Toda noite limpa no oeste do Texas, um espelho de dez metros montado no alto do monte Fowlkes recolhe luz de um pedaço do céu que, aos olhos de qualquer catálogo, está vazio. O Telescópio Hobby-Eberly aponta para campos sem alvo escolhido, espalha a luz por mais de 34 mil fibras ópticas e registra, em cada uma delas, um espectro. Em quase todas essas fibras não há galáxia alguma que o software consiga identificar. As galáxias detectadas pelo projeto HETDEX, o grande levantamento de energia escura conduzido com esse telescópio, respondem por apenas 0,01% de tudo o que chega aos detectores. Os outros 99,99% são ruído do céu, luz zodiacal, airglow da alta atmosfera e, misturado a tudo isso, um fulgor cósmico fraco demais para ser visto de uma vez só. Durante anos, esse resíduo foi tratado como lixo. Agora, uma equipe internacional transformou o lixo em medida.

A ideia por trás do trabalho é tão simples de enunciar quanto difícil de executar. Em vez de procurar galáxias uma a uma, como quem identifica vozes isoladas numa multidão, os pesquisadores decidiram ouvir o rumor do estádio inteiro. Eles somaram estatisticamente a luz de todas as fibras em que nenhuma fonte foi detectada e verificaram como esse brilho difuso se distribui no espaço em relação às galáxias que o próprio levantamento já conhecia. O resultado, publicado em março de 2026 no periódico The Astrophysical Journal por um grupo liderado por Maja Lujan Niemeyer, do Instituto Max Planck de Astrofísica, em Garching, na Alemanha, é a primeira detecção com dados do HETDEX do chamado espectro de potência cruzado entre galáxias e a intensidade da luz de Lyman-alfa, a assinatura do hidrogênio de uma época em que o universo tinha menos de um quarto de sua idade atual.

Para entender o que foi medido, é preciso começar pelo hidrogênio. Quando um elétron em um átomo de hidrogênio cai do segundo nível de energia para o primeiro, ele emite um fóton ultravioleta com comprimento de onda de 1.215,67 angstroms. Essa é a linha de Lyman-alfa, a transição mais intensa do elemento mais abundante do cosmos. Na Terra, essa radiação seria bloqueada pela atmosfera. Mas a expansão do universo estica o comprimento de onda da luz que viaja por bilhões de anos, e fótons de Lyman-alfa emitidos quando o cosmos tinha entre 1,8 e 3,4 bilhões de anos chegam até nós deslocados para a faixa visível, entre 3.470 e 5.540 angstroms, exatamente a janela que o espectrógrafo do HETDEX enxerga. As galáxias que brilham com força nessa linha receberam o nome de Lyman-alpha emitters, ou emissoras de Lyman-alfa, abreviadas como LAEs, e são jovens fábricas de estrelas cuja radiação ioniza o gás ao redor.

Há um detalhe físico que torna essa linha ao mesmo tempo preciosa e traiçoeira. O fóton de Lyman-alfa é ressonante: ao encontrar outro átomo de hidrogênio neutro, ele é absorvido e reemitido em direção aleatória, repetidas vezes, como uma bola de pinball. Esse espalhamento faz com que a luz escape das galáxias por caminhos tortuosos e se espalhe por distâncias enormes. Observações que empilham os espectros de milhares de galáxias já mostraram halos de Lyman-alfa estendendo-se a até cerca de um megaparsec das fontes, algo em torno de três milhões de anos-luz, muito além do disco estelar. Boa parte dos fótons produzidos termina, portanto, no meio circumgaláctico e no meio intergaláctico, em regiões que nenhum catálogo de galáxias contabiliza, formando um brilho de fundo tênue que acompanha o esqueleto da teia cósmica.

Medir esse brilho é a especialidade de uma técnica chamada line intensity mapping, ou mapeamento de intensidade de linha, abreviada como LIM. A filosofia é abrir mão da resolução individual em troca de completude. Em vez de exigir que cada fonte se destaque acima do ruído, o método trata o céu como um campo contínuo de brilho, divide o volume observado em células tridimensionais e mede as flutuações estatísticas desse campo, por exemplo por meio de funções de correlação ou de espectros de potência. Todos os fótons contam, venham de galáxias brilhantes, de anãs invisíveis ou do gás difuso entre elas. A analogia mais próxima é a de um microfone que capta o som de um salão lotado: ninguém distingue frases, mas o volume e o ritmo do burburinho revelam quantas pessoas há, onde estão aglomeradas e como se movem.

A técnica nasceu na radioastronomia. As primeiras detecções vieram da linha de 21 centímetros do hidrogênio neutro e das linhas rotacionais do monóxido de carbono, sempre por correlação cruzada com catálogos de galáxias ou por espectros de potência em grandes volumes. Hoje existem experimentos dedicados a mapear o fulgor coletivo de linhas que vão do rádio ao ultravioleta, como o HERA, na África do Sul, o COMAP, na Califórnia, o CONCERTO, no Chile, e o telescópio espacial SPHEREx, da NASA. O Brasil tem seu próprio projeto na área: o radiotelescópio BINGO, em construção na Serra do Urubu, no município de Aguiar, no sertão da Paraíba, pretende mapear a intensidade da linha de 21 centímetros em redshifts entre 0,13 e 0,45 para medir as oscilações acústicas de bárions. A linha de Lyman-alfa, apesar de ser a mais brilhante do hidrogênio, raramente havia sido explorada dessa maneira em escalas grandes.

