OSSERVATORIO ASTRONOMICO DI PALERMO GIUSEPPE S. VAIANA
Report Annuale
Gli studi statistici di RSN galattici sono di interesse considerevole per molti aspetti. Per esempio, questo tipo di studi possono contribuire alla determinazione del bilancio energetico, della dinamica e della chimica del mezzo interstellare (ISM), e possono dare ulteriori spunti per le questioni ancora non risolte riguardanti i RSN in sè, come la loro distribuzione spaziale nella galassia, la correlazione fra RSN e supernova progenitrice ed il tasso di esplosioni di supernove nella galassia. Altri argomenti che possono essere esplorati sono lo studio della classe di RSN mixed-morphology, scoperta recentemente grazie ad osservazioni nella banda X, ed l'annoso problema degli effetti di selezione nella ricerca di pulsar dentro i RSN.
Studi statistici completi di RSN galattici non sono immediati, perche ci sono varie limitazioni imposte da effetti osservativi. Comunque, molti di questi effetti sono specifici della banda radio, che è classicamente usata per questo tipo di studi. I due problemi più grandi sono 1) mancanza di completezza in luminosità superficiale, e 2) bias verso grandi (>8') RSN. Per questi motivi, il catalogo corrente di Green dei RSN galattici, che comprende circa 220 oggetti, è ben lontano da rappresentare un campione completo. In particolare, l'efficienza di rivelazione di RSN di tipo ``Filled Center" e ``Compositi" è molto bassa.
La disponibilità dei risultati della pipeline di riduzione dei dati PSPC di ROSAT, sviluppata congiuntamente
dall'OAPA e dal CfA, è un'importante opportunità di portare avanti uno studio statistico di RSN nella
banda X. La risoluzione spaziale di ROSAT e il ben definito limite in sensibilità della survey può
aiutare a superare le limitazioni imposte dalle survey radio, ed allo stesso tempo le misure di assorbimento possono
formire una prima stima per le distanze.
Banda |
N. Totale di sorgenti |
N. di sorgenti estese |
|
Broad (0.2-2.0 keV) |
87614 |
3002 (3.4%) |
|
Soft (0.2-0.4 keV) |
28812 |
776 (2.7%) |
|
Hard (0.4-2.0 keV) |
96662 |
4101 (4.2%) |
|
Come primo aspetto di questo studio, ci siamo posti il problema dell'identificazione dei RSN. Fino ad ora, la
procedura canonica prevedeva l'osservazione nella banda radio dell'oggetto e la misura della pendenza dello spettro
in questa banda. Recentemente, sono state scoperte dei RSN sulla base delle sole osservazioni X, ma un metodo standard
per l'identificazione sulla base dei dati X non è ancora stato trovato. Per questa ragione, abbiamo passato
in rassegna due parametri spettrali conservati in archivio delle sorgenti che cadono entro i RSN noti dal catalogo
di Green, e cioè i due parametri hardness ratio HR1 e HR2 cosi definiti:
|
(1) |
|
(2) |
La Regione A è dominata da sorgenti estese che cadono entro i confini di G296.5+10.0 (PKS 1209-51/52), una shell incompleta in espansione adiabatica di circa 7000 anni di età. Le altre sorgenti in questa regione del piano cadono anch'esse in RSN catalogati di tipo shell nel catalogo di Green. Le sorgenti nella Regione B, appartengono per lo più a G315.4-2.3 (RCW86), che è una shell incompleta associata, come abbiamo visto allla SN185. La classe dei RSN mixed-morphology è anche parzialmente presente in questa regione, con 2 sorgenti che cadono entro G160.9+2.6 (HB9). I RSN compositi si trovano per la maggior parte nella Regione C. Il prototipo in questa regione è G6.4-0.1 (W28), che un RSN mixed-morphology piuttosto giovane (2500 anni) con emissione X diffusa. Le altre sorgenti in questa regione cadono per lo più in giovani shell o in oggetti di tipo composito.
Possiamo quindi concludere che i candidati RSN nel nostro archivio possono essere selezionati considerando i
punti blue che cadono nelle Regioni A, B o C del piano HR1-HR2. In particolare, quelli che cadono nella Regione
A corrispondono più probabilmente a shell evolute, quelli che cadono nella Regione B corrispondono a shell
meno evolute, e quelle che cadono nella Regione C a shell giovani o a RSN di tipo composito. Questo risultato è
molto importante perchè dà la possibilità di realizzare dei grossi cataloghi di SNR sulla
sola base delle propietà X. D'altro canto, ulteriore lavoro è certamente necessario per determinare
la reale natura dei candidati SNR così identificati (ad es. ispezione visuale dei campi PSPC nei quali ricadono,
follow-up ottici e radio, ecc.). Nella tabella 3 riportiamo il numero di candidati SNR selezionati
con il criterio della appartenenza alle Regioni A, B o C nel piano HR1-HR2.
N. di sorgenti estese |
|
Region A |
25 |
Region B |
33 |
Region C |
121 |