the cluster ICM, it has become standard for such deep, high photon statistic observations to produce maps of the temperature and density distributions of the ICM and to infer the pressure and entropy distribution from these quantities. Fig. 16 shows such maps produced by Million & Allen (2008). The temperature is determined from spectroscopy of about 100 image pixels, each containing at least 3000 photons. The binning of these pixels has been guided by regions of similar surface brightness (Sanders 2006). The ICM density is derived from the surface brightness distribution by assuming a certain geometry to deproject the emission distribution along the line-of-sight. Although the so derived temperature in the temperature map is a projected quantity, it still gives a good impression about the temperature in the central bin in the line-of-sight because of the large weight of the innermost bin due to the square density dependence of the emissivity and the steep density profile. From these maps of approximate temperature and density distribution in a cross section of the cluster, the approximate distribution of pressure, P = nkB TX, and entropy, S = T / m 2/3 , can be constructed. The surface brightness image in Fig. 16 shows a disturbed larger cluster component and a compact, cone like structure to the West. The latteris identified with a compact subcluster, flying through the main cluster at high relative velocity, for which optical images provide further evidence. This component has been named "the bullet" from which the popular name of the whole system, "the bullet cluster", originates. In the temperature map the bullet shows up as a cool core which also has the lowest entropy in the entropy map. The Mach cone like shape of the bullet suggest that it may fly with supersonic velocity. In the temperature map we observe that the region in front of the bullet has a strongly enhanced temperature that goes hand in hand with high pressure and elevated entropy. This is the signature of a region heated by a shock preceding and being detached from the bullet. The high temperature/entropy region shows a sharp edge at the shock. In the pressure map the region of the bullet shows little enhancement (apart from the narrow band of shock compressed ICM), while the highest pressure values are found in the center of the overall system structure. Thus, despite the disturbances, the pressure maximum is most probably still indicating the region of the deepest gravitational potential.

To obtain more quantitative information about the nature of the shock in front of the bullet, Markevitch et al. (2002) has studied the temperature and density distribution around the region of the shocked ICM in more detail. Fig. 17 shows two sharp edges in the surface brightness profile in the left panel. The inner bump is the contact discontinuity that separates the bullet from the shock heated ICM, the second bump at 90'' is the shock. From a density model that fits the projected surface brightness one infers a density jump that corresponds to Mach number 3 ± 0.4 shock. The corresponding temperature jump as derived from the projected spectra, is shown in the right panel. The relatively high Mach number implies a relative velocity of the bullet and the ICM of about 4700 km/s. For an explanation of this high velocity see recent simulations that try to reconstruct the merger configuration of 1E0657-56 and recover such high velocities which are partly boosted by the accretion inflow of ICM at the position of the bullet (Springel & Farrar 2007, Mastropietro & Burkert 2008). In section 6.2 we discuss the use of the observed shock structure in this cluster to study the processes controlling the thermalization of the plasma behind the shock.

So far only two more cases of clear shock signatures in merging clusters are known: A520 (Markevitch et al. 2005, Markevitch & Vikhlinin 2007) A2219 (Million & Allen 2008).

Another type of interesting structures in the ICM are the so called cold fronts, which also show up in the surface brightness images of clusters as sharp surface brightness discontinuities. But thanks to the spectroscopically determined temperatures one can show that the pressure across the cold fronts is continuous, such that they are boundaries between colder denser plasma and a more tenuous, hotter environment. Markevitch & Vikhlinin (2007) provide a nice recent review about the X-ray observations and the physics of cold fronts and ICM shocks.

Galaxy cluster mergers are expected to induce turbulent motions into the ICM (Sunyaev et al. 2003). An investigation of the presence of stochastic turbulence has been performed by means of a spectral reduction of deep XMM-Newton observations of the Coma galaxy cluster by Schuecker et al. (2004). The turbulence fluctuation spectrum was studied in the projected pressure map of the ICM in the central region of the Coma cluster. The Coma cluster has a very flat appearance, characterized by a very large core radius of the X-ray surface brightness of

400 kpc (Briel et al. 1992). This enables us to treat the configuration of the central region of Coma in the first approximation as a slab geometry, with corrections to the power spectrum applied later. The analysis of the fluctuation spectrum testing for a turbulent power law spectrum was performed, with the pressure rather than with density or temperature fluctuations, not to confuse the turbulent fluctuations with static entropy fluctuations in pressure equilibrium, which would be characterized by contact discontinuities. In fact, Fig. 19 (left) shows that turbulent pressure fluctuations dominate also the density fluctuations rather than contact discontinuities.

