Maschinelles Lernen wirft neues Licht auf die Entstehungsgeschichte unserer Milchstraße: Eine überraschende Entdeckung zur Entwicklung unserer Galaxie, basierend auf Daten der Gaia-Mission, ergab eine große Zahl alter Sterne auf ähnlichen Bahnen wie unsere Sonne. Eine Pressemitteilung des Leibniz-Instituts für Astrophysik Potsdam (AIP).
Quelle: AIP 31. Juli 2024.
31. Juli 2024 – Die alten Sterne bildeten die dünne Scheibe der Milchstraße bereits weniger als eine Milliarde Jahre nach dem Urknall, mehrere Milliarden Jahre früher als bisher angenommen.
Die Milchstraße besteht aus einem großen Halo, einer zentralen Ausbuchtung und einem Balken, einer dicken Scheibe und einer dünnen Scheibe. Die meisten Sterne befinden sich in der sogenannten dünnen Scheibe unserer Milchstraße und folgen einer organisierten Rotation um das galaktische Zentrum. Sterne mittleren Alters, wie unsere 4,6 Milliarden Jahre alte Sonne, gehören zur dünnen Scheibe, von der man annimmt, dass sie vor etwa 8 bis 10 Milliarden Jahren entstanden ist.
Zu verstehen, wie sich die Milchstraße gebildet hat, ist ein wichtiges Ziel der galaktischen Archäologie. Dazu werden detaillierte Karten der Galaxis benötigt, die das Alter, die chemische Zusammensetzung und die Bewegungen der Sterne zeigen. Diese Karten, die als chrono-chemo-kinematische Karten bezeichnet werden, helfen dabei, die Geschichte unserer Galaxie zu verstehen. Die Erstellung dieser detaillierten Karten ist eine Herausforderung, denn sie erfordert große Datensätze von Sternen mit genau bekannten Altersangaben.
Ein gängiger Ansatz zur Bewältigung dieser Herausforderung ist die Untersuchung sehr metallarmer, alter Sterne, die ein Fenster in die Frühzeit der Milchstraße darstellen. Sehr metallarme Sterne sind als alt bekannt, weil sie zu den ersten Sternen gehörten, die sich bildeten, als das Universum noch größtenteils aus Wasserstoff und Helium bestand, bevor viele der schwereren Elemente durch nachfolgende Generationen von Sternen erzeugt und verteilt wurden.
Anhand eines Datensatzes der Gaia-Mission der Europäischen Weltraumorganisation (ESA) untersuchte ein internationales Team unter der Leitung von Astronomen des Leibniz-Instituts für Astrophysik Potsdam (AIP) Sterne in der Sonnenumgebung, etwa 3200 Lichtjahre um die Sonne. Dabei entdeckten sie eine überraschende Anzahl sehr alter Sterne in dünnen Scheibenbahnen; die meisten von ihnen sind älter als 10 Milliarden Jahre, einige sogar älter als 13 Milliarden Jahre. Diese alten Sterne weisen eine große Bandbreite an Metallzusammensetzungen auf: einige sind sehr metallarm (wie erwartet), während andere einen doppelt so hohen Metallgehalt wie unsere viel jüngere Sonne aufweisen, was darauf hindeutet, dass in der frühen Phase der Entwicklung der Milchstraße eine rasche Metallanreicherung stattgefunden hat.
„Diese alten Sterne in der Scheibe deuten darauf hin, dass die Bildung der dünnen Scheibe der Milchstraße viel früher begann als bisher angenommen, etwa 4-5 Milliarden Jahre“, erklärt Samir Nepal vom AIP und Erstautor der Studie. „Diese Studie zeigt auch, dass unsere Galaxie in frühen Epochen eine intensive Sternentstehung hatte, die zu einer sehr schnellen Metallanreicherung in den inneren Regionen und der Bildung der Scheibe führte. Diese Entdeckung bringt die Zeitspanne der Scheibenbildung in der Milchstraße in Einklang mit der Zeitspanne von Galaxien mit hoher Rotverschiebung, die vom James Webb Space Telescope (JWST) und dem Atacama Large Millimeter Array (ALMA) Radioteleskop beobachtet wurden. Die Ergebnisse zeigen, dass sich kalte Scheiben schon sehr früh in der Geschichte des Universums bilden und stabilisieren konnten, was neue Erkenntnisse über die Entwicklung von Galaxien liefert.“
„Unsere Studie deutet darauf hin, dass sich die dünne Scheibe der Milchstraße viel früher gebildet haben könnte, als wir dachten, und dass ihre Entstehung eng mit der frühen chemischen Anreicherung in den innersten Regionen unserer Galaxie zusammenhängt“, erklärt Cristina Chiappini. „Die Kombination von Daten aus verschiedenen Quellen und die Anwendung fortschrittlicher maschineller Lerntechnologien haben es uns ermöglicht, die Zahl der Sterne mit qualitativ hochwertigen stellaren Parametern zu erhöhen – ein wichtiger Schritt, der unser Team zu diesen neuen Erkenntnissen geführt hat.“
Die Ergebnisse wurden durch die dritte Datenveröffentlichung der Gaia-Mission ermöglicht. Das Team analysierte die Sternparameter von mehr als 800.000 Sternen mithilfe einer neuartigen Methode des maschinellen Lernens, die Informationen aus verschiedenen Datentypen kombiniert, um verbesserte Sternparameter mit hoher Präzision zu erhalten. Zu diesen präzisen Messungen gehören Schwerkraft, Temperatur, Metallgehalt, Entfernungen, Kinematik und das Alter der Sterne. In Zukunft wird ein ähnliches maschinelles Lernverfahren verwendet werden, um Millionen von Spektren zu analysieren, die im Rahmen der 4MIDABLE-LR-Durchmusterung mit dem 4-Meter-Multi-Object Spectroscopic Telescope (4MOST) gesammelt werden, dass im Jahr 2025 seinen Betrieb aufnimmt.
Diskutieren Sie mit im Raumcon-Forum:
