研究发现不同吸积率活动星系核的光变物理相似

2019 年 5 月 23 日 中科院之声

5月20日,《天体物理学杂志》(The Astrophysical Journal)在线发表了中国科学院云南天文台博士卢开兴、研究员白金明与合作者的研究成果。该研究发现不同吸积率活动星系核 (AGN) 可能具有相同的光变机制,并提出了一种可估计宽线区尺度的新方法。这项研究对理解AGN光变物理和开展吸积盘与宽线区的关联研究具有重要意义。


国际上,反响映射 (RM) 研究AGN宽线区已经建立了近100个AGN样本。该样本具有基本物理量测量精确、数值动态范围广、光变数据采样好且测量精度高等特点。卢开兴等人首次以RM AGN为研究对象,开展AGN光变性质和吸积盘与宽线区关联研究。


该研究利用阻尼随机游走模型 (DRW;Damped Random Walk) 描述AGN的随机光变,并应用马尔可夫链蒙特卡洛算法 (MCMC) 估计DRW模型参数(如图)。为了能够检验模型参数的可靠性,该研究同时也采用了传统方法量化AGN的光变特征。研究发现,监测时间较长的光变曲线可以有效地限制DRW模型,并返回可靠的模型参数。


卢开兴等人研究发现低吸积率和高吸积率AGN的光变特征与AGN的基本物理量之间具有一致的相关关系。这意味着不同吸积率AGN的光变可能起源于相同的物理机制,但具体是何种光变起源还有待进一步的理论和观测研究。另一个重要发现是AGN光学光变时标与宽线区的时间延迟存在近似1:1的关系。此关系有望成为一种估计宽线区尺度的新方法,同时提供了两个可能的物理联系:宽线区的尺度可能与吸积盘的大小有关,或者AGN光学光变可能包含着宽线区致密气体的连续谱辐射等。


光变是天体辐射能量随着时间变化的现象,是AGN的主要观测特征之一。自从发现AGN光变以来,天文学家持续从理论和观测角度关注AGN光变问题,但AGN多波段光变的物理起源之谜依然没有揭开。开展AGN的光变研究并充分理解AGN光变背后的物理起源是深入开展AGN应用研究的必经之路。


该研究得到国家自然科学基金、中科院西部青年学者和中科院天体结构与演化重点实验室的资助。


图:MCMC估计阻尼随机游走模型参数 (a, b) 和光变信号重构 (c)


温馨提示:近期,微信公众号信息流改版。每个用户可以设置 常读订阅号,这些订阅号将以大卡片的形式展示。因此,如果不想错过“中科院之声”的文章,你一定要进行以下操作:进入“中科院之声”公众号 → 点击右上角的 ··· 菜单 → 选择「设为星标」




登录查看更多
0

相关内容

深度学习可解释性研究进展
专知会员服务
94+阅读 · 2020年6月26日
【中国人民大学】机器学习的隐私保护研究综述
专知会员服务
130+阅读 · 2020年3月25日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
王彬文:数字孪生的强度思考与实践(附PPT)
走向智能论坛
21+阅读 · 2019年3月21日
数字孪生城市研究报告
智能交通技术
11+阅读 · 2018年12月23日
产生和防御对抗样本的新方法 | 分享总结
AI研习社
7+阅读 · 2018年1月6日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
Arxiv
23+阅读 · 2018年10月24日
Arxiv
19+阅读 · 2018年6月27日
Arxiv
7+阅读 · 2018年3月21日
VIP会员
相关VIP内容
深度学习可解释性研究进展
专知会员服务
94+阅读 · 2020年6月26日
【中国人民大学】机器学习的隐私保护研究综述
专知会员服务
130+阅读 · 2020年3月25日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
【学科交叉】抗生素发现的深度学习方法
专知会员服务
23+阅读 · 2020年2月23日
相关资讯
多因素问题分析时,如何确立各因素权重?
人人都是产品经理
74+阅读 · 2020年3月4日
机器学习计算距离和相似度的方法
极市平台
10+阅读 · 2019年9月20日
王彬文:数字孪生的强度思考与实践(附PPT)
走向智能论坛
21+阅读 · 2019年3月21日
数字孪生城市研究报告
智能交通技术
11+阅读 · 2018年12月23日
产生和防御对抗样本的新方法 | 分享总结
AI研习社
7+阅读 · 2018年1月6日
心理学与脑科学:进展、思考和展望
科技导报
8+阅读 · 2017年10月27日
【机器视觉】如何做好计算机视觉的研究?
产业智能官
7+阅读 · 2017年10月19日
Top
微信扫码咨询专知VIP会员