研究小组分析了100多万个星系 以探索当今宇宙结构的起源

直到今天，对宇宙微波背景（CMB）和大尺度结构（LSS）的精确观测和分析已经建立了宇宙的标准框架，即所谓的ΛCDM模型，其中冷暗物质（CDM）和暗能量（宇宙学常数Λ）是重要特征。

通过观测宇宙大尺度结构获得的图像。从黄色到红色显示的众多天体都代表着距离地球数亿光年的星系。这些星系的颜色和形状多种多样，在浩瀚的太空中数不胜数。这些星系的空间分布和形状模式并不是随机的，而是具有"相关性"，这种"相关性"来源于通货膨胀所预测的原始波动种子的统计特性。资料来源：Subaru HSC

这个模型认为，原始波动产生于宇宙之初，或者说在宇宙早期，它就像触发器一样，导致了宇宙万物的产生，包括恒星、星系、星系团，以及它们在整个空间的空间分布。虽然波动在产生时非常小，但随着时间的推移，波动会在引力的牵引下不断增大，最终形成一个暗物质致密区域，也就是光环。然后，不同的光环反复碰撞，相互融合，从而形成了星系等天体。

星系分布与原始波动

由于星系空间分布的性质深受最初产生星系的原始波动性质的影响，因此人们一直在积极地对星系分布进行统计分析，以便从观测上探索原始波动的性质。除此之外，分布在宇宙广阔区域的星系形状的空间模式也反映了潜在原始波动的性质。

然而，传统的大尺度结构分析只关注星系作为点的空间分布。最近，研究人员开始研究星系的形状，因为它不仅能提供更多的信息，还能从另一个角度揭示原始波动的本质。

宇宙原始波动的"不同"如何导致暗物质空间分布不同的直观图。中心图（上下两行共用）显示了参考高斯分布中的波动。颜色渐变（从蓝色到黄色）与该位置（从低密度区到高密度区）的波动值相对应。左图和右图显示的是略微偏离高斯分布或非高斯分布的波动。括号中的符号表示偏离高斯分布的符号，左边为负（-）偏离，右边为正（+）偏离。最上面一行是各向同性非高斯的例子。与中心高斯波动相比，左图显示大负值（深蓝色）区域增加，而右图显示大正值（亮黄色）区域增加。众所周知，我们可以利用观测到的星系的空间分布来寻找这种各向同性的非高斯性。下图是各向异性非高斯性的一个例子。与上图中各向同性的情况相比，整体亮度和暗度与中图的高斯波动相比没有变化，但每个区域的形状却发生了变化。我们可以从星系形状的空间模式中寻找这种"各向异性"的非高斯性。资料来源：Kurita ＆ Takada

由当时的卡弗里宇宙物理与数学研究所（Kavli IPMU）研究生栗田俊树（现为马克斯-普朗克天体物理研究所博士后研究员）和卡弗里宇宙物理与数学研究所教授高田昌弘领导的研究小组开发了一种测量星系形状功率谱的方法，通过结合星系空间分布的光谱数据和单个星系形状的成像数据，从星系形状模式中提取关键的统计信息。

全面分析和重要发现

研究人员同时分析了来自斯隆数字巡天（SDSS）的约 100 万个星系的空间分布和形状模式，斯隆数字巡天是当今世界上最大的星系巡天。

因此，他们成功地约束了原始波动的统计特性，而原始波动正是整个宇宙结构形成的种子。

蓝点和误差条是星系形状功率谱的数值。纵轴代表两个星系形状之间的相关性强度，即星系形状方向的一致性。横轴代表两个星系之间的距离，左（右）轴代表较远（较近）星系之间的相关性。灰点表示非物理表观相关性。该值在误差范围内为零，这证实了蓝色测量点确实是天体物理产生的信号。黑色曲线是最标准的通货膨胀模型的理论曲线，与实际数据点非常吻合。资料来源：Kurita & Takada

他们发现，相距 1 亿多光年的两个星系的形状方向在统计学上有明显的一致性。他们的研究结果表明，在遥远的星系之间存在着相关性，而这些星系的形成过程显然是独立的，并且没有因果关系。

"在这项研究中，我们通过对从大尺度结构数据中获得的众多星系的'形状'进行统计分析，对原始波动的特性施加了约束。利用星系形状来探索早期宇宙物理的研究鲜有先例，研究过程中，从构思、制定分析方法到实际的数据分析，都是一系列的试错。正因为如此，我面临着许多挑战。但我很高兴自己能够在攻读博士期间完成这些任务。我相信，这项成果将成为利用星系形状开辟宇宙学新研究领域的第一步。"

此外，对这些相关性的详细研究证实，它们与通货膨胀所预测的相关性一致，并没有表现出原始波动的非高斯特征。

"这项研究是俊树博士论文的成果。这是一项了不起的研究成果，我们开发了一种利用星系形状和星系分布验证宇宙学模型的方法，并将其应用于数据，然后测试了膨胀物理学。这是一项前无古人的研究课题，但他完成了理论、测量和应用这三个步骤。祝贺他！我们能够完成所有三个步骤，我感到非常自豪。遗憾的是，我并没有发现新的膨胀物理学这一伟大发现，但我们已经为未来的研究开辟了一条道路。我们可以期待利用斯巴鲁主焦点摄谱仪开辟更多的研究领域，"高田说。

编译来源：ScitechDaily