As poucas tentativas anteriores partiram de um atalho engenhoso e controverso. Entre 2016 e 2022, Rupert Croft, Xiaojing Lin e colaboradores usaram espectros de galáxias vermelhas luminosas dos levantamentos BOSS e eBOSS, subtraíram o melhor modelo de cada galáxia e supuseram que o resíduo continha luz de fundo de Lyman-alfa mais ruído. Esse resíduo foi então correlacionado com a posição de quasares, em separações projetadas que iam de meio a 150 megaparsecs por h. Os resultados apontaram para uma densidade cósmica de luminosidade em Lyman-alfa alta demais, incompatível com o limite superior obtido a partir da floresta de Lyman-alfa, a sequência de absorções que o hidrogênio intergaláctico imprime na luz dos quasares. Os próprios autores divergiram sobre a origem do sinal: Croft e colegas argumentaram que ele era dominado pela emissão dos quasares; Lin e colegas concluíram que a maior parte vinha de galáxias formadoras de estrelas.

O HETDEX entra nessa disputa com uma vantagem estrutural. A sigla significa Hobby-Eberly Telescope Dark Energy Experiment, e o objetivo primário do projeto é medir a expansão do universo entre os redshifts 1,88 e 3,52 por meio das oscilações acústicas de bárions impressas na distribuição de cerca de um milhão de LAEs, em um volume comóvel de 10,9 gigaparsecs cúbicos. Para isso, o levantamento não escolhe alvos: ele aponta para o céu às cegas e obtém espectros de tudo o que cai nas fibras. É exatamente essa cegueira que o torna ideal para o mapeamento de intensidade. Como não há pré-seleção, a maioria das fibras não contém fonte detectável, e o que elas registram é uma amostra honesta do brilho de fundo do universo distante, sem o viés de olhar apenas para onde já se sabe que há algo.

O instrumento que faz esse trabalho chama-se VIRUS, sigla para Visible Integral-Field Replicable Unit Spectrograph. Ele é composto por até 78 unidades de campo integral, cada uma cobrindo um quadrado de 51 por 51 segundos de arco no céu com 448 fibras de 1,5 segundo de arco de diâmetro, o que soma 34.944 fibras alimentando espectrógrafos de resolução próxima de 800. Na prática, isso significa que uma linha espectral em 4.500 angstroms aparece com largura de 5,6 angstroms. As unidades ficam distribuídas sobre o campo de 18 minutos de arco do telescópio em uma grade de 100 segundos de arco, de modo que o vão entre duas unidades vizinhas é do tamanho da própria unidade e o fator de preenchimento de cada observação fica em torno de um para 4,6. Cada observação consiste em três exposições de seis minutos, deslocadas em um padrão triangular que fecha as lacunas entre as fibras de cada unidade.

O conjunto de dados usado no estudo é a versão interna HDR5 do levantamento, que reúne tudo o que foi observado entre 1º de janeiro de 2017 e 31 de julho de 2024 e corresponde ao programa principal completo. Os espectros cobrem 90 graus quadrados de céu, dos quais 87,7 atendem aos critérios de qualidade científica. Eles se distribuem por três regiões: o campo Fall, equatorial, cuja pegada cobre 150 graus quadrados; o campo Spring, em declinação mais alta, com 390 graus quadrados; e uma área de dez graus quadrados no polo norte da eclíptica, observada pelo programa TESLA, o Texas Euclid Survey for Lyman-alpha, que compartilha o céu com o campo profundo norte do telescópio europeu Euclid. Depois de descartar observações marcadas como de baixa qualidade, as anteriores a 2018, que carregam mais artefatos, e as que não atingem a transmissão mínima de 0,08 em 4.540 angstroms, restaram 1.949 observações no Fall, 3.797 no Spring e 484 no polo norte da eclíptica.

A equipe não chegou a esse ponto de uma vez. Em 2022, Lujan Niemeyer e colaboradores empilharam espectros do HETDEX em torno de LAEs e de galáxias selecionadas pela linha do oxigênio duplamente ionizado e detectaram emissão de Lyman-alfa até cerca de 100 quiloparsecs próprios das fontes. Em 2025, Khanlari e colegas ampliaram a amostra e encontraram halos de absorção na mesma linha. Em 2023, a própria Lujan Niemeyer, com José Luis Bernal e Eiichiro Komatsu, publicou um estudo de simulação prevendo que um levantamento ideal com as características do HETDEX detectaria com alta significância o espectro de potência cruzado entre LAEs e intensidade de Lyman-alfa em números de onda entre 0,08 e 1 h por megaparsec, desde que as galáxias detectadas fossem mascaradas. O artigo de 2026 é a confirmação dessa previsão com dados reais, e com as dores de cabeça que dados reais sempre trazem.