The map of the projected pressure distribution in the center of the Coma ICM as shown in Fig. 18 was obtained by calculating the gas density from the X-ray surface brightness (with an assumed depth of the ICM in the line of sight) and deriving the temperature by a spectral analysis of the data in pixels of 20 by 20 arcsec 2 and alternatively 40 by 40 arcsec 2 , yielding the pressure by means of the ideal gas equation of state. We see the pressure fluctuations clearly in Fig. 18. A Fourier analysis of these fluctuations seen in projection results in the power spectrum shown in Fig. 19 (right). This spectrum has been corrected for the contribution of Poisson noise and the overall shape of the ICM surface brightness in Coma. The observed power spectrum is characterized by a shape very close to a power law. In Fig. 19 we show how different 3-dimensional power law functions compare to the observed spectrum if they are projected in the same way as the observed spectrum. The observations lay in between a power law exponent of 5/3 and 7/3. An exponent of 7/3 is the one expected for the pressure fluctuation spectrum of the classical prediction of Kolmogorov (1941) and Oboukhov (1941). The original work by Kolmogorov was developed for an incompressible fluid, and in the ICM also magnetic fields play a not fully quantified role, and therefore the the case of the cluster ICM is not easily comparable to the classical picture. Nevertheless, a very similar dimensional consideration of turbulence (see e.g. Landau & Lifshitz Vol. VI) is surely applicable to the cluster ICM where most importantly a scale free spectrum is expected between the driving and dissipation scale. The observed signature of a nearly scale free power law power spectrum is thus a very interesting result. The observations have therefore been interpreted in the way that a nearly classical turbulence configuration has been established in the Coma cluster ICM (Schuecker et al. (2004). This can most probably be explained by the fact that Coma is generally believed to be a post-merger cluster (White et al. (1993).

Important information on the amount of turbulence and turbulent pressure support can also be obtained by measuring the level of resonant scattering in emission lines observed in the ICM. The ICM is generally assumed to be optically thin. This is certainly true for most of the emitted X-ray photons, but for the strongest resonance lines the ICM can be moderately optically thick (Gilfanov et al. 1987). What happens is that for strong resonance lines the transition probabilities are large, photons get absorbed, but since the time between the absorption and emission is extremely short they get very quickly reemitted into a different direction. Because of the very short time between the absorption and the emission of the photon the process can be effectively regarded as scattering. Gilfanov et al. (1987) pointed out that because the optical depth of the resonance line depends on the characteristic velocity of small-scale gas motions, measurements of this optical depth give important information about the turbulent velocities in the hot plasma.

The first constraints on turbulent velocities using resonant scattring were obtained by Churazov et al. (2004), who used XMM-Newton EPIC data to compare the relative fluxes of the He-like Fe K and Fe K lines in the core and in an annulus around the core of the Perseus cluster. Since the Fe K at 6.7 keV has a much larger optical depth than the K line a difference in their ratios in the two spatial regions with different column densities would be an evidence for resonance scattering in the core of Perseus. Churazov et al. (2004) found no evidence for resonance scattering in Perseus, indicating that differential gas motions on scales smaller than

100 kpc in the core of the cluster must have a range of velocities of at least half of the sound speed. Independently, Gastaldello & Molendi (2004) reached similar conclusions.

The first unambiguous evidence for resonant scattering was found using high-resolution spectra of the hot halo around the giant elliptical galaxy NGC 4636 obtained by XMM-Newton RGS (Xu et al. 2002). The plasma with temperatures below 0.9 keV observed in elliptical galaxies, groups of galaxies, and in the cool cores of some clusters emits three strong Fe XVII lines. While the line at 15.01 Å has a very strong oscillator strength and is expected to be optically thick, the blend of lines at 17.05 and 17.1 Å have negligible optical depths. The radial profile of the ratios of these two lines (Fe XVII 17.1Å / Fe XVII 15.0 Å) derived using RGS shows a clear gradient with the peak in the center of the galaxy NGC 4636, proving that many of the 15.01 Å photons get scattered before exiting its core (see Fig. 20 Xu et al. 2002).

Following up the work by Xu et al. (2002), Werner et al. (2009) analyzed the XMM-Newton RGS data of five nearby bright elliptical galaxies and found that the Fe XVII lines in the cores of four galaxies show evidence for resonance scattering in the innermost region. The data for NGC 4636 in particular allowed the effects of resonant scattering to be studied in detail. Werner et al. (2009) used deprojected density and temperature profiles obtained by Chandra to model the radial intensity profiles of the strongest resonance lines, accounting for the effects of resonant scattering, for different values of of the characteristic turbulent velocity. Comparing the model to the data they found that the isotropic turbulent velocities on spatial scales smaller than 1 kpc are less than 100 km s -1 and the turbulent pressure support in the galaxy core is smaller than 5% of the thermal pressure at the 90% confidence level, and less than 20% at 95% confidence. Note that the spatial scales of turbulence probed in the cores of elliptical galaxies by RGS are much smaller than those probed in Perseus (Churazov et al. 2004) or Coma (Schuecker et al. 2004).

The Fe XVII lines are the most sensitive probes of turbulence using resonant scattering, but because they are present only at temperatures less than

1 keV they cannot be used to probe turbulence in the much hotter clusters of galaxies. High-resolution spectra obtained by X-ray calorimeters on the future satellites like Astro-H et IXO will allow us to probe turbulence also in higher mass systems and at larger radii (see Sect. 7).

1 r500 is the radius where the mean total density of the cluster is 500 times the mass density of a Universe with critical density. This radius describes the same relative scale of clusters of different mass in the self-similar scenario. See also explanation later in the text. Back *****


X-ray Astronomy and Clusters of Galaxies Group

The X-ray Astronomy and Clusters of Galaxies Group does both observational and theoretical work related to X-ray astronomy and the physics of clusters of galaxies, galaxies, X-ray binaries, and compact objects.

Personnel

Faculty, scientists and staff involved in our group include:

  • Professor Craig Sarazin
  • NRAO Scientist Brian Mason
  • Visiting Professors Greg Sivakoff, Ming Sun
  • Visiting Scientist Rukmani Vijayaraghavan

Undergraduate students working in this group include:

  • Danny Devlin
  • AnnMarie Kelly
  • Jillian Maxson
  • Camryn Phillips
  • Evan Sooklal

Recent Research Projects and Papers

Note that most of these projects involve collaborations with at many other scientists and institutions around the world.

Clusters of Galaxies

X-ray Observations of Clusters of Galaxies

Mergers, Shocks, and Radio Relics

Merger Shock in Abell 3667
(XMM-Newton X-ray)

Cluster Cool Cores and Feedback

Ram Pressure Stripping

ESO 137-001
(X-ray, Halpha, Optical)

Spirals galaxies that are undergoing ram pressure stripping of their interstellar gas often show extended tails in X-rays, optical emission lines, star formation, H I, and X-ray binaries. Examples include ESO 137-001 (at right) and ESO 137-002 in the Abell 3627. Both spirals and early-type galaxies in clusters often have radio synchrotron tails as well. We have a recent detailed study of the tails in the Coma cluster.

High Resolution SZ Observations of Clusters of Galaxies with MUSTANG-2


Remerciements

We thank the anonymous referee for his/her valuable comments which helped to improve this review. This work was supported by the Lendület LP2016-11 grant awarded by the Hungarian Academy of Sciences. P.M. acknowledges support from Russian Science Foundation (grant 14-22-00271). A.S. is grateful for the support from the Women In Science Excel (WISE) programme of the NWO, and thanks the Kavli Institute for the Physics and Mathematics of the Universe for their continued hospitality. S.E. acknowledges financial contribution from the contracts NARO15 ASI-INAF I/037/12/0, ASI 2015-046-R.0 and ASI-INAF n.2017-14-H.0. SRON is supported financially by NWO, the Netherlands Organization for Scientific Research.


