一張天空地圖顯示瞭暗能量調查所觀察到的那部分天空中的星系團、星系和宇宙中的物質密度。左邊的面板顯示瞭該部分天空的星系密度，中間顯示瞭物質密度，右邊顯示瞭星系團密度。紅色區域比平均密度大，而藍色區域比平均密度小。資料來源：Chun-Hao To/斯坦福大學SLAC國傢加速器實驗室
實現這一目標被證明是相當棘手的，但是現在由美國能源部的SLAC國傢加速器實驗室、斯坦福大學和亞利桑那大學的研究人員領導的團隊已經提出瞭一個解決方案。他們的分析最近發表在《物理評論快報》上，產生瞭對物質的平均密度及其聚集傾向的更精確估計，這兩個關鍵參數有助於物理學傢探測暗物質和暗能量的性質，這些神秘的物質構成瞭宇宙的絕大部分。
"新論文的主要作者、與卡夫利粒子天體物理學和宇宙學研究所所長Risa Wechsler一起工作的SLAC和斯坦福大學的研究生Chun-Hao To說："這是迄今為止最好的數據集約束之一。
當DES在2013年開始繪制八分之一天空的地圖時，目標是收集四種數據：與某些類型的超新星或爆炸的恒星的距離；宇宙中的物質分佈；星系的分佈；以及星系團的分佈。上述每一個都數據能告訴研究人員一些關於宇宙是如何隨時間演變的。
理想情況下，科學傢們會把所有四個數據來源放在一起，以改善他們的估計，但有一個障礙：物質、星系和星系團的分佈都是密切相關的。如果研究人員不考慮這些關系，他們最終會出現 "重復計算"，對一些數據的權重過高，而對其他數據的權重不足，為瞭避免錯誤地處理所有這些信息，To、亞利桑那大學的天體物理學傢Elisabeth Krause及其同事開發瞭一個新的模型，可以正確地解釋所有三個數量的分佈中的聯系：物質、星系和星系團。通過這樣做，他們能夠產生有史以來第一個適當結合所有這些不同的數據集的分析，以瞭解暗物質和暗能量。
將該模型添加到DES分析中，有兩個效果。首先，對物質、星系和星系團分佈的測量往往會引入不同種類的誤差。將所有三種測量結合起來，可以更容易地識別任何此類錯誤，使分析更加穩健。其次，這三種測量方法在對物質的平均密度及其團塊的敏感程度上有所不同。 因此，將所有這三種測量結合起來可以提高DES測量暗物質和暗能量的精度。
在新的論文中，To、Krause及其同事將他們的新方法應用於第一年的DES數據，並提高瞭以前對物質密度和結塊性的估計精度。現在研究小組可以在他們的分析中同時納入物質、星系和星系團，加入超新星數據將是相對直接的，因為這種數據與其他三種數據的關系不那麼密切。
緊接著的下一步是將機器應用於DES第三年的數據，它對天空的覆蓋面要大三倍。這並不像它聽起來那麼簡單。雖然基本的想法是相同的，但新的數據將需要額外的努力來改進模型，以跟上更新的數據的質量。
這項分析能為分析數據和從大型調查中瞭解暗能量的方式設立一個新的標準。
留言列表