O primeiro ingrediente é o catálogo de galáxias. Os pesquisadores partiram do catálogo 5.0.1 do HDR5 e aplicaram uma peneira deliberadamente severa, preferindo uma amostra menor e limpa a uma amostra grande e contaminada. Entraram apenas detecções com razão sinal-ruído acima de 5,5, aprovadas pelo critério de qualidade geral do levantamento, com fator de correção de abertura superior a 0,4 e razão sinal-ruído corrigida por sistemáticos acima de 4,5.

Dois classificadores de aprendizado de máquina deram o veredito final: uma floresta aleatória treinada em medidas da linha de emissão, com probabilidade de confiança acima de 0,5, e uma rede neural convolucional treinada diretamente nos espectros, com pontuação acima de 0,4, que alcança precisão de cerca de 96% quando comparada a classificações visuais. No campo COSMOS, 90,4% das detecções assim selecionadas foram confirmadas em observações independentes, o que limita a fração de falsos positivos a menos de 9,6%. Fontes próximas da linha do oxigênio em 5.007 angstroms, que poderiam ser nebulosas planetárias da Via Láctea, e das linhas do céu em 5.200 e 5.457 angstroms foram descartadas.

Ao fim desse processo, sobraram 37.773 LAEs no campo Fall, 95.774 no Spring e 9.372 no polo norte da eclíptica. Depois de remover as que caíam em unidades de campo mascaradas, a amostra final ficou com 36.303, 92.192 e 8.932 galáxias, respectivamente, um total de 137.427 objetos. Esse número é bem menor do que a contagem total de LAEs do HETDEX justamente por causa da seleção rigorosa. A distribuição em redshift dessas galáxias mostra duas quedas marcantes, perto de z igual a 2,3 e de z igual a 2,7, ambas causadas por linhas brilhantes do céu noturno e, no segundo caso, também por uma máscara aplicada ao centro de metade dos detectores. As distribuições de luminosidade e de largura de linha dos três campos, por sua vez, praticamente se sobrepõem, sinal de que a seleção é homogênea.

O segundo ingrediente é o mapa de intensidade, e ele exige a operação que dá sentido a todo o método: apagar as galáxias conhecidas. Para cada LAE do catálogo, os pesquisadores zeraram todos os elementos de volume situados a menos de dez segundos de arco de sua posição e a menos de 2,5 vezes a largura da linha de seu comprimento de onda central. Nesses redshifts, dez segundos de arco correspondem a algo entre 75 e 85 quiloparsecs próprios, de modo que o que sobra nos espectros vem de fora dos halos imediatos das galáxias detectadas. O conjunto resultante foi batizado de espectros não detectados. Como verificação, a equipe também construiu o conjunto complementar, apenas com as células das galáxias, e exigiu que a soma dos espectros de potência dos dois conjuntos reproduzisse o espectro de potência do total, um teste de consistência que o pipeline passou.

Antes de qualquer análise, porém, é preciso enfrentar o inimigo número um de toda medida de baixo brilho superficial: o céu. A luz que chega às fibras é dominada pelo airglow das camadas altas da atmosfera, pela luz zodiacal refletida na poeira interplanetária e pela emissão de primeiro plano da Via Láctea. O HETDEX dispõe de dois métodos para subtrair esse fundo. O primeiro, chamado de céu local, estima o fundo a partir das 112 fibras de cada amplificador do detector, que cobrem uma área de aproximadamente 13 por 51 segundos de arco, e é otimizado para encontrar galáxias pontuais. O segundo, chamado de full-frame sky, ou céu de quadro completo, usa os fótons captados por todas as cerca de 35 mil fibras do campo de 18 minutos de arco em uma única exposição. Como a subtração do céu apaga qualquer estrutura maior do que a escala em que o céu é estimado, a equipe escolheu o método de quadro completo para preservar as maiores escalas possíveis.

Mesmo assim, padrões sistemáticos sobrevivem. Ao somar os espectros de um mesmo amplificador ao longo de um mês, os autores esperavam obter média zero, mas encontraram desenhos bidimensionais, no plano comprimento de onda versus número da fibra, que são únicos de cada amplificador, como impressões digitais do hardware. Para removê-los, cada espectro foi dividido pelo espectro do céu de sua fibra, a localização biponderada desses resíduos relativos foi calculada mês a mês com um estimador robusto a valores extremos, e o padrão resultante, multiplicado de volta pelo céu de cada fibra, foi subtraído de cada observação. Em seguida vieram as máscaras: amplificadores e fibras defeituosos, pixels atingidos por raios cósmicos, galáxias grandes, meteoros e satélites, pixels que destoam da tendência central robusta em mais de três desvios, fibras com emissão contínua de estrelas e galáxias de primeiro plano, as fibras vizinhas a elas no detector, por causa da luz espalhada internamente, e tudo o que estivesse a menos de dez segundos de arco de galáxias emissoras de oxigênio.

