Астрономы в деталях рассмотрели разрыв звезды черной дырой
Космический телескоп TESS, предназначенный для поиска экзопланет, позволил ученым получить самую подробную информацию о поглощении звезды черной дырой. Высокая чувствительность телескопа предоставила данные о росте яркости объекта в течение недели до того, как он стал заметен автоматическим телескопам на Земле, пишут исследователи в препринте на сервере arXiv.org. Статья также принята к публикации в The Astrophysical Journal.
Если звезда проходит достаточно близко от крупной черной дыры, то ее разрывает приливными силами: при этом часть вещества звезды улетает прочь, а часть поглощается экстремальным телом. Притянутая дырой материя формирует аккреционный диск вокруг нее и поглощается за относительно короткое время. При этом удаленный наблюдатель видит вспышку излучения, связанную с разогревом вещества в диске, — это называется событием приливного разрушения (tidal disruption event, TDE).
Ранние теоретические работы предсказывали разогрев диска до порядка 10 тысяч кельвинов и, соответственно, максимуму спектральной плотности излучения в мягком рентгеновском диапазоне. Также считалось, что суммарная светимость и темп поглощения вещества должны следовать единой степенной временной зависимости с показателем −5/3.
Однако в последнее десятилетие было открыто множество TDE, которые значительно отклоняются от изначальных оценок. В частности, максимумы излучения в ряде случаев находятся в ультрафиолетовой области, температуры оказываются на порядок ниже, а характер спада светимости может варьироваться в значительном диапазоне.
Из-за этого появляется необходимость построения новых, более детальных моделей, но их проверка затруднена тем, что зависимость яркости от времени (кривая блеска) известна на начальных этапах для небольшого количества TDE: как правило, качественные измерения есть только на этапе после максимума. В результате подробности формирования диска из остатков звезды известны достаточно плохо.
В работе коллектива ученых из США, Дании, Чили, Китая, Бразилии, Австралии и Канады под руководством Томаса Холоена (Thomas Holoien) из Обсерватории Института Карнеги описано удачное стечение обстоятельств, которое позволило получить наиболее исчерпывающую информацию о событии приливного разрушения. Астрономы изучали событие под названием ASASSN-19bt, обнаруженное автоматическим наземным телескопом 29 января, но позже оказалось, что участок неба с этим объектом также наблюдал созданный для поиска экзопланет космический телескоп TESS, причем он увидел рост светимости еще 21 января.
Запущенный в 2018 году TESS в автоматическом режиме последовательно наблюдает различные области неба в течение 27 дней. Он не рассчитан на быстрое перенаведение на новые объекты и передает информацию на Землю раз в две недели, после чего ее необходимо обработать. Поэтому, несмотря на полученные данные о начале роста яркости, ученым они стали доступны лишь 13 марта.
Помимо данных TESS ученые также изучали объект с помощью космических телескопов Swift и XMM-Newton, которые измеряли ультрафиолетовое и рентгеновское свечение. Вместе эта информация делает ASASSN-19bt наиболее полно изученным TDE. Суммарная светимость, температура, размер и эволюция спектра делают его похожим на другие подобные события, а вот другие особенности, наоборот, уникальны, хотя это может быть связано с отсутствием настолько полных данных, полученных для ранее изучаемых объектов.
В частности, ASASSN-19bt был не очень ярок в рентгеновском диапазоне, но при этом на фазе роста светимости относительно других TDE в его излучении было много рентгеновских лучей жесткого диапазона. Затем спектр стал более мягким, что свидетельствует в пользу формирования джета на ранней стадии разрушения звезды. Данные TESS позволяют с высокой точностью определить время достижения максимума яркости — 41 день в покоящейся относительно объекта системе отсчета. Также эти данные точно подтверждают квадратичный рост светимости со временем.
Основная задача TESS — поиск экзопланет посредством регистрации небольших вариаций в яркости звезд. В связи с этим астрономы предполагали, что он может помочь исследовать кратковременные вспышки, такие как взрывы сверхновых. Тем не менее, ASASSN-19bt стало первым событием приливного разрушения, которое наблюдалось этим прибором.
«Ранние данные TESS позволили нам увидеть свет из непосредственных окрестностей черной дыры, намного ближе, чем мы видели раньше (в случае TDE — прим. N + 1), — говорит соавтор работы Патрик Валлели (Patrick Vallely) из Университета штата Огайо. — Они также показали нам, что рост яркости в случае ASASSN-19bt был очень гладким — это подтверждает классификацию события именно как приливного разрушения, а не другого вида вспышек, таких как сверхновые или происходящие в центрах галактик».
Ранее астрофизики при помощи наблюдений разрушения звезды смогли вычислить скорость вращения сверхмассивной черной дыры. Начальные этапы роста кривой блеска события приливного разрушения в радиодиапазоне впервые удалось получить в 2015 году.
Тимур Кешелава
А также измерит расстояние до них
Американские ученые разработали технологию пассивного теплового зрения HADAR, которая по инфракрасному изображению получает информацию о температуре, материалах и текстуре поверхности объектов, их излучательной способности, а также умеет измерять расстояние. Технология позволяет в ночных условиях получать изображение, сопоставимое по качеству со стереоскопическими изображениями, получаемыми обычными RGB камерами при дневном освещении. Статья опубликована в журнале Nature. Для автономной навигации и взаимодействия с людьми роботам и беспилотникам нужна информация об окружении, которую они получают с помощью камер, лидаров, сонаров или радаров. Однако обычные камеры зависят от условий освещенности и плохо работают в ночное время и при плохой погоде. Кроме этого информация, получаемая с камер не содержит физического контекста, что может приводить к некорректной работе нейросетевых алгоритмов автопилота, который, к примеру, не может отличить настоящего человека от манекена. Активные сенсоры, такие как лидары и радары, при резком росте их числа начинают взаимно влиять друг на друга. Выходом могло бы стать использование в условиях недостаточной видимости камер, работающих в инфракрасном диапазоне. Однако из-за так называемого «эффекта призрачности» получаемые тепловизором изображения обычно выглядят как пятна без четкой текстуры. Это связано с тем, что поверх отражающихся от объекта инфракрасных лучей, которые несут информацию об особенностях его рельефа, накладывается его собственное тепловое излучение, которое засвечивает эту полезную информацию. Группа ученых под руководством Зубин Джакоб (Zubin Jacob) из Университета Пердью смогла справиться с этой проблемой. Они разработали технологию под названием HADAR (акроним от слов heat-assisted detection and ranging), которая с помощью машинного обучения извлекает из изображений, полученных в инфракрасном диапазоне, информацию о температуре объектов, излучательной способности материалов, из которых они состоят, а также их физической текстуре. Кроме того, технология позволяет определять расстояние до объектов на изображении. Выделение информации о собственном излучении объектов позволяет избавиться от «эффекта призрачности» и получить информацию о текстуре. Для этого авторы используют данные из библиотеки материалов, которая содержит информацию об их излучательной способности. Инфракрасное изображение фиксируется с помощью гиперспектральной камеры, после чего данные поступают на вход нейросетевой модели, которая производит декомпозицию исходных данных, выделяя из них информацию о температуре, собственном излучении и текстуре. Для обучения алгоритма исследователи использовали как настоящие изображения, полученные с помощью камеры, так и множество сгенерированных трехмерных сцен. Возможности технологии демонстрирует одна из сцен, на которой при слабом освещении запечатлен автомобиль черного цвета и человек, рядом с которым установлен вырезанный из картона портрет Альберта Эйнштейна в натуральную величину. Изображения, полученные с помощью обычной камеры, лидара и HADAR затем использовали для определения объектов с помощью алгоритма распознавания изображений. На изображении, полученном с помощью обычной камеры, алгоритм ошибочно распознал двух людей, приняв картонную фигуру за человека. На данных, полученных лидаром, оказалось невозможно определить автомобиль. При этом HADAR смог выделить все составляющие сцены, а также определить, что одна из человеческих фигур имеет сигнатуру краски на поверхности, а вторая покрыта тканью. Созданная технология может значительно улучшить системы автономной навигации беспилотных транспортных средств и роботов, дополнив уже существующие системы или даже заменив их. HADAR позволяет определять объекты и измерять расстояние по данным, полученным в ночное время, так же хорошо, как это делают традиционные системы компьютерного зрения, которые используют данные с камер в условиях дневного освещения. По словам авторов работы, в дальнейшем им предстоит решить проблему высокой стоимости оборудования для гиперспектральной съемки и невысокой производительности алгоритма. Сейчас процесс получения изображений и их обработки занимает минуты, но для работы в режиме реального времени это время необходимо сократить. Ранее мы рассказывали, как физики создали лидар, способный распознать метровые детали с рекордного расстояния в 45 километров в условиях высокого шума и слабого сигнала.