Ученые проверяют модель формирования Вселенной
За последние несколько десятилетий космологи столкнулись с тревожным предположением о том, что состав нашей Вселенной в значительной степени состоит из таинственной темной материи, сопровождаемой еще более своеобразным полем темной энергии, которое, по-видимому, бросает вызов гравитации, чтобы ускорить расширение нашего современного космоса.
Ученые отправились в новаторское путешествие, чтобы проверить модель формирования Вселенной. Эксперты пытаются смоделировать рождение и эволюцию галактик и формирование крупномасштабных космических структур на огромных пространствах космоса. Первоначальные результаты этого впечатляющего проекта MillenniumTNG, ставшего важной вехой в космологических исследованиях, были обнародованы в серии из 10 статей в авторитетном журнале Monthly Notices of the Royal Astronomical Society.
Исследовательская группа утверждает, что эти новые расчеты потенциально могут строго исследовать стандартную космологическую модель и открыть скрытые возможности будущих космологических наблюдений.
Ученые тестируют модель формирования Вселенной
За последние несколько десятилетий космологи столкнулись с тревожным предположением о том, что состав нашей Вселенной в значительной степени состоит из таинственной темной материи, сопровождаемой еще более своеобразным полем темной энергии, которое, по-видимому, бросает вызов гравитации, чтобы ускорить расширение нашего современного космоса.
Обычное вещество, известное как барионное вещество, составляет менее пяти процентов космической смеси. Тем не менее, этот материал образует основу звезд и планет в галактиках, включая наш Млечный Путь. Эту эзотерическую космологическую модель обычно называют LCDM, и она последовательно предлагала удовлетворительные описания многочисленных данных наблюдений, от космического микроволнового излучения — остаточного тепла, оставшегося после Большого взрыва, — до «космической паутины», сложной матрицы нитей темной материи, выстилающих галактики, мухоморы оптом.
Несмотря на его успех, физическая реальность темной материи и темной энергии остается неуловимой, что побуждает астрофизиков искать несоответствия в теории LCDM.
В погоне за ясностью: объединение данных наблюдений и модели LCDM
Обнаружение несоответствий в данных наблюдений может проложить путь к более глубокому пониманию Вселенной. Это требует равновесия мощных новых данных наблюдений и более детальных предсказаний того, что на самом деле подразумевает модель LCDM.
Международная коалиция исследователей из Института астрофизики Макса Планка в Германии (MPA), Гарвардского университета в США, Даремского университета в Великобритании и Международного физического центра Доностиа в Испании в сотрудничестве с Йоркским университетом сделала решающий шаг вперед в решении этой задачи.
Новый набор имитационных моделей: MillenniumTNG
Основываясь на успехах своих предыдущих проектов — Millenium и IllustrisTNG, — команда разработала новый набор имитационных моделей, получивший название MillenniumTNG. Эти модели прослеживают физику формирования космических структур со значительно более высокой статистической точностью, чем позволяли предыдущие расчеты.
Чтобы провести крупнейшее на сегодняшний день моделирование темной материи с высоким разрешением, команда использовала передовой космологический код GADGET-4, разработанный специально для этого проекта. Моделирование охватывает область размером почти 10 миллиардов световых лет. Кроме того, они использовали гидродинамический код AREPO с движущейся сеткой для отслеживания процессов формирования галактик непосредственно в таких колоссальных объемах, что их можно считать репрезентативными для Вселенной в целом.
Сравнения и точные оценки: раскрытие тайн Вселенной
Сопоставление обоих типов моделирования позволяет точно оценить влияние барионных процессов, связанных со взрывами сверхновых и сверхмассивными черными дырами, на общее распределение материи. Точное знание этого распределения является неотъемлемой частью правильной интерпретации предстоящих наблюдений, таких как эффекты слабого гравитационного линзирования, которые чувствительны к материи, независимо от ее темного или барионного типа.
Еще одна новаторская заметка: команда впервые включила массивные нейтрино в свои симуляции. Хотя нейтрино составляют не более одного-двух процентов массы темной материи, а их почти релятивистские скорости в основном не позволяют им слипаться, ожидается, что грядущие космологические исследования (такие, как недавно запущенный спутник Euclid Европейского космического агентства) достигнут точности, позволяющей обнаруживать связанные эффекты процентного уровня.
Высокие ставки и большие надежды: MillenniumTNG
Команда провела моделирование MillenniumTNG на двух чрезвычайно мощных суперкомпьютерах: SuperMUC-NG в Суперкомпьютерном центре Лейбница в Гархинге и на машине Cosma8 в Даремском университете. Проект отслеживает формирование примерно ста миллионов галактик во вселенной размером около 2400 миллионов световых лет. Этот расчет означает пятнадцатикратное увеличение по сравнению с предыдущей лучшей в этой категории моделью TNG300 из проекта IllustrisTNG.
Обнародование первых результатов: MillenniumTNG предлагает многообещающие прогнозы
Первые результаты проекта MillenniumTNG раскрывают множество новых теоретических предсказаний, подчеркивая важность компьютерного моделирования в современной космологии. Команда подготовила и представила десять вводных научных статей для проекта. Восемь из них были одновременно опубликованы в MNRAS, а оставшиеся два находятся на грани выпуска.
Взгляд в будущее: новаторская роль MillenniumTNG
Моделирование MillenniumTNG сгенерировало более трех петабайт данных., обещая сокровищницу для будущих исследований. Эти модели сочетают в себе последние достижения в моделировании образования галактик с областью крупномасштабной космической структуры, улучшая теоретическое моделирование связи между галактиками и основой темной материи Вселенной. Это может сыграть жизненно важную роль в продвижении нашего понимания ключевых вопросов космологии, таких как наилучший метод ограничения массы нейтрино крупномасштабными структурными данными.
Поделитесь в вашей соцсети👇