Um estudo inovador publicado em 20 de novembro de 2023, no The Astrophysical Journal, liderado pelo astrônomo Shishir Sankhyayan e sua equipe internacional de pesquisadores, desvendou detalhes fascinantes sobre as maiores estruturas conhecidas no universo: os superaglomerados de galáxias. Utilizando dados do Sloan Digital Sky Survey e o catálogo de aglomerados WHL, a equipe identificou e catalogou as propriedades de superaglomerados, lançando luz sobre a distribuição e evolução dessas estruturas colossais.
A intricada rede de distribuição de galáxias e matéria no Universo é chamada de teia cósmica. Os detalhes da teia cósmica ajudam em nossa compreensão dos modelos cosmológicos que governam a evolução das estruturas no Universo. Os principais componentes da teia cósmica são aglomerados, paredes bidimensionais, filamentos unidimensionais e regiões subdensas chamadas vazios.
Na teia cósmica, existem grandes regiões coerentes (∼10-100 Mpc) que são maiores do que as dimensões de aglomerados de galáxias, que se estendem por cerca de alguns megaparsecs. Além disso, essas regiões são extremamente massivas e contêm vários grupos e aglomerados de galáxias além das galáxias e da matéria escura e bariônica intergaláctica entre os aglomerados. Cumulativamente, essas regiões são chamadas superaglomerados. Superaglomerados não são tão abundantes quanto as galáxias ou mesmo grupos e aglomerados, mas sabe-se que afetam a evolução das galáxias dentro deles.
Ainda é uma questão em aberto como essas estruturas gigantes se formam e evoluem na teia cósmica, e responder a isso requer estudos detalhados envolvendo observações e simulações. Embora este seja um campo de pesquisa em crescimento, que está sendo enriquecido com a disponibilidade de mais dados, ainda não existe uma definição amplamente aceita de superaglomerado. Superaglomerados são regiões coerentes na teia cósmica que foram definidas de diferentes maneiras na literatura. As duas definições extremas de um superaglomerado são baseadas nas maiores estruturas ligadas no Universo e nas maiores regiões com fluxos de campo de velocidade peculiar convergentes.
Os superaglomerados na literatura podem ser amplamente divididos em três categorias: (1) regiões gravitacionalmente ligadas; (2) regiões superdensas não ligadas no Universo; e (3) regiões com fluxos de campo de velocidade peculiar convergentes. De acordo com a definição (1), eles foram definidos como as maiores regiões superdensas, com densidade de matéria suficientemente alta para superar a expansão global do Universo. Eventualmente, eles colapsariam e formariam sistemas gravitacionalmente ligados. De acordo com a definição (3), usando o campo de velocidade peculiar, eles foram definidos como regiões em que, em média, as velocidades peculiares das galáxias convergem.
Esses superaglomerados formam regiões de influência dinâmica onde atuam como grandes atratores que crescem pela entrada de matéria de regiões de menor densidade. Einasto et al. (2019) e Dupuy et al. (2019) mostraram que toda a teia cósmica pode ser dividida em regiões de influência dinâmica ou bacias de atração. Isso significa que os superaglomerados do tipo (3) contêm algumas partes das regiões vazias de baixa densidade que os rodeiam.
Observacionalmente, Laniakea – nosso superaglomerado doméstico foi identificado usando os ricos dados observacionais das velocidades peculiares das galáxias próximas. Mas tais dados ainda não estão disponíveis para galáxias distantes; portanto, o método de fluxo de campo de velocidade para estimar regiões de convergência não pode ser derivado para elas. No entanto, essas regiões de campo de velocidade peculiar convergente (ou as “bacias de atração”) podem ser identificadas em simulações.
É frequentemente visto que a definição de superaglomerado (1) de sistemas gravitacionalmente ligados pega as regiões centrais de superaglomerados definidas com outros critérios (definições (2) e (3)), por exemplo, superdensidades no campo de densidade luminosa. A definição (2) pega as superdensidades presentes no campo de densidade de matéria. Essas regiões não contêm partes de regiões vazias de baixa densidade.
O limiar de superdensidade a considerar na definição desses tipos de superaglomerados não está definido e, dependendo do foco do estudo, varia na literatura. Superaglomerados são tradicionalmente identificados usando o algoritmo “friends-of-friends” (FoF). FoF também é usado para encontrar halos ligados em simulações.
