在夜空下,一个(不太)遥远的星系

编者按:本文重点介绍了韦伯科学进展中的数据,这些数据尚未通过同行评审。

我们与罗格斯大学的克里斯汀·麦克奎恩(Kristen McQuinn)进行了交谈,他是韦伯早期发布科学项目(Early Release Science, ERS)项目1334的首席科学家之一,专注于分析恒星群。这些是大恒星群,包括矮星系沃尔夫-伦德马克-梅洛特星系(Wolf-Lundmark-Melotte, WLM)中的恒星,它们的距离近到足以让韦伯区分单个恒星,但距离足以让韦伯一次拍摄大量恒星。

斯皮策太空望远镜的红外阵列相机(左)和詹姆斯·韦伯太空望远镜的近红外相机(右)拍摄到的矮星系沃尔夫-伦德马克-梅洛特星系(Wolf-Lundmark-Melotte, WLM)的一部分。这些图像展示了韦伯在分辨星系外微弱恒星方面的非凡能力。斯皮策图像3.6微米的红外光显示为青色光和4.5微米的红外光显示为橙色光(IRAC1和IRAC2)。韦伯的图像0.9微米的红外光显示为蓝色、1.5微米的红外光显示为青色光、2.5微米的红外光显示为黄色光和4.3微米的红外光显示为红色(滤光片F090W、F150W、F250M和F430M)。从太空望远镜科学研究所下载全分辨率版本。
科学资料来源:NASA, ESA, CSA, STScI, and Kristen McQuinn (Rutgers University). 影像处理:Alyssa Pagan (STScI).

那么,给我们介绍一下WLM这个星系。这个星系有什么有趣的呢?

WLM是我们银河系附近的一个矮星系。它距离银河系相当近(距离地球仅约300万光年),但也相对孤立。我们认为WLM没有与其他系统相互作用,这使得它非常适合测试我们的星系形成和进化理论。附近的许多其他星系都与银河系纠缠在一起,这使得研究它们更加困难。

关于WLM的另一个有趣而重要的事情是,它的气体与构成早期宇宙星系的气体相似。从化学角度来说,它的含量相当不丰富。(也就是说,它缺乏比氢和氦重的元素。)

这是因为星系通过一种我们称为星系风的东西失去了许多这样的元素。尽管WLM最近一直在形成恒星——真的,在整个宇宙时间里——而且这些恒星一直在合成新的元素,但当大质量恒星爆炸时,一些物质会从星系中被驱逐出去。超新星的能量足以将物质推出像WLM这样的小质量星系。

这使得WLM非常有趣,因为你可以用它来研究恒星如何在像古代宇宙那样的小星系中形成和演化。

你安排在天文馆展示这张照片。当你看到投射在穹顶上的影像时,你有什么感觉?

这真是鼓舞人心。真是不可思议。我再也不会看到同样的画面了。在穹顶上看到这个,就像从一个黑暗的地方仰望我们自己的夜空——银河。我可以想象我们正站在WLM星系的一颗行星上,仰望它的夜空。

我们可以看到无数不同颜色、大小、温度、年龄和演化阶段的恒星;星系内有趣的星云气体云;具有韦伯衍射尖峰的前景恒星;以及背景星系,具有潮汐尾等整齐的特征。这真是一幅美丽的画面。

当然,这里的景色远比我们肉眼所能看到的要深邃和美好得多。即使你是从这个星系中央的一颗行星上往外看,即使你能看到红外光,你也需要仿生眼睛才能看到韦伯看到的东西。

你想通过研究WLM找到什么?

主要的科学重点是重建这个星系的恒星形成历史。低质量恒星可以存活数十亿年,这意味着我们今天在WLM中看到的一些恒星形成于早期宇宙。通过确定这些低质量恒星的属性(比如它们的年龄),我们可以深入了解遥远的过去发生了什么。这与我们通过观察高红移系统所了解到的星系早期形成非常互补,在高红移系统中,我们可以看到星系最初形成时的样子。

早期发布科学项目旨在突出韦伯的能力,帮助天文学家为未来的观测做准备。你是如何支持其他天文学家的这项工作的?

在几个方面。我们正在检查NIRCam仪器本身的校准情况。我们正在检查我们的恒星演化模型。我们正在开发测量恒星亮度的软件。

我们已经用哈勃非常仔细地研究了这个完全相同的领域。现在我们用韦伯来研究近红外光,我们使用WLM作为一种比较标准(就像你在实验室中使用的那样),以帮助我们理解韦伯的观测结果。我们想确保我们测量恒星的亮度非常非常精确。我们还想确保我们理解了近红外的恒星演化模型。

我们的团队还负责开发一个公共软件工具,以测量NIRCam图像中所有已解析恒星的亮度。这是一个非专有工具,每个人都可以使用。我们正在开发和测试软件,并优化用于测量的参数。这是世界各地天文学家的基础工具。如果你想对天空中拥挤在一起的已解析恒星做些什么,你需要一个这样的工具。

参考来源:

https://blogs.nasa.gov/webb/2022/11/09/beneath-the-night-sky-in-a-galaxy-not-too-far-away/

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据