Post on 29-Sep-2020
ASTROFÍSICA
EXTRAGALÁCTICA
2004 Estrutura em Grande Escala do Universo
Levantamento de velocidades radiais
Redshift:z = ( 1- 0)/ 0 = / 0
Redshift como coordenada de distância:H0dL = c(z+(1-q0)z2/2 + ...
Redshift como coordenada temporal:H0(t-t0) = z-(1+q0/2)z2 + ...
Para z << 1 cz=H0d (lei de Hubble)
Obs: não foram levados em conta movimentos peculiares.
Levantamento de velocidades radiais
Redshift survey é o mapeamento sistemático de um volume do espaço através de medidas de velocidades radiais. Só após o desenvolvimento de detectores não-fotográficos nos fins dos anos 70, é que começaram a ser efetuados.
No início o instrumental se limitava a obtenção de redshifts individuais, caracterizado por surveys de alvos mais esparços. Com os multi-objectspectrographs, aproveitando todo o campo de visão dos telescópios, levantamentos mais profundos puderam ser efetuados.
Os critérios técnicos de resolução e s/n dos espectros, devem atender os objetivos do levantamento (ex.: estudos de evolução de galáxias, estruturas em grande escala, movimentos peculiares, propriedadesinternas, ...)
Levantamento de velocidades radiais - Usos
Redshift surveys medem:
1- Distâncias necessárias ao mapeamento de posições 3D; 2- O tempo passado permitindo mapear a história dos objetos; 3- Velocidades peculiares, necessárias ao mapas de distribuição demassa.
Redshift surveys são úteis para:
1- Mapear as estruturas em grande escala (cosmografia, crescimentode estruturas sob instabilidade gravitacional; estudar a natureza e densidade da matéria escura.2- Estudar a história da formação das galáxias (caracterizar as populações estelares, encontrar como as populações evoluem).3- Detectar massa por seus efeitos gravitacionais.
Medindo zZ tem as seguintes propriedades:
-> (1+z) F0( ) d = (1+z) Fz((1+z) ) d
Métodos de medida:1- Visual: através da identificação de linhas no espectro. É bom para identificação de linhas importantes em espectros de baixo s/n. É difícil de quantificar a confiabilidade do resultado.
2- Correlação Cruzada: Mede a diferença em log . Método descrito em Tonry & Davis (AJ 84, 1511, 1979). Oferece grau de confiabilidade da medida, mas requer uma template para se correlacionar com os espectros. Existe um pacote no IRAF chamado RVSAO para fazer a determinação de z tanto por meio de linhas de absorção como por emissão (Kurtz & Mink – PASP 110, 934, 1998).
3- Ajuste do espectro: Uso de análise dos componentes principais do espectro (Glazerbrook et. al. – ApJ 492, 98, 1998). Utiliza uma combinação linear de templates ortogonais --> “autoespectros”.
Medindo z ...
Medindo z ...
(a)
(b)
(c)
(a)- Exemplo de 2 espectros 2dF usados na determinação de redshift pelo método PCA.
(b)- 2 do processo de máxima verossimilhança da combinação de autofunções templates.
(c)- Espectros reconstruídos, filtrados do ruído, usando templates do Kennicutt.
Tipos de surveys
Pencil-beam: Pequena área e grande profundidade (1D).
Slice: Cobrem uma faixa do céu (2D).
Volumes: Levantamentos cobrindo grandes partes do céu (3D).
1D 2D 3D
Pré-história dos “z”-surveysNo começo eram mapas 2D que tentavam descrever a LSS do Universo, entre eles: de Vaucouleurs (1948) identificando o superaglomerado Local; Shane-Wirtanen (1967) com sua contagem de galáxias do surveyde Lick, tendo análises feitas por Groth & Peebles (1977) e Seldner et. al. (1977) com o seu famoso mapa de 1 milhão de galáxias.
1 milli
ongal
axies
Pré-história dos z-surveys
Outros levantamentos nos fins dos anos 70, envolveram efetivamente medidas de redshifts como:
- Gregory & Thompson (1978/84) e Gregory (1981): estudando LSS, fazendo surveys 1D na direção dos aglomerados de Coma e Perseus; início de identificação de superaglomerados;
- Revised Shapley-Ames Galaxy Catalog (Sandage & Tammann 1981): o primeiro a cobrir todo o céu, BT < 13.2, |b| > 30°, <z> = 1500 km/s;
- KOS – Kirshner, Oemler & Schectman (1978), Kirschner et al. (1981/3/7): determinação de LF, encontram num pencil-beam survey o void de Bootes; evidência de LSS em escalas de 5000 km/s; comfirmamsuperclusters, filamentos, voids apontados por Einasto em mapas 2D.