O FoF foi usado em vários trabalhos de identificação de superaglomerados em várias formas, usando aglomerados e galáxias como seus dados de entrada. Além do FoF, também existem outros métodos para extrair superaglomerados. Por exemplo, aplicando diferentes cortes de limiar de densidade no campo de densidade de luminosidade da distribuição de galáxias e o método de watershed, aplicando-o ao campo de densidade de número construído pela tesselação de Voronoi. Estudos recentes mostram que o tamanho, a massa e a luminosidade de um superaglomerado mostram alguma evolução com o desvio para o vermelho. Neste contexto, a luminosidade representa a luminosidade total de todas as galáxias dentro do superaglomerado. O tamanho refere-se à extensão comóvel máxima do superaglomerado, e a massa indica a quantidade total de matéria bariônica e escura contida no superaglomerado.
À medida que a luminosidade e a massa aumentam com o tempo, o tamanho geral diminui. A evolução das galáxias dentro de um superaglomerado é afetada pelo ambiente de seu superaglomerado hospedeiro. Além disso, a evolução de aglomerados e grupos pode ser governada pelo ambiente dos superaglomerados nos quais residem.
Superaglomerados extremamente grandes podem ter um crescimento linear em média, mas em uma escala de megaparsecs, galáxias e aglomerados têm um crescimento não linear dentro deles. No geral, superaglomerados maciços e grandes são excelentes alvos para estudar a diversidade de ambientes que oferecem às suas galáxias residentes. Observações multiespectrais desses objetos ajudarão em nossa compreensão de seu crescimento e evolução. As pesquisas de lentes gravitacionais fracas profundas em andamento e futuras ajudarão imensamente na estimativa das massas dessas enormes superdensidades.
No modelo Λ Cold Dark Matter (ΛCDM) do Universo, o crescimento geral das estruturas desacelera abaixo do redshift z ≈ 0,5 devido à influência da energia escura.
No entanto, as estruturas altamente superdensas ainda são capazes de crescer. Em um modelo de colapso esférico, estruturas que estão na fase de inversão na época atual, com uma densidade de contraste de ∼13,1, formam sistemas ligados. Estruturas com um contraste de densidade atual de ∼8,73 atingirão a fase de inversão no futuro.
Einasto et al. (2021c), usando o modelo de colapso esférico, sugeriram que estruturas com um contraste de densidade atual de ≈30 (aglomerados ricos e suas regiões de influência nos núcleos supercluster) passaram pela inversão e começaram a colapsar em redshifts z ≈ 0,3-0,4. Portanto, um supercluster pode ou não colapsar, dependendo do contraste de densidade média do supercluster inteiro.
Por exemplo, Einasto mostrou que a Grande Parede do BOSS se fragmenta em diferentes estruturas no espaço físico, e essas estruturas fragmentadas colapsarão individualmente no futuro.
Para aprimorar nossa compreensão dos superclusters e suas propriedades, é importante identificar essas estruturas em uma ampla faixa de redshifts e uma ampla área do céu.
Além disso, seu comportamento dinâmico pode ser explorado usando simulações. Este estudo apresenta 662 superclusters identificados dentro de uma faixa de redshift de 0,05 ≤ z ≤ 0,42, cobrindo uma área de céu de ∼14.000 deg2. As propriedades desses superclusters são apresentadas e comparadas com simulações.
Os pesquisadores utilizaram uma combinação de dados observacionais e simulações para realizar o estudo. Os dados observacionais provêm da amostra espectroscópica de galáxias do Sloan Digital Sky Survey (SDSS), que foi usada anteriormente por Bagchi et al. (2017) para identificar o superaglomerado massivo Saraswati. Este conjunto de dados incluiu um grande excesso de aglomerados e grupos de galáxias, conforme descrito por Wen et al. (2012).
Para a análise, os pesquisadores utilizaram redshifts espectroscópicos disponíveis no Data Release 12 (DR12) para 89% dos grupos e aglomerados listados no catálogo WH15. Para os 11% restantes, que não possuíam redshifts espectroscópicos, foram utilizados redshifts fotométricos. A distribuição de redshift dos grupos e aglomerados do WH15 apresentou um pequeno pico em torno de z ∼ 0.22 e uma queda em z ∼ 0.28, o que está relacionado às distribuições de redshift das amostras de galáxias luminosas vermelhas (LRG) e LOWZ que compõem o SDSS.
Além disso, os dados cobriram uma área do céu de aproximadamente 14.000 graus quadrados. A análise incluiu a distribuição no céu dos aglomerados WHL e halos HR4 dentro da faixa de redshift de 0.05 ≤ z ≤ 0.366. Os aglomerados WHL e halos HR4 representam, respectivamente, as amostras observadas e simuladas.
