Supernova neutrinos in AMANDA and IceCube [Elektronische Ressource] : Monte Carlo development and data analysis / Thomas Kowarik

Kowarik

Sujets

• Physik

Informations

• Publié par: johannes_gutenberg-universitat_mainz
• Publié le: 01 janvier 2010
• Nombre de lectures: 9
• Langue: English
• Poids de l'ouvrage: 15 Mo

Extrait

Supernova Neutrinos
in AMANDA and IceCube
-
Monte Carlo Development
and Data Analysis
Dissertation
zur Erlangung des Grades
„Doktor der Naturwissenschaften“
am Fachbereich Physik der
Johannes Gutenberg-Universität Mainz
Thomas Kowarik
geboren in Rüsselsheim
Mainz, den 22.07.2010Supernova Neutrinos in AMANDA and IceCube:
Monte Carlo Development and Data Analysis
Tag der Einreichung: 22.07.2010
Tag der mündlichen Prüfung: 22.11.2010
Thomas Kowarik
ETAP
Institut für Physik
Staudingerweg 7
Johannes Gutenberg-Universität
D-55099 Mainz
[e-mail]
Supernovae are among the most energetic events occurring in the universe and are so
far the only verified extrasolar source of neutrinos. As the explosion mechanism is still
not well understood, recording a burstof neutrinos fromsuch astellar explosion would
be animportant benchmark forparticle physics as well as for the core collapse models.
The neutrino telescope IceCube is located at the Geographic South Pole and monitors
the antarctic glacier for Cherenkov photons. Even though it was conceived for the
detection of high energy neutrinos, it is capable of identifying a burst of low energy
neutrinos ejected from a supernova in the Milky Way by exploiting the low photo-
multiplier noise in the antarctic ice and extracting a collective rate increase. A signal
Monte Carlo specifically developed for water Cherenkov telescopes is presented. With
its help, we will investigate how well IceCube can distinguish between core collapse
models and oscillation scenarios. In the second part, nine years of data taken with the
IceCube precursor AMANDA will be analyzed. Intensive data cleaning methods will
be presented along with a background simulation. From the result, an upper limit on
the expected occurrence of supernovae within the Milky Way will be determined.
Kurzbeschreibung
SupernovaegehörenzudenenergiereichstenEreignissendesUniversumsundstellendie
einzig gesicherte extrasolare Neutrinoquelle dar. Da der Mechanismus der Explosion
nicht ausreichend verstanden ist, wäre die Messungeines Ausbruchs von Neutrinos aus
einem solchen Ereignis ein wichtiger Test, sowohl für die Explosionsmodelle als auch
fürdieElementarteilchenphysik. DassichamGeographischen Südpolbefindende Neu-
trinoteleskop IceCube weist Tscherenkow-Photonen im antarktischen Gletscher nach.
Obwohl es für die Detektion hochenergetischer Neutrinos konzipiert wurde, ist es we-
gen des niedrigen Sensorrauschens im Eis möglich, den Neutrinoausbruch einer Super-
nova in der Milchstraße über eine kollektive Ratenerhöhung nachzuweisen. Mit einem
speziell für Wasser-Tscherenkow-Teleskope entwickelten Signal-Monte-Carlo wird un-
tersucht, inwiefernIceCubeinderLageist,zwischenverschiedenenSupernovamodellen
und Oszillationsszenarien zu unterscheiden. In einem zweiten Teil werden die mit dem
IceCube-VorläuferAMANDAaufgezeichnetenneunJahreanInformationenanalysiert.
Nach intensiver Datenbereinigung und Entwicklung einer Untergrundsimulation wird
eine obere Grenze auf die erwartete Anzahl an Supernovae in der Milchstraße gesetzt.
iiiivContents
Introduction 1
1 Theory 5
1.1 Supernovae . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1 The Life of a Star . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1.1 The Birth . . . . . . . . . . . . . . . . . . . . . . . . . 5
1.1.1.2 Burning Stages . . . . . . . . . . . . . . . . . . . . . . 6
1.1.2 The Death of a Star . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1.2.1 The Neutrino-Driven Core Collapse Mechanism . . . . 13
1.1.2.2 Black Hole Formation . . . . . . . . . . . . . . . . . . 19
1.1.2.3 Supernova Models . . . . . . . . . . . . . . . . . . . . 19
1.1.2.4 Alternative Models of the Supernova Mechanism . . . 23
1.1.2.5 SN1987A . . . . . . . . . . . . . . . . . . . . . . . . . 24
1.1.3 Supernova Rate . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.1.4 Supernova Precursor Distribution . . . . . . . . . . . . . . . . . 26
1.2 Neutrinos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
1.2.1 Neutrinos and the Standard Model of Particle Physics . . . . . 28
1.2.1.1 The Standard Model of Particle Physics . . . . . . . . 28
1.2.1.2 Electroweak Coupling . . . . . . . . . . . . . . . . . . 29
1.2.2 Neutrino Properties . . . . . . . . . . . . . . . . . . . . . . . . 31
1.2.3 Neutrino Interactions . . . . . . . . . . . . . . . . . . . . . . . . 32
