Ensinando truques novos ao cão velho: Aplicando diagramas cor-magnitude a galáxias semi-resolvidas

Título: Measuring Star-Formation Histories, Distances, and Metallicities with Pixel Color-Magnitude Diagrams I: Model Definition and Mock Tests

Autores: B. A. Cook, Charlie Conroy, Pieter van Dokkum, & Joshua S. Speagle

Instituição do primeiro autor: Center for Astrophysics | Harvard & Smithsonian, EUA

Status: Submetido ao The Astrophysical Journal, acesso aberto no Arxiv

A riqueza de informações que coletamos sobre a vida das galáxias em nosso universo se deve em parte a levantamentos cada vez maiores e mais sofisticados do céu noturno. Melhor resolução, disponibilizada pelo rápido avanço na tecnologia de imageamento e no design dos telescópios, permitiu estudos detalhados que vão desde o nosso Grupo Local até as bordas do cosmos.

Enquanto isso, o diagrama cor-magnitude (CMD, do inglês color-magnitude diagram) continua sendo uma dos instrumentos para diagnósticos mais utilizados no cinto de ferramentas de um astrônomo. A combinação de cor e magnitude aparente por si só é suficiente para mapear uma população estelar sem muito problema, permitindo uma análise simples das estrelas da sequência principal queimando seus núcleos de hidrogênio, bem como estrelas potencialmente mais massivas nos estágios posteriores de suas vidas. que saíram da sequência principal. Tradicionalmente, o CMD permitiu que os astrônomos obtivessem estimativas das idades dos aglomerados estelares determinando seu ponto de saída da sequência principal (também conhecido como ponto de turn-off). Mais útil talvez seja a capacidade de medir a poeira como uma diferença de cor (devido ao avermelhamento) e magnitude (devido à extinção), bem como estimar distâncias utilizando a vantagem estatística de ter dezenas a centenas de estrelas para comparar magnitudes observadas com as magnitudes esperadas com base nas faixas teóricas do CMD.

Embora muitas dessas técnicas sejam bastante conhecidas e prontamente aplicadas no passado e tenham obtido grande sucesso em nossa galáxia, os autores do artigo de hoje demonstram que esse cão velho pode aprender novos truques.

A utilidade de galáxias mal resolvidas

Nossa capacidade de entender o universo é limitada em parte pela resolução angular. Para as poucas galáxias do universo próximo para as quais estrelas individuais podem ser resolvidas, podemos confiar em técnicas tradicionais para entender suas populações estelares, poeira e conteúdo metálico em detalhes extraordinários. O oposto é verdadeiro para galáxias extremamente distantes que são capturadas em apenas um punhado de pixels, onde atualmente não há esperança de resolver quaisquer estrelas. Neste último cenário, devemos confiar em modelos teóricos difíceis de calibrar de espectros de galáxias para estimar as propriedades integradas desses sistemas distantes.

Entre esses dois extremos estão as galáxias semi-resolvidas, e elas exibem uma peculiaridade observacional interessante. Embora as estrelas individuais não possam ser resolvidas, há pixels suficientes para que, em qualquer pixel, possam ocorrer variações no brilho superficial causadas por estrelas raras, mas brilhantes. As variações identificam o número de estrelas brilhantes visíveis devido à amostragem de Poisson. Os autores deste artigo vão além, aproveitando essas flutuações de brilho superficial para construir um análogo pixelizado de um diagrama de cor-magnitude para um sistema semi-resolvido chamado CMD pixelizado (pCMD). Os diagnósticos tradicionais para estimar informações das estrelas, poeira e metais são, portanto, acessíveis, embora com uma implementação mais complexa.

O CMD pixelizado

O pCMD contém informações não apenas sobre a galáxia, mas também os efeitos relacionados à instrumentação, incluindo a função de dispersão pontual (ou PSF, do inglês point-spread function) e ruído fotométrico que deve ser contabilizado. Os autores optam por uma abordagem de modelagem avançada que permite a construção de um pCMD simulado que pode então ser comparado com a informação dada pelas observações, como o modelo da galáxia e as informações fotométricas necessárias, conforme descrito na Figura 1. Ao construir uma grade de pCMDs simulados variando os parâmetros das estrelas, poeira e metalicidade, temos então um problema bem definido para determinar os parâmetros de melhor ajuste, pesquisando através da grade de modelos para encontrar o melhor.

