Presentazione HPC- Connect M.Galli, feb-2017 TGF Lampi gamma da fenomeni atmosferici
Presentazione HPC- Connect M.Galli, feb-2017
TGFLampi gamma da fenomeni atmosferici
Presentazione HPC- Connect M.Galli, feb-2017
Strati dell'atmosfera
Troposfera: ~10 km; densita' cala exp, temperatura cala fino a -50 Vapore acqueo , nubi
Stratosfera: 10-50 km; temperatura sale fino ~ - 5 (ozono)
Mesosfera: 50-100 km; temperatura cala fino ~-70
Termosfera (ionosfera) : 100-300 km: alte temperature, ioni , riflessione onde radio Aurore boreali
Densita' cala exp, 0 km: ~ 1 kg/m^3 5000 km: ~ 0.8 10000 ~ 0.420000 ~ 0.05 50000 ~ 0.0008
Esosfera (ionosfera) : > 400 km
Presentazione HPC- Connect M.Galli, feb-2017
Fenomeni luminosi in atmosfera
In alta atmosfera, In associazione a temporali
TLE: Transient Luminous Events
Presentazione HPC- Connect M.Galli, feb-2017
Emission Gamma: scoperta da Batse, su satellite CGRO , 1994 (G.Fishman et al, Science, 264,1313 - 1994)
Prima “all sky survey” in gamma
~ 2700 GRB : distribuzione isotropa
Compton Gamma Ray Observatory 1991- 2000
Gamma pulsars, galassie attive etc. etc.
~70 TGF : short duration (some msec) hard , high energy (MeV) On the equatorial zone Related to thundertorms
Primi TGF visti da GCRO(trigger: 64 msec, only 4 E-channels)
Presentazione HPC- Connect M.Galli, feb-2017
Fenomeno: fulmini → ionizzazione → alti campi elettrici in alta atmosfera (10-50km, molti kV/m, aria rarefatta) → cascata elettronica (RREA: Relativistic Runaway Electron Avalance) → Bremsstrahlung → gamma
(Review modelli in: J.R.Dwyer et al. Space.Sci.Rev 173, 133 -2012)
Diversi modelli cascata: scenario comune, ma accordo parziale
E soglia RREA : ~ 3E5 V/m * r/r0 Cosmici some seeds ?? Elettroni: spettri ~exp(E/7.3MeV) → E medie ~ 8MeVGamma bremsstrahlung ~1/E * exp(E/7.3MeV) compton scattered
Durata: microsec Moltissimi elettroni e gamma (disaccordo fra I modelli)
Primi modelli: Wilson 1925. conferme seprimentali contrastanti fino al ~1980 Voli da aereo e pallone (~1990) → X radiation
Misure da terra difficili (Radon, assorbimento atmosfera) Riportata detection gamma ~MeV, elettroni, neutroni ???
Presentazione HPC- Connect M.Galli, feb-2017
Rhessi 2002 …
Spettri cumulativi: Gamma fino a 20 MeV → elettroni 20-40MeV
Catalogo ~800 TGF (2006-2008) B.W Grefenstette et al.: JGR, VOL. 114, A02314, 2009
https://fermi.gsfc.nasa.gov/ssc/data/access/gbm/tgf/
Fermi – 2008...
Catalogo on-line ~ 3000 TGF
M.S.Briggs et al JGR, VOL. 115, A07323 - 2010
Gamma 10-30 MeV
forti effetti di selezione: trigger 16msec
No trigger, ricerca a terra su scale msec Fatto per dt ~ 10 microsec saturazione conteggi (molte decine counts/msec)
Fulmini in radio
Fulmini emettono scariche in radio: 30Hz-30kHz (~20msec)
Onde radio-atmosferiche (sferiche) si propagano fra terra e ionosfera Rivelabili a grandi distanze
WWLLN : World Wide Lightning Location Network ( http://wwlln.net/new/ ) Lead by the University of Washington in Seattle (R. Holzworth)
~ 50 antenne 3-30kHz , Localizzazione fulmine ~20 km dt ~ msec
Correlazione fra fulmini intra-cloud ad altezze: 10-20 km e TGF
(Per TGF Batse: Inan et al. JCR 23, 1017 - 1996)
Agile Satellite
Progetto ASI , lancio 2007
Piccole missioni: astronomia X e gamma
http://agile.iasf-roma.inaf.it/http://agile.asdc.asi.it/
All sky gamma survey Galassie attive
Pulsar Binary Systems
Supernove GRB
Onde gravitazionali
TGF
Agile Satellite
Superagile: strumento a maschera codificata 18-60keV
Grid: telescopio gamma: 30MeV-50GeV
Mcal: mini-calorimetro : E > 300 keV
MCAL
30 barre CsI , su 2 strati Barre: 1.5 x 2.3 x 37.5 Lette da diodi
Agile e TGF
Algoritmi di trigger per eventi submsec
Orbita equatoriale< 100 microsec absolute timing
=> MCAL vede bene i TGF <=
Compresa parte ad alta energia
M.Marisaldi, C.Labanti, F.Fuschino, M.Galli
And
The Agile Team
http://agile.rm.iasf.cnr.it/a-team.html
Agile e TGF
Problema: ~ 100 trigger/day : molti trigger spuri , da rumore elettronico ed altro
2007-2008: Prime detection TGF su trigger 64 msec
June 2008: attivati trigger su tempi: 16ms, 1ms, 293 microsec
=> Campione significativo di TGF
Complessi criteri di selezione basati su hardness ratio
counts E >1.4MeV / counts E <1.4 MeV
M.Marisaldi et al, JGR 115, A00E13 (2010)
Seleziona campione di 34 eventi June 2008 – March 2009
~ 4 eventi /mese
Agile e TGF M.Marisaldi et al, JGR 115, A00E13 (2010)
Depositi di energie fino ~ 40Mev
Distribuzioni spaziali ed energetichecompatibili con dati di RHESSI
=> buoni criteri di selezione
Probabili interazione in AGILE-grid E ~> 60 MeV
M.Marisaldi et al.PRL 105-128501 (2010)
Agile e TGF
M.Tavani et al. PRL 106-018501 (2011)
Spettro cumulativo TGF103 eventi fra 2008-2010
Red dashed line: F(E) ~ E-0.4 exp(-E/6.6)
Black line: 2 componenti: F(E) ~ E-0.5 (sotto 7.1MeV) E(E) ~ E_2.7 (sopra 7.1 MeV)
Eccesso di eventi ad alta energiaRispetto ai modelli standard
2 popolazioni di TGF ???
Agile e TGF Campione 308 TGF fra 2009-2012 , con miglior criteri di selezione
Catalogo TGF di Agile http://www.asdc.asi.it/mcaltgfcat/
Agile e TGF
Correlazione spaziale fra TGF e frequenza temporali
Agile e TGF AC dead time maschera TGF < 100 microsec => difficile correlazione con WWLLN
March 2015: AC veto disabled for MCAL
=> new improved TGF sample
Correlazione con WWLLN
M.Marisaldi et al. GRL 42, 9481, ( 2015)
Agile e TGF
Campione di 85 eventi alta energia , a 500 microsec da segnale WWLLN
March-June 2012
many events: E > 30 MeV, some > ~100 MeV
M.Marisaldi et al. ,2017, to be published
Blue: 300 TGF < 30MeV
Red: 85 TGF E >30MeV
Agile e TGF
Evento con hit: 173 MeV
Agile e TGF Quali barre colpisce ?
E' reale ??? pile-up ???? dead time ????
Agile e TGF
Difficile avere risposte dai satelliti attuali non pensati per eventi cosi' brevi ed intensi.
ASIMAtmosphere-Space Interaction Monitor
In futuro ?
Strumenti software Simulazioni numeriche
Agile Mass Model: GamsMontecarlo basato su Geant3 ~ 5000 linee FORTRAN
F.Longo, V.Cocco, M.Tavani, NIM A , 486, 610-622 (2002)V.Cocco, F.Longo, M.Tavani, NIM A, 486, 623-638 (2002)
Source generator : diverse forme spettrali
Unix pipe
Hit lists Energie rilasciate nelle singole barre di MCAL
Energie ai diodi
Strumenti software Analisi simulazioni
Hit lists Energie rilasciate nelle singole barre di MCAL
Energie ai diodi
Format converter
Software vario C++, Python, Ruby
Strumenti software Dati
Da: M.Trifoglio et al. Proceedings of the SPIE, Volume 7011, pp. 70113E-70113E-8 (2008)
LV1 FITS Archive
Strumenti software Analisi dati
LV1 FITS Archive
Format converter
Selezione eventi Ricerca TGF
Grafici , statistica (M.Marisaldi)
Uso Root per analisi
root Root> .L tgfDTE.C // Carico un file con funzioni per root ( C++ )Root> .X alltgf5.C // eseguo il programma per analisi
------------ il programma (creato da procedura Python a partire da lista eventi contiene:
TGF * tgf1=new TGF(41014,16,"TGF/RT041014_16_3908_new3.root",354870738.135092) ; tgf1->printtgf(0.000060,0.002000) ; tgf1->plotev(0.000060) ; tgf1->plotEt(0.01,0.002) ; tgf1->iostop() ; ….. TGF * tgf2=new TGF(41020,1,"TGF/RT041020_1_3908_new3.root",354897318.935832) ; tgf2->printtgf(0.000170,0.002000) ;
Uso files Root
tgfile = new TFile(nomefile) ; // root files hanno struttura gerarchica tgfile->ls() ; // guardo cosa contiene tgfile->GetObject("tdata",tgftree) ; // seleziono dati nel file nev = tgftree->GetEntries(); // numero eventi // corrispondenza eventi – strutura “ev” tgftree->SetBranchAddress("time", &ev.time); tgftree->SetBranchAddress("mult", &ev.mult); tgftree->SetBranchAddress("bar" , &ev.bar ); …....................
tgftree->getEntry(n) ; // recupero evento numero n
Ha routines per istogrammi, plot etc. etc.
Uso Pyhton
Tgf = [ ] # TGF name = contact_idNev = [ ] # num of event in the fileNhit = [ ] # num of the hit in the event
Nb = [ [ ] for x in range(30) ] # numero barraEb = [ [ ] for x in range(30) ] # energia nella barra Pos = [ [ ] for x in range(30) ] # posizione del deposito di energia
Liste e liste di liste:Comodo per dati strutturati
infile=open(infilename,'r')
for linea in infile.readlines(): …... …...
Iteratori per leggere files
Istogrammi con numpy e matplotlib
xbins = np.arange(0, 20.0, 0.250) # fixed bin size: 0-20Mev, step 250 keVplt.title("Energy in single bars")plt.xlabel('Energy (MeV)')plt.ylabel('num. bar hits')n, bins, patches = plt.hist(HEb, bins=xbins)plt.show()
TGF ed Agile