Sensitivity of the IceCube detector for ultra-high energy electron neutrino events [Elektronische Ressource] / von Bernhard Voigt

Voigt Bernhard

Sujets

• Physik

Informations

• Publié par: humboldt-universitat_zu_berlin
• Publié le: 01 janvier 2008
• Nombre de lectures: 3
• Langue: English
• Poids de l'ouvrage: 9 Mo

Extrait

Sensitivity of the IceCube Detector for
Ultra-High Energy Electron-Neutrino Events
DISSERTATION
zur Erlangung des akademischen Grades
doctor rerum naturalium
(Dr. rer. nat.)
im Fach Physik
eingereicht an der
Mathematisch-Naturwissenschaftlichen Fakultät I
Humboldt-Universität zu Berlin
von
Dipl.-Phys. Bernhard Voigt
geboren am 03.07.1977 in Hannover
Präsident der Humboldt-Universität zu Berlin:
Prof. Dr. Dr. h. c. Christoph Markschies
Dekan der Mathematisch-Naturwissenschaftlichen Fakultät I:
Prof. Dr. Lutz-Helmut Schön
Gutachter:
1. Prof. Dr. Hermann Kolanoski
2. Dr. Marek Kowalski
3. Prof. Dr. Shigeru Yoshida
eingereicht am: 30.04.2008
Tag der mündlichen Prüfung: 16.07.2008Abstract
IceCube is a neutrino telescope currently under construction in the glacial
ice at South Pole. At the moment half of the detector is installed, when
3completed it will instrument 1km of ice providing a unique experimental
setup to detect high energy neutrinos from astrophysical sources.
In this work the sensitivity of the complete IceCube detector for a dif-
fuse electron-neutrino flux is analyzed, with a focus on energies above 1PeV.
Emphasis is put on the correct simulation of the energy deposit of electro-
magneticcascadesfromcharged-currentelectron-neutrinointeractions. Since
existing parameterizations lack the description of suppression effects at high
energies, a simulation of the energy deposit of electromagnetic cascades with
energies above 1PeV is developed, including cross sections which account for
the LPM suppression of bremsstrahlung and pair creation. An attempt is
made to reconstruct the direction of these elongated showers.
The analysis presented here makes use of the full charge waveform recor-
ded with the data acquisition system of the IceCube detector. It intro-
duces new methods to discriminate efficiently between the background of
atmospheric muons, including muon bundles, and cascade signal events from
electron-neutrino interactions. Within one year of operation of the complete
−8 −2 −1 −1 −2detector a sensitivity of 1.5· 10 E GeV s sr cm is reached, which
−2is valid for a diffuse electron neutrino flux proportional to E in the en-
ergy range from 16TeV to 13PeV. Sensitivity is defined as the upper limit
that could be set in absence of a signal at 90% confidence level. Including
all neutrino flavors in this analysis, an improvement of at least one order
of magnitude is expected, reaching the anticipated performance of a diffuse
muon analysis.
Keywords:
IceCube, Neutrino, Cascade, LPMZusammenfassung
Zur Zeit wird das IceCube Neutrino-Teleskop am Südpol im Eis der An-
tarktis installiert, die Hälfte des Detektors ist bereits im Betrieb. Bei Fer-
3tigstellung im Jahr 2011 wird mehr als 1km Eis mit Photovervielfachern
instrumentiert sein. IceCube bietet damit eine einzigartige Möglichkeit, die
Quellen der kosmischen Strahlung mit Hilfe hochenergetischer Neutrinos zu
finden.
Im Rahmen dieser Arbeit wurde die Sensitivität des komplettenIceCube
Detektors für den Nachweis eines diffusen Flusses von Elektronneutrinos bes-
timmt.Zielwares,dieEigenschaftendesDetektorsfürEnergienoberhalbvon
einem PeV zu bestimmen. Besonderes Augenmerk wurde dabei auf die Simu-
lation von elektromagnetischen Kaskaden gelegt, die in Neutrino-Nukleon-
Wechselwirkungen auftreten. Da existierende Parametrisierungen die Un-
terdrückung der Wechselwirkungsquerschnitte durch den LPM-Effekt nicht
beinhalten, wurde eine Simulation des Energieverlustes von elektromagnetis-
chen Kaskaden für Energien oberhalb von 1PeV entwickelt, die entsprechend
modifizierteWirkungsquerschnitteverwendet.BasierendaufdenErgebnissen
dieserSimulationwirdversucht,dieRichtungsinformationvonhochenergetis-
chen Kaskaden zu rekonstruieren.
Die Analyse, die in dieser Arbeit vorgestellt wird, nutzt die komplette
Information des durch einen Photovervielfacher aufgezeichneten Ladungsver-
laufes aus, die mit der Datennahme des IceCube Detektors zur Verfügung
steht. Es werden neue Methoden entwickelt, um zwischen atmosphärischen
Myonen-Hintergrund- und Signalereignissen von Kaskaden aus Neutrino-
Nukleon-Wechselwirkungen zu unterscheiden. Die erreichbare Sensitivität in-
−8 −2 −1 −1 −2nerhalb einer Laufzeit von einem Jahr ist 1.5· 10 E GeV s sr cm in
einem Energiebereich von 16TeV bis 13PeV für den Nachweis von Elektron-
−2neutrinos eines diffusen Flusses, der einem E Energiespektrum folgt. Die
