Mögliche Zusammenhänge zwischen supermassereichen Schwarzen Löchern und der Entstehung von Galaxien
In den vergangenen Jahrzehnten wurde herausgefunden, das supermassereiche Schwarze Löcher, deren Masse das Millionen- bis Milliardenfache der Sonne beträgt, im Zentrum der meisten Galaxien vorkommen, auch in der Milchstraße. Überraschenderweise besteht ein enger Zusammenhang zwischen der Masse dieser Schwarzen Löcher und der Masse der Sterne im Bulge, also dem Zentralbereich einer Galaxie. Das Faszinierende daran ist, dass sich der Bulge oft auf Entfernungen erstreckt, die 100- bis 1000-mal über den direkten Einfluss des Schwarzen Loches hinausgehen. Das Projekt BiD4BEST wurde über die Marie-Skłodowska-Curie-Maßnahmen finanziert. Die Forschung dreht sich um ein beliebtes Modell, mit dem das Wachstum supermassereicher Schwarzer Löcher in drei Phasen beschrieben wird: Erst wächst das Schwarze Loch rasant, indem es Gas in einer sternbildenden, gasreichen, staubigen Galaxie aufnimmt. Sobald es an Masse gewonnen hat, gehen von dem Schwarzen Loche starke Winde aus, durch die die Sternentstehung unterbrochen werden kann, weil Gas weggeweht oder erhitzt wird. So wird das Wachstum des Schwarzen Loches reguliert und eine Wechselwirkung mit der umliegenden Galaxie aufgebaut. Schließlich wird aus einer staubigen Galaxie, die Infrarotlicht emittiert, ein heller Quasar und letztendlich eine Galaxie mit geringer Sternentstehung. Die Forschenden haben dieses Modell mit sogenannten Orientierungsmodellen verglichen, nach denen das Erscheinungsbild von Schwarzen Löchern vom Blickwinkel abhängt, insbesondere wenn Staub die Sicht verschleiert.
Die verborgene Dynamik aktiver Galaxiekerne
„Wir haben über Infrarot-, Funkfrequenz- und Röntgenbeobachtungen bedeutende Proben aktiver Galaxiekerne (AGN) – also supermassereicher Schwarzer Löcher, die aktiv Materie aufnehmen – katalogisiert. Mit fortschrittlicher Analyse, die auf der Bayesschen Statistik beruht, über mehrere Wellenlängen konnten wir rätselhafte AGN erkennen, die selbst mit tiefsten Röntgendurchmusterungen nicht erfasst werden“, berichtet der Projektkoordinator Francesco Shankar. Über optimale AGN-Auswahlansätze und Algorithmen zur Vorlagenanpassung wurden verdeckte AGN in Galaxien mit starker Sternentstehung gefunden. Die BiD4BEST-Forschung ist richtungsweisend für große Durchmusterungen, da nun AGN erkannt werden können. Außerdem werden die kosmologischen Modelle zu Schwarzen Löchern und der Koevolution von Galaxien genauer. Die Forschenden haben die Merkmale der Rückkopplung und die Energetik von AGN-Emissionen analysiert und etwa 1 200 mögliche AGN in Rückkopplungsphasen bei unterschiedlicher Rotverschiebung bestimmt. Mit Daten des eROSITA hat das Team die größte Probe von AGN in der Rückkopplungsphase im Röntgenbereich zusammengetragen und räumlich aufgelöste Datenwürfel zu den Eigenschaften der dazugehörigen Galaxie erstellt.
Galaxieverschmelzungen und die Dynamik Schwarzer Löcher
Mit Convolutional Neural Networks haben die Forschenden analysiert, wie oft Galaxien in simulierten Bildern verschmelzen. Über semi-empirische Modelle und hydrodynamische Simulationen untersuchten sie auch AGN in dicht gebündelten Galaxienhaufen und isolierteren Umgebungen. „Mit den hydrodynamischen Simulationen mit hoher Auflösung konnten wir die Physik beim Wachstum Schwarzer Löcher und die Rückkopplungsmechanismen wie AGN-Winde erforschen. Diese Modelle dienen jetzt als Standard bei der Modellierung von Rückkopplungen bei Schwarzen Löchern bei laufenden und künftigen Simulationen“, so Shankar. „Aus unserer neuen Methode geht eine umfassende Massenfunktion zu Schwarzen Löchern für das gesamte Massenspektrum hervor, die für die Kosmologie wichtig ist. Außerdem haben wir Hinweise zur Existenz massereicher Schwarzer Löcher im frühen Universum erhalten“, ergänzt Shankar. Die BiD4BEST-Forschenden haben auch ein umfangreiches semi-empirisches Modell namens DECODE entwickelt. Mit dem Modell können wichtige Beobachtungsdaten zu selbstkonsistenten Verschmelzungen von Galaxien und supermassereichen Schwarzen Löchern vorhergesagt werden. Es ist somit ein wertvolles Mittel für bestehende und geplante Anlagen, auch LISA.
Schlüsselbegriffe
BiD4BEST, Galaxie, supermassereiches Schwarzes Loch, hydrodynamische Simulationen, aktiver Galaxiekern, Convolutional Neural Network
