Un algoritmo per riconoscere le collisioni tra galassie

Una galassia è un grande insieme di stelle, sistemi, ammassi ed associazioni stellari, gas e polveri. L'universo ne contiene alcune estremamente luminose, anche mille volte più luminose della nostra Via Lattea ma, di fatto, invisibili alle lunghezze d'onda ottiche. Un vero problema, a volte.

La maggior parte delle galassie sono state probabilmente coinvolte in uno o più incontri durante la loro vita, rendendo queste interazioni una fase importante nell'evoluzione della galassia e la formazione di stelle nell'universo.

La nostra galassia, ad esempio, si scontrerà tra circa un miliardo di anni con la galassia di Andromeda, oltre ai segni già presenti di una passata collisione. Nell'universo locale circa il cinque percento delle galassie è attualmente in fusione e queste possono essere facilmente identificate dalle distorsioni morfologiche visibili che producono.

Non tutte le galassie a infrarossi mostrano tali distorsioni, tuttavia, e il problema di identificare (e classificare) le fusioni diventa particolarmente problematico per gli studi di epoche cosmiche precedenti, quando i tassi di formazione stellare erano molto più alti di oggi, insieme al tasso di fusione delle galassie.

Ma le galassie nel cosmo distante sono troppo remote per rilevare le firme spaziali di queste collisioni (almeno con i telescopi attuali). È possibile che altri processi oltre alla formazione stellare indotta da fusione stiano illuminando alcune di queste galassie, ad esempio i buchi neri supermassicci possono emettere abbondanti quantità di radiazioni ultraviolette.

L'astronomo Lars Hernquist è un pioniere nello sviluppo di simulazioni al computer di fusione di galassie. Diversi anni fa lui e un team di colleghi hanno prodotto una nuova enorme simulazione della formazione e dell'evoluzione delle galassie nell'universo, chiamata Illustris. In un nuovo articolo basato sulle immagini simulate di Ilustris delle galassie di fusione, gli astronomi presentano un modo per aiutare a identificare le fusioni con i sistemi di imaging.

Hanno creato circa un milione di immagini sintetiche di Hubble e James Webb Space Telescope dalle loro simulate fusioni, quindi hanno cercato comuni indicatori morfologici della fusione. Hanno sviluppato un algoritmo che ha identificato con successo le fusioni nel settanta percento dei casi, fino a distanze di ottantacinque miliardi di anni luce, corrispondenti alla luce risalente all'epoca di 2 miliardi di anni dopo Big Bang.

I risultati dell'algoritmo hanno indicato che le caratteristiche spaziali associate a forti concentrazioni nel centro erano più importanti per la selezione delle fusioni passate, mentre i doppi nuclei e le asimmetrie erano più importanti per la selezione delle fusioni future (nei prossimi 250 milioni di anni). Il nuovo algoritmo sarà particolarmente prezioso se applicato a future immagini Webb di fusioni molto distanti.