Après la découverte l’an dernier de la grande structure cosmologique Ho’oleilana, en utilisant simplement les positions des galaxies du catalogue Cosmicflows-4, c’est maintenant l’analyse de leurs vitesses qui fait l’objet de cette nouvelle publication, aux enseignements multiples.
Les galaxies sont soumises à deux phénomènes antagonistes : d’une part, en raison de l’expansion de l’Univers, elles s’éloignent les unes des autres à une vitesse proportionnelle à leur distances respectives – c’est la Loi de Hubble. D’autre part, et de manière opposée, en raison de la gravitation, elles tendent à tomber les unes sur les autres pour s’agréger dans des structures telles que des groupes ou des amas de galaxies, tout en formant de vastes mouvements d’ensemble que l’on appelle des courants cosmiques, en anglais les cosmic flows.
Le nouveau catalogue Cosmicflows-4 répertorie les distances et les vitesses de 56 000 galaxies, avec, par rapport à sa version précédente, l’apport d’un nombre considérable de mesures de l’échantillon SDSS-PV « Sloan Digital Sky Surver-Peculiar Velocities » dans le Nord Galactique dans une région qui demeurait Terra Incognita pour ce qui est des courants cosmiques. En plus de cet apport de données, cette étude bénéficie d’une innovation algorithmique pour analyser ces informations avec la mise en œuvre d’une méthode HMC « Hamiltonian Monte Carlo », qui produit une chaine d’états représentant chacun une reconstruction possible des champs de densité et de vitesse compatible avec les mesures et leurs erreurs, dans le cadre du modèle standard de la Cosmologie. On peut alors étudier la valeur moyenne de toutes ces réalisations, ou bien, ce qui est fait pour la première fois ici, les utiliser dans une approche probabiliste des cartes cosmographiques.
En détail, 1000 réalisations ont été produites et utilisées dans cette étude – une performance obtenue grâce à l’implémentation de l’algorithme HMC sur des GPUs en parallèle, permettant ainsi de réduire de deux ordres de grandeur le temps de calcul.
La carte des courants cosmiques qui fait ici la Une de Nature Astronomy représente la valeur moyenne du champ de vélocité de ces mille états, visualisée par des lignes de courants. Elle couvre, de bas en haut, une étendue de deux milliards d’années-lumière. On y découvre de grandes tendances : des attracteurs multiples, qui sont des points de convergence des lignes de courants. Deux attracteurs se détachent du lot : celui de Shapley, bien connu de nos équipes, à gauche au milieu, qui dessine un vaste bassin d’attraction, qui incorpore des structures de moindre importance. Puis, en haut de la carte, apparait pour la première fois une région qui nous était inconnue, en termes de courants cosmiques, dominée par l’une des plus grandes structures de l’Univers : le Grand Mur de Sloan, découvert en 2005 dans les données du SDSS. Cette grande structure cosmologique se manifeste ici par son immense bassin d’attraction, qui n’apparait toutefois comme n’étant que partiellement reconstruit, son attracteur se trouvant situé en bordure de la région couverte par nos données.
L’une des quêtes les plus importantes de la Cosmologie consiste à atteindre ce qu’on appelle en anglais « The End of Greatness », c’est-à-dire la plus grande structure de l’Univers observable. Dans le contexte des courants cosmiques, cela se traduit par la recherche du plus grand bassin d’attraction qui puisse être révélé par nos cartes. On se rend compte ici qu’on est loin d’avoir atteint cette « End of Greatness » ! Par-delà la question de la cartographie des bassins d’attractions, cette carte révèle quelque chose de tout à fait extraordinaire : une tendance, qui était déjà partiellement connue, pour les courants cosmiques à grande échelle, de courir de la droite vers la gauche de cette carte, approximativement du Nord céleste vers le Sud céleste, comme s’ils étaient soumis à l’influence d’une structure encore plus grande.
Une autre avancée dans cette article consiste en la mise en œuvre d’une approche probabiliste de la notion de bassin d’attraction. Celle-ci se fonde sur l’examen détaillé du champ de vitesse de chacune des 1000 réalisations de la reconstruction, pour lesquelles on génère des lignes de courants, les terminaisons desquelles se distribuent en nuages, tels que présenté dans la Figure ci-dessus par des points colorés. Un algorithme d’apprentissage automatique de clustering identifie les attracteurs principaux dans cette distribution. On est alors en mesure de déterminer, pour tout point de l’espace, quelle est la probabilité d’avoir sa ligne de courant se terminant dans tel ou tel attracteur. Chaque attracteur se situe au cœur de son bassin d’attraction probabiliste (p-BoA) que l’on peut visualiser à l’aide d’isosurfaces de probabilité constante. Dans la Figure ci-dessus, on représente ainsi les bassins d’attractions probabilistes à une probabilité de 35% pour Laniakea, la grande structure à laquelle appartient notre galaxie, et Persée-Poisson, la grande structure voisine.
Cette approche permet de quantifier dans quelle mesure notre galaxie appartient au bassin d’attraction de Laniakea, mais aussi à un bassin plus vaste, plus important hiérarchiquement, centré sur la Concentration d’amas de Shapley.
Une vidéo a été produite dans le cadre de l’article, qui illustre ces différents points: https://vimeo.com/963076278
Contact : Daniel Pomarede