Bayesian inference methodology to characterize the dust emissivity at far-infrared and submillimeter frequencies
Rattachement africain : es, in, us, fr. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
ABSTRACT We present a Bayesian inference method to characterize the dust emission properties using the well-known dust-${\rm H\,{\small I}}$ correlation in the diffuse interstellar medium at Planck frequencies $\nu \ge 217$ GHz. We use the Galactic ${\rm H\,{\small I}}$ map from the Galactic All-Sky Survey (GASS) as a template to trace the Galactic dust emission. We jointly infer the pixel-dependent dust emissivity and the zero level present in the Planck intensity maps. We use the Hamiltonian Monte Carlo technique to sample the high-dimensional parameter space ($D \sim 10^3$). We demonstrate that the methodology leads to unbiased recovery of dust emissivity per pixel and the zero level when applied to realistic Planck sky simulations over a 6300 $\rm {deg}^2$ area around the Southern Galactic pole. As an application on data, we analyse the Planck intensity map at 353 GHz to jointly infer the pixel-dependent dust emissivity at $N_{\rm side}=32$ resolution (1.8° pixel size) and the global offset. We find that the spatially varying dust emissivity has a mean of 0.031 MJy sr$^{-1}$$(10^{20} \, \mathrm{cm^{-2}})^{-1}$ and $1\sigma$ standard deviation of 0.007 MJy sr$^{-1}$$(10^{20} \, \mathrm{cm^{-2}})^{-1}$. The mean dust emissivity increases monotonically with increasing mean ${\rm H\,{\small I}}$ column density. We find that the inferred global offset is consistent with the expected level of cosmic infrared background (CIB) monopole added to the Planck data at 353 GHz. This method is useful in studying the line-of-sight variations of dust spectral energy distribution in the multiphase interstellar medium.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Bayesian inference methodology to characterize the dust emissivity at far-infrared and submillimeter frequencies
- Date Crossref
- 31/05/2024
- Éditeur
- Oxford University Press (OUP)
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Universidad de La Laguna pays non établi dans la noticeUniversité ou école supérieure
-
Instituto de Astrofísica de Canarias pays non établi dans la noticeStructure de recherche
-
Institute of Mathematical Sciences pays non établi dans la noticeStructure de recherche
-
Inter-University Centre for Astronomy and Astrophysics pays non établi dans la noticeStructure de recherche
-
Arizona State University pays non établi dans la noticeUniversité ou école supérieure
-
National Institute of Science Education and Research pays non établi dans la noticeUniversité ou école supérieure
-
Homi Bhabha National Institute pays non établi dans la noticeUniversité ou école supérieure
-
Centre National de la Recherche Scientifique pays non établi dans la noticeOrganisme public
-
Université Paris Cité pays non établi dans la noticeUniversité ou école supérieure
-
Université Paris Sciences et Lettres pays non établi dans la noticeUniversité ou école supérieure
-
École Normale Supérieure - PSL pays non établi dans la noticeInstitution
-
Sorbonne Université pays non établi dans la noticeUniversité ou école supérieure
Universidad de La Laguna, Instituto de Astrofísica de Canarias et Institute of Mathematical Sciences, avec 9 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.