Para a simulação, os produtos de simulação HR4 foram fornecidos por Changbom Park, Sung-Wook Kim e Juhan Kim a pedido dos pesquisadores. Essas simulações foram usadas para comparar e validar as propriedades observadas dos superaglomerados identificados nos dados do SDSS.
Os pesquisadores empregaram uma metodologia detalhada para analisar os dados utilizados no artigo, focando na identificação e caracterização de superaglomerados de galáxias. A seguir, descrevo os passos principais da metodologia adotada:
Dados Observacionais: A equipe utilizou a amostra espectroscópica de galáxias do Sloan Digital Sky Survey (SDSS), especificamente o Data Release 12 (DR12), para 89% dos grupos e aglomerados listados no catálogo WH15. Para os 11% restantes, que não possuíam redshifts espectroscópicos, foram utilizados redshifts fotométricos.
Distribuição de Redshift: Analisaram a distribuição de redshift dos grupos e aglomerados WH15, observando um pequeno pico em torno de z ∼ 0.22 e uma queda em z ∼ 0.28, relacionados às amostras de galáxias luminosas vermelhas (LRG) e LOWZ que compõem o SDSS.
Cobertura do Céu: Os dados cobriram uma área do céu de aproximadamente 14.000 graus quadrados, e a análise incluiu a distribuição no céu dos aglomerados WHL e halos HR4 dentro da faixa de redshift de 0.05 ≤ z ≤ 0.366.
Simulação e Clusters Fictícios: Utilizaram a simulação cosmológica N-body Horizon Run 4 (HR4) para criar um catálogo fictício de aglomerados WHL. A simulação HR4 adotou a cosmologia ΛCDM com parâmetros específicos.
Massa dos Halos: As massas dos halos no WH15 foram derivadas da riqueza óptica, que foi calibrada cruzadamente usando aglomerados com massas de medições de raios-X e Sunyaev–Zeldovich.
Completeness e Falsas Detecções: A completude dos dados foi definida como a taxa de detecção dos clusters fictícios injetados usando o algoritmo de detecção de clusters, dependendo da massa virial M200c. A taxa de detecção falsa desses clusters foi inferior a 6%.
Algoritmo Modificado de Amigos-dos-Amigos (mFoF): Aplicaram um algoritmo mFoF para superar os efeitos de seleção do levantamento e do catálogo, identificando superaglomerados com massas típicas superiores a 10^15 massas solares e tamanhos maiores que 10 megaparsecs.
Análise Tridimensional: Analisaram a distribuição tridimensional dos aglomerados no superaglomerado mais rico do catálogo (SCl 2), observando sua forma altamente alongada e semelhante a uma ferradura.
Identificação de Superaglomerados: Identificaram 662 superaglomerados na faixa de redshift de 0.05 ≤ z ≤ 0.42, utilizando a distribuição espacial dos aglomerados WHL.
Essa metodologia permitiu aos pesquisadores identificar e caracterizar superaglomerados de forma eficaz, levando em conta as limitações e características dos dados observacionais e simulados.
Com base nos dados e na metodologia descrita, os pesquisadores alcançaram resultados significativos na identificação e caracterização de superaglomerados de galáxias. Eles utilizaram uma amostra espectroscópica de galáxias do Sloan Digital Sky Survey (SDSS) e aplicaram um algoritmo modificado de amigos-dos-amigos (mFoF) para superar os efeitos de seleção do levantamento e do catálogo. Isso permitiu a identificação de 662 superaglomerados na faixa de redshift de 0.05 a 0.42, com massas típicas superiores a 10^15 massas solares e tamanhos maiores que 10 megaparsecs.
Entre os superaglomerados identificados, o Einasto Supercluster se destacou como o mais massivo no catálogo, localizado a um redshift de aproximadamente 0.25. A equipe também redescobriu muitos superaglomerados previamente conhecidos e descobriu novos. Eles observaram uma relação de lei de potência entre o contraste de densidade e o tamanho dos superaglomerados, com um índice de aproximadamente -2, sugerindo uma possível relação com a morfologia dos superaglomerados.
A análise tridimensional de um superaglomerado específico, o SCl 2, revelou uma forma altamente alongada, semelhante a uma ferradura. Além disso, a comparação com simulações mostrou propriedades quase comparáveis entre os superaglomerados observados e os gerados em simulações, apesar de uma ligeira discrepância na distribuição de massa dos aglomerados.
