Onderzoekers onder leiding van het Institute of Cosmos Sciences van de Universiteit van Barcelona (ICCUB) hebben een nieuwe techniek ontwikkeld die de manier waarop wetenschappers de uitdijing van het heelal bestuderen aanzienlijk kan verbeteren en het mysterieuze fenomeen dat bekend staat als donkere energie kan onderzoeken. Want blijkbaar is het universum nog niet klaar met pronken.

Gepubliceerd in Nature Astronomy, introduceert het onderzoek een raamwerk genaamd CIGaRS dat veel meer informatie kan halen uit Type Ia-supernovae, de krachtige stellaire explosies die worden gebruikt om enorme kosmische afstanden te meten. In tegenstelling tot veel huidige benaderingen, vertrouwt de methode voornamelijk op beeldgegevens in plaats van dure spectroscopische waarnemingen. De vooruitgang zal naar verwachting astronomen helpen om optimaal gebruik te maken van de enorme datasets die binnenkort zullen komen van de volgende generatie hemelonderzoeken, met name die van de Vera C. Rubin Observatory.

Type Ia-supernovae treden op wanneer witte dwergsterren exploderen. Omdat deze explosies bijna dezelfde intrinsieke helderheid bereiken, gebruiken astronomen ze als 'standaardkaarsen': door hun werkelijke helderheid te vergelijken met hoe helder ze vanaf de aarde lijken, kunnen onderzoekers hun afstand berekenen. Deze metingen speelden een cruciale rol bij de ontdekking dat het heelal in een versneld tempo uitdijt. Wetenschappers schrijven die versnelling toe aan donkere energie, een van de belangrijkste onopgeloste vragen in de moderne natuurkunde.

Er is echter een belangrijke complicatie. Type Ia-supernovae zijn niet perfect identiek. In de afgelopen 20 jaar hebben astronomen ontdekt dat de waargenomen helderheid van een supernova wordt beïnvloed door het sterrenstelsel waarin deze plaatsvindt. Supernovae in oudere of massievere sterrenstelsels kunnen er iets anders uitzien dan die in jongere of minder massieve sterrenstelsels. Onderzoekers hebben deze verschillen doorgaans verwerkt met relatief eenvoudige correctiemethoden. Hoewel nuttig, kunnen deze benaderingen de nauwkeurigheid van afstandsmetingen en daarmee de precisie van kosmologische studies beperken.

Het nieuwe raamwerk pakt deze uitdaging aan door meerdere factoren tegelijk te modelleren. In plaats van elke component afzonderlijk te behandelen, bouwden de onderzoekers een enkel, geïntegreerd model dat de supernova-explosies zelf, hun gastheersterrenstelsels, het stof dat hun licht verandert, veranderingen in supernovasnelheden door de kosmische geschiedenis heen, en zelfs de uitdijing van het heelal omvat. 'Een krachtige manier om het heelal te modelleren is het ab initio te simuleren in de computer met behulp van Bayesiaanse inferentie,' zegt Raúl Jiménez (ICREA-ICCUB), co-auteur van de studie. 'Dit biedt een manier om alle mogelijke parameters tegelijk te variëren om te voorspellen in welk universum we leven. Bovendien kan men met deze capaciteit kijken naar mogelijke 'onbekende onbekende' systematische effecten om hun effect te begrijpen.'

Het bouwen van zo'n uitgebreid model zou normaal gesproken enorme rekenkracht vereisen. Om de aanpak praktisch te maken, wendden de onderzoekers zich tot een moderne techniek genaamd simulatie-gebaseerde inferentie. Het proces begint met het genereren van grote aantallen gesimuleerde universums op basis van fysieke modellen. Een neuraal netwerk leert vervolgens hoe de gesimuleerde waarnemingen zich verhouden tot de fysieke eigenschappen die ze produceerden. Eenmaal getraind, kan het systeem echte astronomische waarnemingen vergelijken met zijn simulaties en de meest waarschijnlijke onderliggende parameters bepalen. Deze strategie maakt het mogelijk om tienduizenden supernovae tegelijk te analyseren, een taak die onpraktisch zou zijn met traditionele technieken.

Een van de belangrijkste bevindingen van de studie is dat het raamwerk de afstanden van sterrenstelsels (roodverschuivingen) met hoge nauwkeurigheid kan bepalen met alleen beeldgegevens. Volgens de onderzoekers levert de nieuwe methode roodverschuivingsschattingen met een precisie vergelijkbaar met spectroscopische metingen, maar zonder spectra nodig te hebben. Deze mogelijkheid is vooral belangrijk omdat toekomstige onderzoeken naar verwachting miljoenen supernovakandidaten zullen identificeren, terwijl slechts een klein percentage realistisch gezien spectra kan krijgen.