O passo seguinte foi rebaixar deliberadamente a resolução angular. A função de espalhamento de ponto do telescópio tem largura entre 1,2 e cerca de quatro segundos de arco, muito melhor do que a de qualquer experimento típico de mapeamento de intensidade, mas essa finura é inútil para medir estruturas de megaparsecs e multiplica o custo computacional. Os pesquisadores condensaram as 1.344 fibras de cada unidade de campo em cada observação em um único espectro, chegando a 132.051 espectros no campo Fall, 241.969 no Spring e 34.239 no polo norte, mais de 408 mil ao todo. Cada um representa a intensidade média em uma célula de 51 por 51 segundos de arco e dois angstroms, o que em z igual a 2,5 corresponde a uma caixa de 1,5 por 1,5 por 1,9 megaparsec comóvel. Os fluxos foram convertidos em intensidade dividindo pela área da fibra e corrigidos da extinção da Via Láctea com os mapas de poeira de Schlegel e colegas e a lei de avermelhamento de Fitzpatrick.

Dois cortes adicionais fecharam o cerco aos valores aberrantes. Células com intensidade acima de 0,0125 ou abaixo de menos 0,0125 na unidade de referência adotada pela equipe, de 10⁻¹⁷ erg por segundo por centímetro quadrado por segundo de arco quadrado por angstrom, foram zeradas, o que elimina tudo o que destoa em mais de sete desvios robustos da distribuição; e espectros cujo desvio padrão ao longo do comprimento de onda ultrapassa 0,0035 dessa mesma unidade, sintoma de subtração de céu imperfeita ou de problemas no detector, foram descartados por inteiro. Por último, as faixas de 4.350 a 4.370, de 5.190 a 5.210 e de 5.447 a 5.467 angstroms, onde sobrevivem resíduos das linhas do céu e da luz de lâmpadas de iluminação pública que alcança o observatório, e uma janela de dez angstroms para cada lado da linha do oxigênio em 5.007 angstroms foram mascaradas em todos os espectros.

Restava um resíduo teimoso, concentrado nas linhas do céu. Para eliminá-lo, a equipe recorreu à análise de componentes principais. Cada espectro foi tratado como um vetor de 1.036 valores, um para cada intervalo de dois angstroms, normalizado pela média e pelo desvio padrão de seu campo. A decomposição da matriz de covariância dessas centenas de milhares de vetores produz uma base ordenada por variância: os primeiros autovetores capturam os padrões mais repetidos de todos, e esses padrões são, previsivelmente, as marcas do céu, como as linhas H e K do cálcio ionizado, em 3.934 e 3.968 angstroms, impressas pela luz solar espalhada. Zerar os primeiros componentes equivale a um fone com cancelamento de ruído que aprende o zumbido do motor e o anula. O preço é que parte da música também desaparece: a remoção de componentes retira sinal cosmológico junto com o ruído, e a equipe testou valores de 10 a 200 componentes removidos para medir esse custo.

O efeito líquido de toda a limpeza pode ser conferido comparando o desvio padrão dos espectros em cada fatia de comprimento de onda com a expectativa de puro ruído derivada da caracterização do instrumento publicada por Gary Hill e colegas em 2021. Acima de cerca de 4.000 angstroms, o ruído é dominado pelos fótons do próprio céu, enquanto abaixo disso predomina o ruído de leitura dos detectores. Antes da análise de componentes principais, a dispersão medida nos campos Fall e Spring já fica ligeiramente abaixo da previsão na maior parte das faixas, provavelmente por causa das máscaras de pixels e espectros anômalos; depois dela, cai ainda mais, consequência natural de ter removido justamente as direções de maior variância. Em números, a dispersão por espectro condensado fica em torno de um a dois vezes 10⁻²⁰ erg por segundo por centímetro quadrado por segundo de arco quadrado por angstrom na maior parte da banda.

Com os espectros limpos, a equipe construiu os mapas tridimensionais. Como a subtração do céu suprime estruturas grandes, a análise ficou restrita a números de onda acima de 0,08 h por megaparsec. Para acomodar a alta resolução angular, cada campo foi dividido em regiões de 5,6 graus de lado, e o intervalo de redshift foi fatiado em três: de 1,85 a 2,3, com média 2,07; de 2,3 a 2,86, com média 2,58; e de 2,86 a 3,56, com média 3,21. Isso rende 69 mapas no campo Spring, 18 no Fall e três no polo norte da eclíptica, cada um contido em uma caixa cúbica de 432 megaparsecs por h de lado nas duas faixas mais próximas e de 463 nas mais distantes, dividida em células de dois megaparsecs por h. O menor número de onda acessível fica em 0,015 e 0,014 h por megaparsec, conforme a caixa, e o maior, imposto pelo tamanho da célula, em 1,57.

O mapa de galáxias precisa de uma referência: quantas LAEs se esperaria encontrar em cada célula se o universo fosse homogêneo. Essa expectativa depende da função de luminosidade das galáxias, para a qual os autores adotaram as medidas de Hiroya Umeda e colegas de 2025, e da completeza do levantamento em cada ponto do céu e em cada comprimento de onda, que varia com as condições de observação e com o espectro do céu. A completeza foi descrita pelo modelo v4 do HETDEX, calibrado por meio da inserção de galáxias simuladas nos dados reais, em função do fluxo em que metade das fontes é detectada. A conta superestimou o número de galáxias detectadas por um fator de cerca de dois, provavelmente por causa de uma função de luminosidade exagerada na extremidade fraca ou de imperfeições no modelo de completeza, e por isso foi renormalizada para que a distribuição em redshift esperada acompanhe a observada em cada campo.