Sensitivität ist definiert als das obere Limit, welches bei nicht vorhanden-
em Signal, mit einem Konfidenzniveau von 90% gesetzt werden kann. Eine
Verbesserung von mindestens einer Größenordnung wird erwartet, wenn alle
Neutrinofamilien in die Analyse einbezogen werden. Damit sollte eine Sensi-
tivität erreicht werden, die auf dem gleichen Niveau einer diffusen Myonen-
analyse liegt.
Schlagwörter:
IceCube, Neutrino, Kaskade, LPMFür Tina und Emil.
vContents
1 Introduction 1
2 Cosmic Rays and High Energy Neutrinos 5
2.1 High Energy Cosmic Rays . . . . . . . . . . . . . . . . . . . . 5
2.2 Sources of High Energy Cosmic Rays . . . . . . . . . . . . . . 6
2.3 Astrophysical Neutrinos . . . . . . . . . . . . . . . . . . . . . 11
2.4 High Energy Neutrinos . . . . . . . . . . . . . . . . . . . . . . 13
2.4.1 Neutrino Production . . . . . . . . . . . . . . . . . . . 13
2.4.2 Oscillation . . . . . . . . . . . . . . . . . . . 15
2.4.3 Expected Diffuse Neutrino Fluxes . . . . . . . . . . . . 15
3 Neutrino Detection 19
3.1 Neutrino-Nucleon Interactions . . . . . . . . . . . . . . . . . . 19
3.2 Event Signatures . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.3 Cherenkov Radiation . . . . . . . . . . . . . . . . . . . . . . . 26
3.4 The Physics of Cascades . . . . . . . . . . . . . . . . . . . . . 27
3.4.1 Energy loss by charged particles and photons in matter 27
3.4.2 The Landau-Pomeranchuk-Midgal Effect . . . . . . . . 28
3.4.3 Electromagnetic Cascades . . . . . . . . . . . . . . . . 32
3.4.4 Simulation of Electromagnetic Cascades . . . . . . . . 33
3.4.5 Hadronic Cascades . . . . . . . . . . . . . . . . . . . . 35
3.5 Energy Loss by Muons . . . . . . . . . . . . . . . . . . . . . . 37
4 The IceCube Experiment 39
4.1 Data Acquisition (DAQ) . . . . . . . . . . . . . . . . . . . . . 40
4.1.1 The Digital Optical Module . . . . . . . . . . . . . . . 43
4.1.2 Production and Test of the Digital Optical Module . . 49
4.1.3 Calibration . . . . . . . . . . . . . . . . . . . . . . . . 55
4.2 Ice Properties . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
4.2.1 Light Propagation in Ice . . . . . . . . . . . . . . . . . 60
vi5 Event Reconstruction 64
5.1 First-Guess Algorithms . . . . . . . . . . . . . . . . . . . . . . 65
5.1.1 Line-Fit . . . . . . . . . . . . . . . . . . . . . . . . . . 65
5.1.2 Tensor of Inertia . . . . . . . . . . . . . . . . . . . . . 66
5.2 Maximum Likelihood Reconstruction . . . . . . . . . . . . . . 66
5.2.1 Direction Reconstruction . . . . . . . . . . . . . . . . . 68
6 Simulation 72
6.1 Simulation Overview . . . . . . . . . . . . . . . . . . . . . . . 72
6.1.1 Atmospheric Muon Events . . . . . . . . . . . . . . . . 73
6.1.2 Neutrino Events . . . . . . . . . . . . . . . . . . . . . . 75
6.1.3 Simulation of Cascades . . . . . . . . . . . . . . . . . . 75
6.1.4 Detector simulation . . . . . . . . . . . . . . . . . . . . 75
6.2 Weighting of Simulated Events . . . . . . . . . . . . . . . . . . 76
6.2.1 Weighting Neutrino Events . . . . . . . . . . . . . . . . 77
6.2.2 Weighting Corsika Events . . . . . . . . . . . . . . . . 77
6.2.3 Error of Summed Weights . . . . . . . . . . . . . . . . 78
6.3 Simulated Event Samples . . . . . . . . . . . . . . . . . . . . . 78
6.3.1 Atmospheric Muon events . . . . . . . . . . . . . . . . 78
6.3.2 Electron Neutrino Events . . . . . . . . . . . . . . . . 80
7 Sensitivity Analysis 81
7.1 Data Processing . . . . . . . . . . . . . . . . . . . . . . . . . . 81
7.2 Filtering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
7.2.1 Filtering on Global Event Observables . . . . . . . . . 84
7.2.2 on OM relatedables . . . . . . . . . . 86
7.2.3 Observables from First Guess Reconstruction . . . . . 89
7.3 Event Classification . . . . . . . . . . . . . . . . . . . . . . . . 91
7.3.1 Kernel Probability Density Estimation . . . . . . . . . 92
7.3.2 Application of Kernel-PDE . . . . . . . . . . . . . . . . 93
7.3.3 Kernel-PDE and Classification Results . . . . . . . . . 96
8 Results 99
8.1 Effective Detector Area . . . . . . . . . . . . . . . . . . . . . . 99
8.2e Volume . . . . . . . . . . . . . . . . . . . . 100
8.3 Sensitivities and Model Rejection Factor . . . . . . . . . . . . 102
8.3.1 Model Rejection Factor . . . . . . . . . . . . . . . . . . 102
8.3.2 Sensitivity . . . . . . . . . . . . . . . . . . . . . . . . . 104
8.3.3 Event Rates for Specific Model Fluxes . . . . . . . . . 105
8.3.4 Differential Sensitivity . . . . . . . . . . . . . . . . . . 107
8.4 Statistical and Systematic Errors . . . . . . . . . . . . . . . . 111
vii8.4.1 Statistical Uncertainties . . . . . . . . . . . . . . . . . 111
8.4.2 Uncertainties related to the Cosmic Ray Flux . . . . . 111
8.4.3ties