W oparciu o nowe dane z interaktywnego narzędzia, które wykorzystuje dane z misji Europejskiej Agencji Kosmicznej Gaia i innych zbiorów danych z zakresu nauk kosmicznych, astronomowie stworzyli animację modelującą pył w Drodze Mlecznej. Praca została zaprezentowana w tym tygodniu na National Astronomy Meeting (NAM 2022) na Uniwersytecie w Warwick.
Animacja pokazuje skumulowane nagromadzenie pyłu, patrząc od lokalnego sąsiedztwa Ziemi do ~13000 lat świetlnych w kierunku centrum galaktyki – około 10% całkowitej odległości w Drodze Mlecznej. W pobliżu, pył wiruje dookoła, ale dalej, koncentracja pyłu wzdłuż płaszczyzny galaktyki staje się wyraźna. Ujawniają się również dwa „okna”, jedno powyżej, a drugie poniżej płaszczyzny galaktyki.
„Obłoki pyłowe są związane z powstawaniem i śmiercią gwiazd, więc ich rozkład opowiada historię o tym, jak struktury uformowały się w galaktyce i jak galaktyka ewoluuje” – powiedział Nick Cox, koordynator projektu EXPLORE, który opracowuje narzędzia. „Mapy są również ważne dla kosmologów w ujawnianiu regionów, w których nie ma pyłu i możemy mieć czysty, niezakłócony widok poza Drogą Mleczną, aby badać Wszechświat poza nią, np. prowadzić obserwacje Głębokiego Pola za pomocą Hubble’a lub nowego Kosmicznego Teleskopu Jamesa Webba”.
Narzędzia użyte do stworzenia animacji łączą dane z misji Gaia oraz 2MASS All Sky Survey. Narzędzia są częścią pakietu aplikacji zaprojektowanych w celu wsparcia badań gwiazd i galaktyk, a także eksploracji Księżyca i zostały opracowane dzięki finansowaniu z programu Unii Europejskiej Horyzont 2020.
„Najnowocześniejsze uczenie maszynowe i analityka wizualna mają moc, aby znacznie zwiększyć zwrot naukowy i odkrycia dla misji nauk kosmicznych, ale ich wykorzystanie jest nadal stosunkowo nowe w dziedzinie astronomii” – powiedział Albert Zijlstra, z Uniwersytetu w Manchesterze i projektu EXPLORE. „Z ciągłym strumieniem nowych danych, takich jak niedawne trzecie wydanie danych Gaia w czerwcu 2022 roku, mamy coraz większe bogactwo informacji do wydobycia — poza zakresem tego, co człowiek mógłby przetworzyć w ciągu życia. Potrzebujemy narzędzi takich jak te, które opracowujemy dla EXPLORE, aby wspierać odkrycia naukowe, np. pomagając nam scharakteryzować właściwości w obrębie danych lub wybrać najbardziej interesujące lub nietypowe cechy i struktury.”