Os resultados também indicaram que o ambiente do superaglomerado afeta fracamente a evolução dos aglomerados de galáxias, sendo ligeiramente mais provável encontrar um aglomerado massivo em um ambiente de superaglomerado do que fora dele. A pesquisa concluiu que os superaglomerados identificados não são estruturas gravitacionalmente ligadas dentro do modelo de colapso esférico, mas são mais propensos a fragmentar-se em estruturas menores.
Esses resultados são fundamentais para o entendimento da estrutura em larga escala do universo e fornecem uma base sólida para futuras investigações sobre a dinâmica dos superaglomerados e seu impacto na evolução das galáxias e aglomerados que os compõem.
As principais conclusões e discussões da pesquisa realizada por Sankhyayan et al., conforme apresentado no artigo publicado no The Astrophysical Journal, são as seguintes:
Identificação de Superaglomerados: A equipe identificou 662 superaglomerados na faixa de redshift de 0.05 a 0.42, utilizando um algoritmo modificado de amigos-dos-amigos (mFoF) para superar os efeitos de seleção do levantamento e do catálogo. Esses superaglomerados têm massas típicas superiores a 10^15 massas solares e tamanhos maiores que 10 megaparsecs.
Descoberta do Einasto Supercluster: O Einasto Supercluster, descoberto a um redshift de aproximadamente 0.25, foi identificado como o mais massivo no catálogo.
Relação entre Densidade e Tamanho: Foi encontrada uma relação de lei de potência entre o contraste de densidade e o tamanho dos superaglomerados, com um índice de aproximadamente -2. Isso sugere uma possível relação com a morfologia dos superaglomerados, mas requer mais estudos para uma compreensão clara.
Influência do Ambiente do Superaglomerado: O ambiente do superaglomerado afeta fracamente a evolução dos aglomerados de galáxias. É ligeiramente mais provável encontrar um aglomerado massivo em um ambiente de superaglomerado do que em um ambiente não superaglomerado.
Comparação com Simulações: A comparação das propriedades dos superaglomerados observados com aqueles gerados em simulações mostrou propriedades quase comparáveis, apesar de uma ligeira discrepância na distribuição de massa dos aglomerados.
Dinâmica dos Superaglomerados: O campo de velocidade peculiar dos superaglomerados simulados indica que a maior parte de um superaglomerado aponta em direção ao centro de massa do superaglomerado, o que é influenciado por sua massa e sobredensidade. Isso resulta em uma desaceleração da expansão do superaglomerado em relação ao fluxo de Hubble.
Escala de Comprimento Característica: A distribuição de fase dos halos em torno dos superaglomerados mostra uma escala de comprimento característica, que surge devido às formas não esféricas dos superaglomerados.
Natureza dos Superaglomerados: Os superaglomerados identificados não são estruturas gravitacionalmente ligadas dentro do modelo de colapso esférico, mas são mais propensos a fragmentar-se em estruturas menores.
Desafios para o Modelo ΛCDM: A descoberta de superaglomerados cada vez maiores pode representar um desafio para o modelo ΛCDM do universo, sugerindo a necessidade de estudos mais focados e multi-comprimento de onda.
Importância de Estudos Futuros: A pesquisa destaca a necessidade de estudos mais aprofundados sobre superaglomerados, incluindo observações multi-comprimento de onda e levantamentos de redshift profundos e amplos, como DESI, 4MOST e Euclid, para entender melhor suas propriedades e efeitos ambientais nas galáxias, grupos e aglomerados que os compõem.
Superaglomerados são importantes para estudar a formação de estruturas em grandes escalas. Para avanços adicionais nesse assunto, é necessário um levantamento espectroscópico detalhado de um superaglomerado massivo (por exemplo, o superaglomerado Saraswati), que pode nos informar mais sobre o estado dinâmico do superaglomerado. Tais levantamentos fornecerão as informações cruciais necessárias para responder a questões abertas na física de superaglomerados, fornecer uma riqueza de dados para galáxias individuais e pavimentar o caminho para estudos mais sinérgicos. Futuros levantamentos galácticos profundos e amplos do céu fornecerão a oportunidade de comparar a abundância e as propriedades de superaglomerados em redshifts mais altos com os das simulações. Portanto, é vital identificar e caracterizar superaglomerados. É importante comparar as propriedades de galáxias em regiões grandes e de alta densidade como superaglomerados e em regiões subdensas como vazios para entender os fatores que afetam seu crescimento e evolução. A era atual de levantamentos de grandes céus multi-wavelength fornece a oportunidade perfeita para isso.
Fonte:
https://ut.ee/en/content/einasto-supercluster-new-heavyweight-contender-universe