A peça central da modelagem, contudo, não é analítica. Para saber como o sinal verdadeiro se comporta depois de passar por máscaras, subtração de céu e análise de componentes principais, os pesquisadores geraram universos sintéticos, os chamados mocks, com o código SIMPLE, desenvolvido pela própria Lujan Niemeyer. O código produz mapas lognormais de galáxias e de intensidade com as distorções não lineares no espaço de redshift causadas pelas velocidades peculiares, usando o espectro de potência da matéria calculado pelo código CLASS com correções não lineares.

Foram cem simulações para cada caixa e faixa de redshift, 9.000 ao todo, com viés de galáxias igual a dois, valor compatível com medidas independentes de LAEs em z entre 2,1 e 3,1, luminosidade mínima de quatro vezes 10⁴⁰ erg por segundo e suavização de 2,38 angstroms ao longo da linha de visada para imitar a resolução espectral. As galáxias simuladas foram declaradas detectadas ou não segundo a mesma função de completeza dos dados, e a intensidade simulada foi somada aos espectros reais, para que herdasse o ruído, a subtração do céu e a análise de componentes principais exatamente como o sinal verdadeiro.

Um apêndice do artigo verifica se a escolha do espectro de potência não linear faz diferença. A equipe gerou um conjunto adicional de simulações com o espectro linear da matéria e processou os mapas da mesma maneira, incluindo a subtração do céu. Os espectros de potência cruzados resultantes são parecidos mesmo em números de onda acima de 0,5 h por megaparsec, em todas as faixas de redshift, porque nessas épocas o universo ainda era jovem e a formação de estruturas por gravidade pouco havia avançado para o regime não linear, como já haviam mostrado Donghui Jeong e Komatsu em 2006. A diferença entre as duas versões é uma leve elevação da curva não linear nas escalas menores, insuficiente para alterar as conclusões.

A medida propriamente dita é o espectro de potência cruzado. Em cada caixa, a equipe calculou a transformada de Fourier do mapa de sobredensidade de galáxias e do mapa de flutuação de intensidade, multiplicou uma pela outra e tomou a média sobre todas as direções, obtendo o monopolo em 23 intervalos de número de onda igualmente espaçados entre 0,08 e 1 h por megaparsec, com largura de 0,04. A vantagem da correlação cruzada é que o ruído do céu, por mais intenso que seja, não sabe onde estão as galáxias: quando se multiplica um mapa de posições conhecidas por um mapa ruidoso e se faz a média, as flutuações aleatórias se cancelam e sobra apenas o que de fato acompanha as galáxias. Os espectros de todas as caixas de um mesmo campo e faixa de redshift foram combinados com pesos inversamente proporcionais à variância, estimada ao embaralhar cem vezes as posições no céu dos espectros reais.

A incerteza da medida foi decomposta em duas matrizes de covariância somadas: uma, derivada dos embaralhamentos, quantifica o ruído dos dados; outra, derivada das simulações, quantifica a variância cósmica do catálogo e do campo de intensidade. Algumas caixas apresentaram variância anômala ao longo dos números de onda, indício de erros sistemáticos residuais, e foram excluídas por precaução, assim como uma caixa do campo Spring com poucas observações. Essas regiões aparecem hachuradas nos mapas das três áreas do levantamento. As matrizes de correlação finais são majoritariamente diagonais, isto é, as medidas em intervalos diferentes de número de onda são quase independentes, o que simplifica a estatística e justifica o uso de uma matriz diagonal nos cálculos de qualidade de ajuste.

As simulações também revelaram quanto sinal se perde em cada etapa. A subtração do céu derruba a potência em números de onda abaixo de cerca de 0,4 h por megaparsec, porque qualquer estrutura mais extensa do que o campo de 18 minutos de arco é confundida com fundo e removida. A análise de componentes principais suprime ainda mais a potência, de forma crescente com o número de componentes retirados, mas não a elimina: mesmo com 200 componentes zerados, uma fração do sinal sobrevive em todas as escalas. Em vez de tentar reconstruir um espectro livre desses efeitos, o que amplificaria o ruído, a equipe incorporou a perda ao modelo por meio de uma função de transferência medida nas simulações, uma estratégia conhecida como modelagem direta, em que a teoria é degradada da mesma forma que os dados antes da comparação.

O modelo tem um único parâmetro livre. O espectro de potência simulado é proporcional ao produto do viés das galáxias, do viés da intensidade e da intensidade média das fontes não detectadas, multiplicado por um fator que descreve as distorções no espaço de redshift e pelas funções de janela e de transferência do levantamento. Como não é possível separar esses termos com o monopolo apenas, os autores ajustaram aos dados uma amplitude global que mede a razão entre o produto real e o produto assumido nas simulações. Se as simulações descrevessem o universo à perfeição, essa amplitude valeria exatamente um. O fator de distorção no espaço de redshift, que em teoria linear vale cerca de 1,3 para esses vieses, foi tratado como constante, e o efeito de transferência radiativa sobre ele, discutido em outro apêndice, foi deixado de lado porque o quadrupolo do espectro não foi detectado e o efeito é degenerado com os vieses.