Bootes Void
Magnatas da indústria do SurveyCfA Survey - Huchra (1983) usou o CGCG (Zwicky 1961-1968), mZ < 14.5 em uma região > -2.5°, b < -30° e > 0°, b > 40°; 2417 galáxias, <z> = 3300 km/s.
CfA Slice – de Lapparent, Geller & Huchra (1986)CfA2 Survey – de Lapparent (1986/8/9/91), Huchra...(1990): extensão do survey original até mZ < 15.5 em toda área do CGCG; primeira fatia mostrou nodos (Homunculus de Coma), lençóis e filamentos (Grande Muralha), voids similares aos encontrados em Bootes.
Primos pobres do SulSSRS1 – da Costa et. al. (1988/91) limitado em diâmetro, baseado no catálogo ESO, < -17.5°, |b| < -30°; 2028 galáxias;SSRS2- da Costa et. al. (1998) mB < 15.5 com 5369 galáxias, encontrando paredes e voids similares aos do CfA.
CfA+
SSRS2
Grande Muralha
Parede do Sul
Hemisfério Norte mapeado até mZ=15.5
Red V < 3000 km/s Blue 3000 < V < 6000 km/sMagenta 6000 < V < 9000 km/sCyan 9000 < V < 12000 km/sGreen 12000 < V km/s
Homunculus
Pencil-beam survey mais famoso - HDF
IRAS z-surveysCom o mapeamento do céu inteiro pelo satélite IRAS, uma fonte dedados nova surgiu para seleção de candidatos à determinação do redshift. Como o satélite detectava preferencialmente galáxias com atividade de formação estelar ou poeira, as elípticas e lenticulares foram prejudicadas na amostragem. Vários grupos usaram esta nova base de dados com critérios distintos de fluxo limite, área de cobertura, e estratégia observacional. Alguns deles:
US IRAS surveys:- Strauss et al. (1990/2): 2658 galáxias, f60 > 1.9 Jy, 88% céu;- Fisher et al. (1995): 5339 galáxias, f60 > 1.2 Jy; <z>= 5800 km/s.
UK IRAS survey:- QDOT Rowan-Robinson et al. (1990): 2184 glxs; 1 a cada 6 ; f60 > 0.6 Jy; <z>=8400 km/s;
QDOT surve
y
Saldo destes levantamentos
Estes levantamento revelaram:
1- A complexidade das estruturas constituintes do Universo local como voids, filamentos, paredes, etc.
2- Os limites das escalas das grandes estruturas como ~100Mpc (ex.: Great Wall).
3- Alguns dos levantamentos mais fundos utilizaram aglomerados Abellpara traçar superaglomerações.
4- IRAS z-surveys fornecem um quadro dentro de um raio de ~8000km/s, devido a sua ampla cobertura no céu. Os principais pontos estabelecidos da distribuição local de galáxias são: - Determinação dos componentes do Grupo Local, LG -> Virgo; - Virgo cluster (o aglomerado importante mais próximo); - Local Supercluster - LSC com distribuição achatada de galáxias definindo plano supergaláctico (X,Y,Z);
Saldo destes levantamentos (cont.)
- Grande Atrator – Distribuição de matéria nos limites do LSC produziria a queda de Virgo + LG em sua direção;- Aglomerados de Perseus-Pisces como concentração importante de matéria no outro extremo do LSC;- Aglomerado de Coma como um “nodo” na estrutura da Grande Muralha;- Vários “voids” encontrados (Local, Sculptor , ...)
Grande Atrator
Número de alvos x Volume
Surveys mais recentes – 2dF
18.Structure + cosmology highlights19.Power spectrum comparison20.The CDM power spectrum21.Effect of baryons on P(k)22.The galaxy power spectrum23.Fits to the power spectrum24.The shape parameter and the baryon fraction - I25.The shape parameter and the baryon fraction - II26.Redshift-space distortions27.Redshift-space correlation function28.Measuring bias I. - 2dFGRS + CMB29.Measuring bias II. - The bispectrum30.Cosmology from 2dFGRS + CMB31.2dFGRS+CMB fits - flat cosmology32.2dFGRS+CMB fits - general
33.The CMB power spectrum34.Comparison to WMAP35.Constraints on the neutrino mass36.The dark energy equation of state37.Galaxy luminosity function38.LF comparisons - I39.LF comparisons - II40.Bivariate brightness distribution41.NIR luminosity function and stellar mass function42.Correlation function in redshift space43.Variation of clustering/bias with luminosity44.Spectral classification by PCA45.Luminosity functions by spectral type46.Colours and spectral types47.Distribution of non-star-forming galaxies48.Distribution of star-forming galaxies49.Power spectrum & galaxy type - I50.Power spectrum & galaxy type - II51.Power spectrum & galaxy type - III52.Redshift-space distortions and galaxy type53.Spectral types in clusters54.Luminosity function of cluster galaxies55.LF variation with cluster properties56.LFs for different spectral types57.Field vs cluster LFs by type58.Trends with spectral type59.Closed box model60.A better model?61.SFR vs environment in clusters62.Star-formation history63.Groups and clusters64.The 2dF Galaxy Redshift Survey
Alguns tópicos abordados com resultados do survey 2dF
Sloan Digital Sky Survey
Telescópio de 2.5m dedicado ao projeto localizado em Apache Point, NM.
