NASA哈勃望远镜对年轻恒星为期三年的研究进入了新的篇章

这是哈勃太空望远镜有史以来执行的最大、最雄心勃勃的的项目之一,一个由科学家和工程师组成的团队在三年时间里收集了近500颗恒星的信息。这项工作为恒星的形成、演化及其对周围环境的影响提供了新的见解。

这项名为ULLYSES(作为基本标准的年轻恒星紫外线遗产库)的全面调查于2023年12月完成,并提供了一个丰富的紫外光光谱数据集,天文学家将在未来几十年内对其进行挖掘。由于紫外光只能在太空中观测到,哈勃是唯一可以完成这项研究的现役望远镜。

ULLYSES项目研究了两种类型的年轻恒星:超热、大质量的蓝色恒星和比我们的太阳更冷、更红、质量更小的恒星。上图是哈勃太空望远镜拍摄的一张恒星形成区域的图像,其中包含了大麦哲伦云内的剑鱼座30,即狼蛛星云中的大质量的年轻蓝色恒星。这是ULLYSES观测的区域之一。下图是艺术家对一颗比我们的太阳更冷、更红、质量更小的年轻恒星的概念图。这种类型的恒星仍在从其周围的行星形成盘中收集物质。
影像来源:NASA, ESA, STScI, Francesco Paresce (INAF-IASF Bologna), Robert O’Connell (UVA), SOC-WFC3, ESO

“我相信ULLYSES项目将会是一次革命性的突破,影响整个天体物理学——从系外行星到大质量恒星对星系演化的影响,再到了解宇宙早期阶段的演变过程。”位于马里兰州巴尔的摩的太空望远镜科学研究所(STScI)的ULLYSES项目实施团队负责人朱莉娅·罗曼-杜瓦尔(Julia Roman-Duval)说道。“除了项目的具体目标之外,恒星数据还可以以我们无法想象的方式用于天体物理学领域。”

ULLYSES团队研究了220颗恒星,然后将这些观测结果与哈勃档案中另外275颗恒星的信息结合起来。该计划还包括了来自世界上一些最大、最强大的地面望远镜和X射线太空望远镜的数据。ULLYSES数据集由恒星光谱组成,这些光谱携带了有关每颗恒星的温度、化学成分和自转的信息。

ULLYSES研究的一类恒星是超热、大质量的蓝色恒星。它们的亮度是太阳的100万倍,发出强烈的紫外光,哈勃能够轻易探测到。它们的光谱包括了对其强大星风速度的关键诊断。这些星风推动了星系演化,并为星系提供了生命所需的元素。这些元素在恒星的核聚变炉内生成,然后在恒星死亡时被注入太空。ULLYSES针对的是那些在元素上缺乏比氦和氢更重元素的近邻星系中的蓝色恒星。这种类型的星系在宇宙的早期非常常见。“ULLYSES的观测是理解宇宙中那些第一代恒星及其星风,并且它们如何影响其年轻宿主星系演化的一块垫脚石。”罗曼-杜瓦尔说。

ULLYSES计划中的另一类恒星是质量比我们的太阳小的年轻恒星。虽然比我们的太阳更冷、更红,但在它们的形成时期,它们释放出大量的高能辐射,包括紫外光和X射线爆发。因为它们仍在成长,所以它们正在从周围的行星形成盘——由尘埃和气体构成——中收集物质。哈勃的光谱包含了它们获得质量过程的关键诊断,包括这个过程向周围的行星形成盘和附近环境释放了多少能量。年轻恒星发出的强烈紫外光影响着这些行星形成盘的演化过程,也影响了新生行星宜居的可能性。目标恒星位于我们银河系附近的恒星形成区。

ULLYSES概念是由一个专家委员会设计,目标是利用哈勃提供一套遗留的恒星观测数据集。“ULLYSES最初被设想为一个利用哈勃灵敏光谱仪的观测计划。然而,通过社区主导的协调和与其他地面和太空观测站的辅助观测,这个计划得到了极大的增强。”罗曼-杜瓦尔。“如此广泛的覆盖范围使天文学家能够以前所未有的细节研究恒星的生命,并描绘出这些恒星的特性以及它们如何影响周围环境的更全面的图景。”

为此,STScI在3月11日至14日举办了ULLYSES研讨会,以庆祝年轻恒星研究新时代的开始。目标是让天文学界的成员能够在数据上进行合作,以便他们在持续的分析中获得动力,或者启动新的分析思路。这次研讨会是利用这一传统光谱库充分发挥其潜力的重要一步,履行了ULLYSES的承诺。

哈勃太空望远镜已经运行了30多年,不断取得突破性的发现,塑造了我们对宇宙基本理解的认知。哈勃太空望远镜是美国国家航空航天局(NASA)和欧洲航天局(ESA)的国际合作项目。位于马里兰州格林贝尔特的NASA戈达德太空飞行中心负责管理望远镜和任务操作。位于科罗拉多州丹佛的洛克希德·马丁航天公司也支持戈达德的任务操作。位于马里兰州巴尔的摩市的太空望远镜科学研究所,由天文学研究大学协会运营,负责NASA的哈勃科学操作。

参考来源:
https://science.nasa.gov/missions/hubble/three-year-study-of-young-stars-with-nasas-hubble-enters-new-chapter/

发表回复

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据