1.2.3.1 Charged Current Interactions . . . . . . . . . . . . . . 32
1.2.3.2 Neutral Current Interactions . . . . . . . . . . . . . . 34
1.2.4 Neutrino Oscillations . . . . . . . . . . . . . . . . . . . . . . . . 34
1.2.4.1 Vacuum Oscillations . . . . . . . . . . . . . . . . . . . 35
1.2.4.2 Neutrino Oscillations in Matter . . . . . . . . . . . . . 35
1.2.4.3 Collective Neutrino Oscillations. . . . . . . . . . . . . 47
1.2.4.4 Oscillation Sequence in the Supernova . . . . . . . . . 53
2 Detector 56
2.1 Neutrino Telescopes . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
2.1.1 Principle of Neutrino Telescopes . . . . . . . . . . . . . . . . . 57
2.1.2 Neutrino Telescopes in the Ice . . . . . . . . . . . . . . . . . . . 57
2.1.2.1 AMANDA . . . . . . . . . . . . . . . . . . . . . . . . 58
2.1.2.2 IceCube . . . . . . . . . . . . . . . . . . . . . . . . . . 62
2.1.3 Neutrino Telescopes in Water . . . . . . . . . . . . . . . . . . . 64
vContents
2.1.4 Neutrino Detectors Sensitive to Supernovae . . . . . . . . . . . 65
2.2 Data Acquisition . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
2.2.1 Muon Data Acquisition . . . . . . . . . . . . . . . . . . . . . . 66
2.2.2 Supernova Data Acquisition (SNDAQ) . . . . . . . . . . . . . . 66
2.2.3 Artificial Dead Time . . . . . . . . . . . . . . . . . . . . . . . . 67
2.3 Low Energy Neutrino Detection in AMANDA/IceCube . . . . . . . . . 67
2.3.1 Neutrino Interactions in the Ice . . . . . . . . . . . . . . . . . . 67
2.3.1.1 Inverse β-Decay . . . . . . . . . . . . . . . . . . . . . 68
2.3.1.2 Electron Scattering . . . . . . . . . . . . . . . . . . . 69
2.3.1.3 Interaction with Oxygen . . . . . . . . . . . . . . . . . 70
2.3.2 Cherenkov Effect . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.4 Signal Estimation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
2.4.1 Effective Volume for Photon Detection . . . . . . . . . . . . . . 73
2.4.1.1 Ice Properties. . . . . . . . . . . . . . . . . . . . . . . 74
2.4.1.2 DOM Properties . . . . . . . . . . . . . . . . . . . . . 76
2.4.1.3 Photonics Result . . . . . . . . . . . . . . . . . . . . . 76
2.4.2 Light Yield of an Electron/Positron . . . . . . . . . . . . . . . 76
2.4.3 Expected Rate . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
2.4.3.1 Inverse β-Decay . . . . . . . . . . . . . . . . . . . . . 79
2.4.3.2 Electron Scattering . . . . . . . . . . . . . . . . . . . 80
2.4.3.3 Interaction with Oxygen . . . . . . . . . . . . . . . . . 81
2.4.4 SN 1987a . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
3 Supernova Signatures in IceCube 84
3.1 Unified Supernova Simulation Routine (USSR) . . . . . . . . . . . . . 84
3.1.1 Supernova Model Processing . . . . . . . . . . . . . . . . . . . 86
3.1.1.1 Luminosities and Mean Energies . . . . . . . . . . . . 86
3.1.1.2 Neutrino Spectra . . . . . . . . . . . . . . . . . . . . . 86
3.1.1.3 Model Buffer . . . . . . . . . . . . . . . . . . . . . . . 87
3.1.1.4 Available Models . . . . . . . . . . . . . . . . . . . . . 87
3.1.2 Neutrino Oscillations . . . . . . . . . . . . . . . . . . . . . . . . 88
3.1.3 Neutrino Interactions . . . . . . . . . . . . . . . . . . . . . . . . 89
3.1.4 Signal Preprocessing . . . . . . . . . . . . . . . . . . . . . . . . 89
3.2 Simulating a Detector Response . . . . . . . . . . . . . . . . . . . . . . 89
3.2.1 DOM Rates . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
3.2.2 Dead Time . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
3.2.3 Finalizing the Detector Response . . . . . . . . . . . . . . . . . 90
3.2.3.1 Model Signatures . . . . . . . . . . . . . . . . . . . . . 91
3.2.3.2 Response to Oscillation Scenarios . . . . . . . . . . . 91
3.3 Separating Supernova Signals . . . . . . . . . . . . . . . . . . . . . . . 94
3.3.1 Model Comparisons . . . . . . . . . . . . . . . . . . . . . . . . 97
3.3.2 Shock Wave Comparisons . . . . . . . . . . . . . . . . . . . . . 97
3.3.3 Comparing Collective Oscillation Scenarios . . . . . . . . . . . 101
3.4 Signal Start Reconstruction . . . . . . . . . . . . . . . . . . . . . . . . 103
viContents
3.5 Systematic Uncertainties . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4 AMANDA Supernova Search 108
4.1 Analysis Approach . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.1.1 Theory. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.1.2 Estimates for Mean and Standard Deviation . . . . . . . . . . . 110
4.2 OM pulse distribution . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.3 The Dataset . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.4 Quality Inspection . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
4.4.1 OM Stability Che