900 mil galá
xias co
m fotom
etria (
r’ < 18
.15)
200 mil com
espec
trosco
pia
Sloan Digital Sky Survey
Câmara com 30 CCDs640 fibras para espectroscopia
SDSS DR1 Imaging Sky Coverage (Aitoff projection of Equatorial coord.)
SDSS DR1 Spectral Sky Coverage (Aitoff projection of Equatorial coord.)
Sistemas de filtros do SDSS
Somente filtro
Filtro + atmosfera
Sistemas de filtros do SDSS
name lambda FWHM qt qtdl/l
u' 3543 567 1.24x 10-1 1.85x 10-2
g' 4770 1387 4.51x 10-1 1.18x 10-1
r' 6231 1373 5.63x 10-1 1.17x 10-1
i' 7625 1526 5.02x 10-1 8.74x 10-2
z' 9134 950 1.29x 10-1 2.23x 10-2
Filters u' g' r' i' z'
Star saturates at AB 12.1 14.1 14.1 13.8 12.3
Eff Sky, mag/sec² 22.1 21.8 21.2 20.3 18.6
Sky + bkg count/pxl 45 401 690 1190 1120
Maior estrutura já detectada
Análises quantitativas das distribuições de galáxias Função de Correlação
Uma forma de avaliar o grau de aglomeração das galáxias é através da estimativa da função de correlação.
Suponhamos que as galáxias estejam distribuídas de maneira uniforme no espaço com uma densidade n. A probabilidade dP de encontrarmos uma outra galáxia em um elemento de volume dV, seria a mesma em todos os lugares, dP = n dV.
Como as galáxias não estão distribuídas desta forma, a probabilidade de encontrarmos uma galáxia dentro de um volume dV a uma distância r da galáxia especificada torna-se:
dP = n[1+ ξ(r)] dVonde n é a densidade média de galáxias, e ξ(r) a função de correlação de 2 pontos, que descreve se as galáxias estão mais concentradas (ξ(r) > 0),ou mais dispersas (ξ(r) < 0) que a média, possuindo a seguinte forma:
ξ(r) = (r0/r) onde r0 ~5.4 Mpc e ~1.77.
ξ(r) para SSRS2
Atenção:
Ler e
ste ar
tigo !
Superaglomerados de galáxiasEstas são as maiores estruturas visíveis no Universo, fazendo parte da distribuição de galáxias em grande escala. São constituídos por filamentos, paredes, aglomerados de galáxias, galáxias esparsas. Eles parecem circundar os voids, que são regiões de baixa densidade de galáxias, produzindo a característica estrutura “celular” observada.
Os superaglomerados - SC são costumeiramente identificados pelos aglomerados ricos que os constituem, como os picos mais altos de uma cadeia de montanhas. Um dos primeiros catálogos de SC usando este critério foi o de Abell 1961, que identificou 17 candidatos.
Superaglomerados de galáxias ...
SC16 e SC17 = Aquarius Superclusters
Superaglomerados de galáxias ...
Outro catálogo de SC usando critério de identificação por aglomerados foi o de Bahcall e Soneira 1984, que usou um / =20.
Global Properties of Bahcall-Soneira Superclusters.
Property f = 20 superclusters
Number density of SCs ~ 10-6h3 Mpc-3
Number of clusters per SC 2-15 clusters Fraction of clusters in SCs 54% Size of largest SC ~ 150h-1 MpcSC shape Flattened Volume of space occupied by SCs ~ 3%
by John Tonry
Catálogo de SC do Einasto
Local Supercluster
Virgo
Fornax
Cor-Bor Supercluster
Shapp
leySC
Abell clusters
A1736
Aquarius SCs
Distribuição de aglomerados Abell
107 aglomerados da
região de Aquarius
Identificação de um SC
Com a disponibilidade da informação de velocidade dos aglomerados, podemos utilizar o processo de percolação para identificação de SC. Seja <d> a densidade média de objetos da distribuição estudada. Em uma primeira aproximação podemos utilizar um raio de percolação Rpercpara conectar os elementos da estrutura. O valor de Rperc está relacionado com algum fator de sobredensidade f da distribuição de objetos.
><≤
>=<=dR
RrNddf
perc
perc33/4
)(/
π
3/1
43
⎟⎟⎠
⎞⎜⎜⎝
⎛><
=df
Rperc π
Valores típicos de f estão entre 10-20 e de Rperc ~5-10 Mpc.
Superaglomerados de galáxias ...
SLOAN SCs