Tidal Disruption Events seen through the eyes of Vera C. Rubin Observatory
10^6 M_\odot$), and the probability of observationally missing them with LSST is higher.
Second, we built a MAF TDE metric for photometric identification of TDEs based on LSST data. We use the metric to evaluate the performance of different proposed survey strategies in identifying TDEs with pre-defined identification requirements. Since TDEs are blue in color for months after peak light, which separates them well from SNe and AGN, we include u-band observations as one of the criteria for a positive identification. We find that the number of identified TDEs strongly depends of the observing strategy and the number of u-band visits to a given field in the sky. Observing strategies with a larger number of u-band observations perform significantly better. For these strategies up to 10% of LSST observed TDEs satisfy the identification requirements.]]>
10^6 M_\odot$). Verjetnost, da bo LSST takšne dogodke zgrešil, je velika, posledično pa je težko določiti porazdelitev črnih lukenj po masah za manj masivne črne luknje.
V drugem delu disertacije predstavimo metriko MAF za fotometrično identifikacijo plimskih raztrganj zvezd na podlagi podatkov pregleda neba LSST. Metriko uporabimo za oceno zmogljivosti različnih predlaganih opazovalnih strategij teleskopa pri prepoznavanju plimskih raztrganj zvezd s predhodno določenimi merili za identifikacijo. Za razliko od supernov in aktivnih galaktičnih jeder so plimski blišči modre barve in ostanejo modri še nekaj mesecev po vrhu svetlosti. Kot enega od meril za identifikacijo zato vključimo opazovanja v filtru u. Ugotovimo, da je število identificiranih plimskih raztrganj zvezd močno odvisno od privzete opazovalne strategije in od števila opazovanj določenega polja na nebu v filtru u. Opazovalne strategije z večjim številom opazovanj v filtru u so bistveno boljše za fotometrično prepoznavanje plimskih raztrganj zvezd. Pri njih do 10% opazovanih dogodkov izpolnjuje kriterije za identifikacijo, opredeljene v metriki.]]>
2021
2021-11-24 07:23:10
1033
mb31
Katja
Bučar Bricman
70
Andreja
Gomboc
991
COBISS_ID
3
91747843
NUK URN
18
URN:SI:UNG:REP:TWPJEH5G
RAZ_Bucar_Bricman_Katja_i2021.pdf
130668099
Predstavitvena datoteka
2022-02-23 10:50:20