O ajuste minimiza um qui-quadrado e produz, para cada campo, faixa de redshift e número de componentes removidos, a melhor amplitude e sua incerteza formal. Por cautela, a equipe também estimou um erro empírico: supôs que o modelo é correto mas que os dados escondem um erro sistemático não contabilizado, gerou mil espectros falsos sorteados em torno do melhor ajuste com a dispersão observada ponto a ponto, refez o ajuste em cada um e tomou o desvio padrão das mil amplitudes. Esse erro empírico ficou em média 1,6 vez maior que o formal, e o maior dos dois foi adotado como incerteza final. A qualidade do ajuste foi avaliada pelo qui-quadrado reduzido, com 22 graus de liberdade para cada campo e 68 para a combinação dos três, e pela probabilidade de excedência, o valor-p do ajuste.

A decisão mais delicada foi quantos componentes principais remover. Com poucos componentes, os sistemáticos permanecem e o ajuste é ruim; com muitos, o sinal evapora. O qui-quadrado reduzido cai à medida que mais componentes são retirados, aproximando-se de 1,5 na faixa mais próxima e de um nas duas mais distantes, enquanto a razão sinal-ruído da amplitude começa a decrescer a partir de cerca de 50 componentes. A faixa de redshift mais próxima, na combinação dos três campos, nunca atinge probabilidade de excedência acima de 0,05, o que sugere sistemáticos residuais ou incertezas subestimadas; nas demais, o ajuste é excelente. Pesando ajuste, sinal-ruído e a exigência de que os três campos concordassem entre si, os autores fixaram 170 componentes na faixa de z médio 2,1, 130 na de 2,6 e 100 na de 3,2.

Com essas escolhas, os números finais emergem. As simulações fiduciais previam intensidades médias de fontes não detectadas de 1,5, 2,2 e 1,4 vezes 10⁻²² erg por segundo por centímetro quadrado por segundo de arco quadrado por angstrom nas três faixas. O produto medido do viés das galáxias, do viés da intensidade, da intensidade média e da razão dos fatores de distorção ficou em 6,7 mais ou menos 3,1, em 11,7 mais ou menos 1,4 e em 8,3 mais ou menos 1,5, nas mesmas unidades de 10⁻²², para z médio de 2,1, 2,6 e 3,2. Isso corresponde a razões sinal-ruído de cerca de 2,2, 8,4 e 5,5. A detecção é inequívoca nas duas faixas mais distantes e marginal na mais próxima, e as amplitudes inferidas separadamente nos campos Fall, Spring e no polo norte da eclíptica são compatíveis entre si dentro das incertezas, o que fortalece a interpretação cosmológica em detrimento de artefatos locais.

A forma dos espectros medidos é o teste mais visual do método. Nos nove painéis que cruzam três campos com três faixas de redshift, os pontos observados acompanham a curva das simulações multiplicada pela melhor amplitude: a potência sobe a partir de 0,08 h por megaparsec, atinge um pico largo em torno de 0,3 e decresce suavemente até 1 h por megaparsec, com barras de erro maiores no campo Fall e, sobretudo, no pequeno campo do polo norte. O pico não é uma propriedade do universo, e sim uma cicatriz do processamento: a subtração do céu comeu as escalas grandes, e a função de transferência reproduz essa mordida com fidelidade, prova de que as simulações capturam o que o pipeline faz com o sinal.

Para enxergar o conjunto de uma vez, a equipe combinou os nove espectros em uma média ponderada pela variância inversa e fez o mesmo com as simulações de melhor ajuste. Um ajuste de amplitude entre as duas médias resultou em 0,97 mais ou menos 0,07, compatível com a unidade esperada, com qui-quadrado de 21 para 22 graus de liberdade, qui-quadrado reduzido de 0,94 e probabilidade de excedência de 0,54. Em outras palavras, o modelo lognormal, depois de reescalado, descreve a forma dos dados sem tensão alguma. O quadrupolo do espectro de potência, que carregaria informação sobre as velocidades e sobre a transferência radiativa, revelou-se compatível com zero em todos os casos, mas sua forma ainda é instável diante da subtração do céu e da análise de componentes principais, e seu estudo foi deixado para o futuro.

É na comparação com os trabalhos anteriores que o resultado ganha peso. Assumindo o viés fiducial de dois para as galáxias, os autores converteram suas medidas no produto do viés da intensidade pela intensidade média e as colocaram lado a lado com as correlações quasar-Lyman-alfa de Croft, de 2016 e 2018, e de Lin, de 2022, e com o limite superior derivado da correlação entre a floresta de Lyman-alfa e a intensidade.

Os valores do HETDEX ficam cerca de uma ordem de grandeza abaixo dos resultados com quasares, chegando a quase vinte vezes menos no caso da medida de 2016, mesmo quando se soma a contribuição estimada das galáxias detectadas. Nas faixas mais próxima e mais distante, eles são compatíveis com o limite da floresta; na faixa intermediária, ficam 2,6 desvios padrão acima dele. A explicação mais provável para a discrepância é que as correlações com quasares são dominadas por física de pequena escala peculiar a esses objetos, como o campo de radiação intenso ao redor deles, enquanto a amostra do HETDEX, formada por galáxias comuns, oferece um retrato mais representativo do campo de radiação de Lyman-alfa no meio intergaláctico.

