HETDEX tim je upotrebio tehniku Line Intensity Mapping da izgradi najveću i najprecizniju 3D mapu Lyman alfa emisije iz perioda pre 9–11 milijardi godina. Umesto da katalogizuju samo najjače galaksije, naučnici su analizirali zbirne obrasce svetlosti kako bi otkrili doprinos slabih galaksija i razređenog međugalaktičkog gasa. Analiza obuhvata ~0,5 PB podataka i više od 600 miliona spektra, a rezultati su objavljeni u The Astrophysical Journal. Mapa će služiti kao nova osnova za testiranje simulacija formiranja galaksija i poređenje sa mapama drugih elemenata poput ugljen-monoksida.
Najveća i Najpreciznija 3D Mapa Ultraljubičastog Svemira — HETDEX Otkriva 'More' Lyman alfa Svetla
Section of the Line Intensity Map created by charting the distribution and concentration of excited hydrogen via the Lyman alpha wavelength in the universe 10 billion years ago. (CREDIT: Maja Lujan Niemeyer/Max Planck Institute for Astrophysics/HETDEX, Chris Byrohl/Stanford University/HETDEX)
Prostor između galaksija nije prazan: nova 3D mapa koju je sastavio tim HETDEX-a pokazuje da ti "prazni" prostori zrače slabim, vodoničasto-plavim sjajem Lyman alfa emisije. Mapa obuhvata svetlost emitovanu pre oko 9–11 milijardi godina, u dobu intenzivne formacije zvezda, i otkriva doprinos slabih galaksija i razređenog međugalaktičkog gasa koji ranije uglavnom ostajao neprimećen.
IFU coordinates in the Fall (top panel), Spring (middle panel), and NEP (bottom panel) fields. Masked maps are shown as hatched regions. The backward-facing (forward-facing) diagonal hatchings represent boxes masked in the low-z (medium-z) bin, and the dotted hatchings indicate those masked in the high-z bin. (CREDIT: The Astrophysical Journal)
Šta su uradili naučnici?
Astronomi iz Hobby-Eberly Telescope Dark Energy Experiment (HETDEX) primenili su tehniku mapiranja intenziteta linija (Line Intensity Mapping) da bi izgradili najveću i najprecizniju 3D mapu Lyman alfa emisije do sada. Umesto da prave katalog samo najsjajnijih objekata, tim je analizirao zbirne obrasce svetlosti kako bi izmerio ukupnu raspodelu Lyman alfa signala — uključujući doprinos brojnih slabih i razuđenih izvora.
Left panel: suppression of the power spectrum monopole due to PCA cleaning. We show the mean power spectrum monopole obtained from the fiducial mocks in the Spring field in the medium-z bin. Right panel: the ratio of the power spectrum monopole with and without NPC PCs removed as a function of k and NPC. (CREDIT: The Astrophysical Journal)
Podaci i metoda
Rad je zasnovan na obradi ogromne količine podataka: preko 600 miliona spektra skupljenih na površini neba većoj od 2.000 punih Meseca i približno 0,5 PB (pola petabajta) sirovih podataka. Istraživači su koristili superračunare u Texas Advanced Computing Center i sopstveni softver da izdvoje slabe, prostorne obrasce Lyman alfa svetlosti. Položaji već poznatih, sjajnih galaksija posluži su kao putokazi — gravitacija uzrokuje skupljanje materije, pa se oko sjajnih objekata često nalaze i slabiji, skriveni izvori.
Correlation matrices of the power spectrum monopoles in the same order. (CREDIT: The Astrophysical Journal)
"Koristeći lokacije poznatih galaksija kao putokaze, možemo odrediti udaljenost i doprinos mnogo slabijih izvora," rekao je Eiichiro Komatsu, koautor rada.
Zašto je to važno?
Mapa daje prvi širokopojasni prikaz gde se Lyman alfa svetlost raspoređuje u ranoj fazi univerzuma, popunjavajući važan sloj kosmičke mreže koji je do sada izostajao iz optičkih kataloga. Ovo pruža opipljiv, opservacioni test za računarske simulacije rasta galaksija i međugalaktičkog gasa, pomažući da se proceni da li modelovana astrofizika odgovara stvarnosti.
Sledeći koraci
Autori planiraju poređenje Lyman alfa intensity mape sa mapama drugih emisionih linija, npr. mapa ugljen-monoksida (CO), koje prate guste, hladne oblasti gde nastaju zvezde. Kombinacija takvih mapa može detaljnije razotkriti gde i kako su se zvezde formirale i kakvo je bilo okruženje u tim regionima.
Rad je objavljen u The Astrophysical Journal. Ovaj pristup takođe pokazuje praktičnu vrednost iskorišćavanja "ostatka" podataka velikih survey projekata za nova naučna otkrića.
Pomozite nam da budemo bolji.
