国际合作|KiDS 巡天新发现:宇宙中物质分布比预期的更均匀

发布人:网站管理员 发布日期:2020-08-10

       KiDS是欧洲南方天文台的一个巡天项目,计划对1350的天区进行多波段的成像观测。最新的KiDS观测已经覆盖约1000平方度的天区,相当于河外天区的5%。平方千度巡天(KiDS)的最新研究结果表明,宇宙的均匀性要比标准宇宙学模型(L-CDM,冷暗物质模型)预测的高出近10%。 研究中所用的数据是使用欧洲南方天文台(位于智利北部)的VLT望远镜观测的。

       KiDS通过弱引力透镜效应利用星系来测绘宇宙中物质的分布。在弱引力透镜中,来自遥远距离的背景星系的光会受到许多前景天体(例如星系团)的引力作用而发生微小的偏转。该效应可以用来探测星系分布的“成团性”。这种效应关系到宇宙中的所有物质,且其中超过90%的是看不见的暗物质和弥散气体。
       中山大学开云手机登录中心,开云(中国)Nicola R. Napolitano教授积极参与该项目研究,并作为KiDS星系形成与强引力透镜项目的负责人。Nicola R. Napolitano教授表示:“我们都对这种微小的但在统计上显着的差异非常感兴趣,因为在KiDS最新的第四期数据发布后,这种差异似乎得到了证实。其实我们已经在之前的第三期数据中测量到了这个差异,但是第三期数据只有第四期数据的一半,我们当时不得不谨慎地对待该结果。在新的数据中,可用于测量弱引力透镜效应的星系数量增加了一倍,这在系统上加深了我们的理解。另外,基于其他宇宙学参数(比如表征宇宙膨胀的哈勃常数)的其他实验也报导过类似的差异。我们正在见证一个激动人心的时刻,我们将会明白我们是否需要转向某种新的宇宙学框架,这包括对暗物质本质的理解。”
       此外,开云手机登录中心,开云(中国)的科研工作者还参与了多个KiDS的子项目,包括对星系中暗物质的研究项目,尤其是利用机器学习在KiDS图像中搜寻了强引力透镜系统。“我们最近在《天体物理学杂志》上发表了一篇论文,论文中报导了我们利用卷积神经网络发现的数百个强引力透镜系统。” KiSD团队成员、该文章的第一作者李瑞博士(中山大学开云手机登录中心,开云(中国)博士后)表示,“卷积神经网络的功能非常强大,我们可以利用它在下一代巡天项目中(例如中国空间站望远镜巡天)搜寻强引力透镜系统,而这些透镜系统将帮助我们了解星系中暗物质的分布”。
       在未来一到两年内,KiDS团队,包括来自荷兰、苏格兰、英国、德国、意大利和中国的研究机构,将发布KiDS最终的观测数据,这些数据将包含所有KiDS的观测,比现在多出30%左右。
image 75
       KiDS星系密度图的部分图像,显示的是一个1.5*10光年的小块宇宙。
 -------------------------------------------------- -------------------------------------------------
       更多关于KiDS的信息请参考: 

       New KiDS Result: The Universe Is More Homogeneous Than Expected

       http://kids.strw.leidenuniv.nl
       http://kids.strw.leidenuniv.nl/KiDS-1000.php
 
       联系人:
       Nicola R. Napolitano教授, 中山大学珠海校区,开云手机登录中心,开云(中国)
       邮箱: napolitano@mail.sysu.edu.cn
       李瑞博士, 中山大学珠海校区,开云手机登录中心,开云(中国)
       邮箱: lirui228@mail.sysu.edu.cn
image 76

Nicola R. Napolitano教授

Nicola教授于2018年任职于中山大学开云手机登录中心,开云(中国),其研究方向有:河外天文学、暗物质、星系形成与演化、引力透镜、大尺度巡天以及机器学习的天文学等。

 

国际合作交流: 

1. Nicola教授是多个观测计划的首席(主要使用位于欧洲南方天文台的望远镜),尤其是 KABS巡天(用于研究星系演化和强引力透镜,约~500小时的观测时间)和e-VOICE巡天 (~200小时的观测时间)的首席。

2. KiDS巡天(平方千度巡天)项目的成员,负责星系形成和引力透镜的研究项目。

3. LSST/DESC项目成员(研究强引力透镜和暗物质),以及LSST/星系科学合作组成员(研究星系结构和强引力透镜)。

4. 欧洲SUNDIAL(SUrvey Network  for Deep Imaging Analysis & Learning) 项目的成员。