Resta a pergunta que dá sentido a tudo: de onde vêm esses fótons? Como as galáxias detectadas foram apagadas até 75 ou 85 quiloparsecs de distância, a intensidade que sobrou deve ser dominada por luz alheia a elas, e as simulações de transferência radiativa indicam que, nesses raios, os fótons já vêm de fora dos halos de matéria escura das galáxias empilhadas. Esse brilho pode ter três origens: galáxias fracas demais para serem detectadas, fótons das próprias LAEs catalogadas que escaparam por espalhamento a dezenas de quiloparsecs de distância e emissão do gás circumgaláctico e intergaláctico. A medida não distingue diretamente entre elas, mas permite confrontos com a teoria. Para isso, os autores traduziram a intensidade em densidade comóvel de luminosidade, a quantidade de energia emitida em Lyman-alfa por segundo em cada megaparsec cúbico, assumindo vieses iguais a dois tanto para as galáxias quanto para a intensidade.

O primeiro confronto é com as funções de luminosidade. Integrando as contagens de LAEs medidas por Masami Ouchi em 2008, Akira Konno em 2016, Davide Tornotti em 2025 e Umeda em 2025 desde uma luminosidade mínima de quatro vezes 10⁴⁰ erg por segundo até o limite típico de detecção do HETDEX, de quatro vezes 10⁴², obtém-se a luz esperada das galáxias que o levantamento não vê. As quatro estimativas concordam razoavelmente entre si e ficam ligeiramente abaixo do valor medido, segundo indicam os dados do HETDEX. Há ressalvas: três dessas funções vêm de levantamentos em banda estreita, com critérios de seleção diferentes dos de um levantamento espectroscópico, e a integral depende fortemente da inclinação da extremidade fraca, que é degenerada com os outros parâmetros da função. Reduzir a luminosidade mínima para 10³⁶ erg por segundo quase não altera o resultado.

O segundo confronto é com o orçamento de formação estelar. A densidade de taxa de formação de estrelas entre z igual a 2 e 3,5 é de cerca de um décimo de massa solar por ano por megaparsec cúbico, e cada massa solar por ano produz intrinsecamente perto de 10⁴² erg por segundo em Lyman-alfa, com fatores de dois a três de incerteza ligados à função de massa inicial das estrelas e às hipóteses de recombinação. Isso rende uma densidade intrínseca de luminosidade da ordem de 10⁴¹ erg por segundo por megaparsec cúbico, que se traduziria em intensidades observadas de 2,4, 1,4 e 0,8 vezes 10⁻²¹ nas três faixas, multiplicadas pela fração de fótons que de fato escapa das regiões de formação estelar.

Para que a formação estelar explique sozinha a medida, o produto do viés da intensidade por essa fração de escape precisa valer cerca de 0,1, 0,4 e 0,5 nas faixas de 2,1, 2,6 e 3,2. São números plausíveis: valores muito maiores que um ou muito menores que 0,1 descartariam essa interpretação, e os obtidos exigem apenas que uma fração dos fótons escape, como se espera.

O terceiro confronto é o mais detalhado. Chris Byrohl e Dylan Nelson pós-processaram em 2023 uma simulação cosmológica hidrodinâmica em z igual a 2 com transferência radiativa de Lyman-alfa, calibrando a fração de escape das galáxias para reproduzir uma função de luminosidade observada e acompanhando o espalhamento de cada fóton. Nessa simulação, 48% dos fótons nascem de excitação colisional do hidrogênio, que se torna o mecanismo dominante, 28% vêm da formação estelar e 23% da recombinação fora do meio interestelar. Praticamente todos, 98%, são produzidos dentro de halos, mais da metade no meio circumgaláctico, e só 2% no meio intergaláctico.

Depois do espalhamento, porém, a geografia muda: 30% da luminosidade chega ao observador de galáxias dentro de uma abertura de 1,5 segundo de arco, 42% dos fótons sofrem seu último espalhamento no meio circumgaláctico e 28% atravessam o meio intergaláctico antes de nos alcançar. A densidade total de luminosidade da simulação é de 4,4 vezes 10⁴⁰ erg por segundo por megaparsec cúbico, e as galáxias mais fracas que 10 elevado a 41,75 erg por segundo, abaixo do limite do HETDEX, respondem por 6,1 vezes 10³⁹.

Somando as galáxias fracas, o meio circumgaláctico e o meio intergaláctico da simulação, chega-se a uma intensidade de nove, cinco e três vezes 10⁻²² nas três faixas de redshift. Para que esses valores reproduzam a medida do HETDEX, o viés da intensidade precisaria ser de aproximadamente 0,4, 1,1 e 1,3; excluindo a contribuição das galáxias, que podem ter sido mascaradas junto com as fontes de contínuo, os valores sobem para 0,5, 1,3 e 1,6.