screenshot-2019-04-16-at-23.54.58-1024x577
Figura 1. Resumo do método pCMD. A) Metalicidade e um modelo do histórico de formação estelar predizem as faixas de evolução estelares. B) Estrelas são amostradas aleatoriamente por pixel. C) Estrelas são modificadas de acordo com a poeira e a distância. D) A imagem simulada é feita somando os fluxos de todas as estrelas colocadas naquele pixel, como mostrado no canto superior esquerdo. E) Os modelos são convoluídos com modelos da resposta instrumental. F) Os fluxos dos pixels são convertidos em magnitude aparente, com a trilha de evolução estelar original mostrada abaixo para referência. Figura 1 do artigo.

Na atual implementação do método pCMD (PCMDPy – disponível no GitHub), existem quatro componentes do modelo inerente à galáxia:

Populações estelares: As atuais populações estelares observadas são o resultado direto da formação de estrelas que remonta à formação dessa galáxia. Elas devem traçar a formação da massa estelar ao longo do tempo, conhecida como histórico de formação estelar (ou SFH, do inglês star-formation history), e vice-versa. Assim, a distribuição das massas estelares formadas (a função de massa inicial, ou IMF, do inglês inital mass function) irá governar não apenas a distribuição de massas estelares, mas também a conversão entre o número de estrelas e a massa de estrelas dentro de um pixel. Tendo estimativas confiáveis, o SFH de uma galáxia pode permitir estudos definitivos da formação de galáxias no universo, que atualmente é uma linha de pesquisa importante.

Metalicidade: A metalicidade de cada pixel é modelada independentemente do histórico de formação estelar na implementação atual. Isso é uma simplificação, pois a metalicidade interestelar é impulsionada pelo enriquecimento de estrelas que estão morrendo e supernovas.

Poeira: A poeira terá o efeito de avermelhar e escurecer a luz de uma galáxia. Nesta implementação, a poeira é modelada como uma única tela fina por pixel. Embora isso seja uma simplificação significativa, é bem fundamentado, pois as geometrias de poeira são virtualmente impossíveis de obter.

Distância: Como uma dada galáxia é vista a distâncias maiores, o número de estrelas por pixel aumenta. Embora o brilho superficial permaneça constante, as raras flutuações de Poisson devido às estrelas particularmente brilhantes diminuem e a luminosidade média por pixel aumenta. Conforme mostrado na Figura 2, isso aumenta o nível de brilho geral no pCMD, mas diminui a dispersão. Assim, os pCMDs podem recuperar simultaneamente distâncias e populações estelares para galáxias no regime semi-resolvido.

screenshot-2019-04-16-at-23.56.38-1024x869
Figura 2: Efeito da densidade numérica superficial e distância, onde cada linha tem o mesmo fluxo médio. Aumentando a densidade numérica superficial Npix aumenta o CMD e diminui a dispersão devido a menos flutuações, mas não altera sua cor. A alteração da distância tem um efeito semelhante, mas não afeta a dispersão. Adaptado da Figura 2 do artigo.

À medida que a distância a uma galáxia aumenta, as flutuações diminuem, pois há mais estrelas por pixel. A cerca de 10 Mpc, o poder dessas flutuações para restringir as populações estelares diminui à medida que a incerteza aumenta acentuadamente. No entanto, com a resolução de Hubble, os autores relatam que as propriedades simuladas ainda podem ser recuperadas com confiança de 68% a 100 Mpc, destacando a utilidade deste método recentemente revitalizado em fornecer restrições adicionais em galáxias anteriormente caracterizadas apenas por sua luz estelar integrada.


 

Adaptado de Teaching an old dog new tricks: Applying color-magnitude diagrams to semi-resolved galaxies, escrito por John Weaver

 

 

Deixe um comentário

Preencha os seus dados abaixo ou clique em um ícone para log in:

Logotipo do WordPress.com

Você está comentando utilizando sua conta WordPress.com. Sair /  Alterar )

Foto do Google

Você está comentando utilizando sua conta Google. Sair /  Alterar )

Imagem do Twitter

Você está comentando utilizando sua conta Twitter. Sair /  Alterar )

Foto do Facebook

Você está comentando utilizando sua conta Facebook. Sair /  Alterar )

Conectando a %s