Renato Dupke

Renato Dupke is a visiting assistant research scientist at the University of Michigan. He is also a research scientist from the National Observatory in Río de Janeiro, Brazil, a scientist at Eureka Scientific, and a visiting professor at the University of Alabama. His research emphases include high-energy astrophysics, the origin and evolution of clusters and groups of galaxies, and cosmological surveys. He serves as the scientific co-director of the Javalambre Physics of the Accelerating Universe Astronomical Survey (J-PAS) from the Javalambre Astronomical Observatory in Spain, a stage IV cosmological experiment that will provide spectrophotometric data on hundreds of millions of galaxies up to z>1.2 in the northern sky.

Related Interests

Origin and evolution of the intracluster medium (ICM), fossil groups, ICM energetics, ICM bulk velocities, heavy element injection mechanisms in clusters and groups, cluster merging, interaction of galaxies with the ICM, supernovae explosion mechanisms, large-scale structure and observational cosmology, dark matter properties.


Analysing Thermal Spectra with Machine Learning

Galaxy clusters are among the largest gravitationally bound structures in the Universe. One of their defining characteristics is that they tend to be embedded within a large reservoir of superheated gas, known as the intracluster medium (ICM). With temperatures up to 10 8 Kelvin, the ICM is a strong emitter of X-ray radiation. The resulting spectra is dominated by thermal bremßtrahlung radiation: radiation emitted when charged particles are decelerated. Characterising this thermal emission provides useful insights into the physical processes within the cluster, such as galaxy merging and AGN activity, as well as various physical parameters including temperature and metallicity. In order to obtain these parameters, one must first fit the observed spectra. However, the ICM is not necessarily uniform. Different regions are often characterised by multiple thermal components, hence requiring a mix of temperatures rather than a single temperature model to reproduce the observed spectra. The authors of today’s bite propose a new machine learning (ML) method to systematically estimate the different underlying thermal components in ICM spectra. As this approach is not reliant on any particular physical model, it is both efficient and portable.

The Component and The Forest

The authors’ machine learning approach features two key techniques principal component analysis (PCA) and random forests. The idea of PCA is to break large, multi-dimensional datasets into their principal components (amo, amare, amavi, amatum) these are a series of orthonormal basis vectors such that each vector points in a direction of maximal variance. This is analogous to solving for eigenvectors, and the data processing can be thought of as a change of basis. PCA is extremely useful for machine learning because it structures the data in a way that best highlights relevant features (while discarding those that are redundant/irrelevant). This improves the learning capability and efficiency of ML techniques. The authors use a random forest of decision tree classifiers to classify the processed data (i.e. the data after having been transformed via PCA). In a decision tree, the dataset is recursively partitioned until each subset corresponds to a specific class or category. Since decision trees are quite unwieldy and prone to overfitting, it is often beneficial to train several thousand at once (i.e. a random forest). Given an input corresponding to a region of X-ray emission, the goal is to output the number of unique thermal components. The authors create the training data using synthetic X-ray spectra based on observations taken from the Chandra observatory.

The King of Mycenae

The authors applied their ML method to the Perseus cluster, which is known to have regions with multiple temperature components. Figure 1 shows that the overwhelming majority of the Perseus cluster consists of a two-component thermal emission (blue), with some regions of four-component (yellow) and single-component (indigo) emission. This verifies previous conclusions, based on Chandra observations, that the Perseus cluster cannot be accurately modelled with a single temperature component.

Figure 1 (Figure 8 in the paper): A smoothed image of the X-ray emission from the Perseus cluster (left), compared to a Voronoi tessellation map of the predicted single component (indigo), double component (blue) and quadruple component (yellow) regions. There is a very small triple component (green) region in the BCG.

Mapping the Components

Having established that there are two main temperature components, the authors next calculated temperature maps. Figure 2 shows each of these components. Overall, each component corresponds to gases at different temperatures the first component is characterised by a relatively cooler gas (of around 2 keV), while the second corresponds to a hotter gas (of 4 keV). These also correspond to soft and hard X-ray emission. What is encouraging is that these components are distributed differently: the cool gas is mostly uniform while the hot gas is more uneven. Some regions with a low first-component temperature have a high second-component temperature (and vice versa). Thus only by combining these different components can one accurately model the thermal nature of X-ray emission throughout the ICM.

Figure 2 (Figure 9 of the paper): Temperature maps (voronoi) highlighting the first (left) and second (right) thermal components (for regions with exactly two components). Colour denotes the mean temperature of the gas.


Voir la vidéo: Météorologie, la température (Novembre 2024).