De modo independente, usando a relação estreita entre luminosidade em Lyman-alfa e massa do halo prevista pela mesma simulação e a fórmula de viés de halos de Jeremy Tinker, os autores estimam um viés da intensidade entre 1,4 e 1,6, arredondado para o intervalo de 1,5 a 2 dada a precisão da fórmula. Esse valor é bem menor que o três assumido por Croft em 2016, porque a emissão na simulação é ponderada para halos de baixa massa. A conclusão é que a medida do HETDEX está na mesma ordem de grandeza da intensidade prevista para galáxias fracas e para o gás circumgaláctico e intergaláctico, embora o acordo não seja perfeito e dependa de vieses ainda mal conhecidos.

Um fenômeno descoberto pelo próprio HETDEX poderia complicar a leitura. Ao empilhar dezenas de milhares de espectros de LAEs, Dustin Davis em 2023 e Laurel Weiss em 2024 encontraram depressões largas e negativas ao redor da linha de emissão, e Weiss propôs em 2025 que elas sejam a luz de fundo extragaláctica absorvida no gás circumgaláctico das galáxias: como a subtração do céu remove a média dessa luz de fundo de todos os espectros, as regiões em que ela foi absorvida ficam negativas. Khanlari mediu em 2025 que essa absorção se estende até cerca de 350 quiloparsecs próprios das galáxias, é mais forte nas fontes de menor significância e desaparece nas de razão sinal-ruído acima de seis. Se o mapa de intensidade fosse dominado por um fundo contínuo absorvido nas regiões densas, a correlação cruzada com as galáxias seria negativa. O sinal medido é positivo, e o modelo sem absorção descreve bem os dados, o que leva os autores a concluir que a emissão de Lyman-alfa domina o mapa.

Outra fonte de preocupação, a contaminação por intrusos, parece controlada. Galáxias de baixo redshift que emitem na linha do oxigênio duplamente ionizado podem ser confundidas com LAEs e, se estiverem tanto no catálogo quanto no mapa de intensidade, imprimem uma correlação espúria. Estimativas publicadas por Davis em 2023 situam a fração de galáxias de oxigênio no catálogo de LAEs do HETDEX em cerca de 1,2%, com incerteza de 0,1%, e a de outras fontes em cerca de 0,8%, também com incerteza de 0,1%, frações pequenas demais para produzir o sinal observado. Ainda assim, essas galáxias foram mascaradas no mapa de intensidade com os mesmos critérios de detecção usados para as LAEs.

Os próprios autores listam o que falta. A limpeza agressiva custou muito sinal, e uma subtração de céu de quadro completo mais sofisticada, capaz de identificar contribuições sistemáticas de fibras ou unidades individuais, dispensaria boa parte das máscaras e da análise de componentes principais. Pesos mais robustos para os mapas de galáxias e de intensidade aumentariam a significância estatística, e o modelo de completeza e a função de luminosidade poderiam ser atualizados para reproduzir melhor a distribuição em redshift das galáxias. No lado da teoria, o modelo atual é deliberadamente simples: todas as galáxias têm o mesmo viés, a mesma função de luminosidade e a mesma largura de linha, e a única fonte de luz é a extrapolação da função de luminosidade para galáxias fracas. Versões futuras precisarão incluir a emissão difusa do gás, o espalhamento dos fótons para dentro e para fora da linha de visada e a absorção ao redor das galáxias, com simulações de transferência radiativa que ainda são caras, mas indispensáveis.

O que já está feito, porém, altera o papel de um dos grandes levantamentos da década. O HETDEX foi concebido para contar galáxias e extrair delas uma régua cósmica, e seus 99,99% de dados sem galáxia detectada eram, até aqui, o custo inevitável de observar às cegas. O trabalho de Lujan Niemeyer e colegas mostra que esse material carrega uma segunda ciência inteira, acessível com as mesmas observações, sem nenhuma noite extra de telescópio, e capaz de testar como as simulações de formação de galáxias distribuem o hidrogênio luminoso entre estrelas, halos e filamentos. Para a comunidade que constrói modelos de emissão de Lyman-alfa, cada um dos três números medidos é uma restrição nova. Para os experimentos de mapeamento de intensidade em outras linhas, inclusive o brasileiro BINGO, é a demonstração de que a correlação cruzada com um catálogo de galáxias é o caminho mais seguro para arrancar um sinal cosmológico de um céu que grita mil vezes mais alto do que ele.

Há algo de vertiginoso na escala do que foi medido. O brilho que o HETDEX capturou tem intensidade da ordem de alguns 10⁻²² erg por segundo por centímetro quadrado por segundo de arco quadrado por angstrom, mais de dez mil vezes mais fraco do que o próprio céu noturno sobre as montanhas do Texas, um dos mais escuros dos Estados Unidos. Nenhum olho, nenhuma fibra isolada, nenhuma noite sozinha poderia vê-lo. Ele só existe como padrão, espalhado por quase 140 mil galáxias e 408 mil espectros, revelado porque alguém decidiu perguntar não o que havia em cada fibra, mas o que todas as fibras tinham em comum. É a luz do hidrogênio que escapou das galáxias há mais de dez bilhões de anos e ficou vagando pela teia cósmica, agora finalmente contabilizada. O escuro entre as galáxias, afinal, nunca foi escuro. Só estava esperando que aprendêssemos a ouvi-lo.