Además de clasificar las galaxias, otro componente del proyecto Galaxy Zoo ha estado pidiendo a los participantes que identifiquen posibles supernovas (SNe). Los primeros resultados han salido y han identificado "casi 14,000 candidatos a supernovas de [Palomar Transient Factory (PTF)] fueron clasificados por más de 2,500 individuos dentro de unas pocas horas de la recolección de datos".
Aunque el proyecto Galaxy Zoo es el primero en emplear a ciudadanos como observadores de supernovas, los programas en segundo plano han estado vigentes durante mucho tiempo pero estaban generando grandes cantidades de datos para procesar. "La Supernova Legacy Survey utilizó el instrumento MegaCam en el telescopio Canadá-Francia-Hawái de 3,6 m para examinar 4 grados2"Cada pocos días, en los que" cada grado cuadrado normalmente generaría ~ 200 candidatos para cada noche de observación ". Además, “[l] a Sloan Digital Sky Survey-II Supernova Survey utilizó el telescopio SDSS 2.5m para examinar un área mayor de 300 grados2"Y" escáneres humanos vieron 3000-5000 objetos cada noche repartidos en seis escáneres ".
Para aliviar esta carga, el exitoso Galaxy Zoo implementó una Búsqueda de Supernova en la que los usuarios serían dirigidos a través de un árbol de decisión para ayudarlos a determinar qué algoritmos informáticos se proponían como eventos transitorios. Cada imagen sería vista y decidida por varios participantes, aumentando la probabilidad de una evaluación correcta. Además, “con una gran cantidad de personas escaneando candidatos, se pueden examinar más candidatos en un período de tiempo más corto, y con la base de usuarios global de Zooniverse (el proyecto principal del Galaxy Zoo) esto se puede hacer las 24 horas del día, independientemente del zona horaria local en la que se basa el equipo científico ", lo que permite que" candidatos interesantes sean seguidos la misma noche que el descubrimiento de SNe, de particular interés para SNe o fuentes transitorias que evolucionan rápidamente ".
Para identificar candidatos para la visualización, se toman imágenes utilizando el telescopio Samuel Oschin de 48 pulgadas en la
Observatorio Palomar. Las imágenes se calibran para corregir el ruido instrumental y se comparan automáticamente con las imágenes de referencia. Aquellos en los que aparece un objeto con un cambio superior a cinco desviaciones estándar del ruido general se marcan para su inspección. Si bien puede parecer que este umbral alto eliminaría otros eventos, la Supernova Legacy Survey, que comienza con 200 candidatos por noche, solo terminaría identificando ~ 20 candidatos fuertes. Como tal, casi el 90% de estas identificaciones generadas por computadora eran espurias, probablemente generadas por rayos cósmicos que golpean el detector, objetos dentro de nuestro propio sistema solar u otras molestias similares y demuestran la necesidad de un análisis humano.
Aún así, el PTF identifica entre 300 y 500 candidatos cada noche de operación. Cuando se exporta a la interfaz de Galaxy Zoo, a los usuarios se les presentan tres imágenes: la primera es la imagen de referencia anterior. La segunda es la imagen reciente, y la tercera es la diferencia entre las dos, con valores de brillo restados píxel por píxel. Las estrellas que no cambiaron el brillo se restarían a nada, pero aquellas con un gran cambio (como una supernova), se registrarían como una estrella aún notable.
Por supuesto, este método no es perfecto, lo que también contribuye a los falsos positivos del sistema informático que el árbol de decisión ayuda a eliminar. La primera pregunta (¿Hay un candidato centrado en el punto de mira de la imagen derecha [sustraída]) elimina el mal procesamiento del algoritmo debido a la desalineación. La segunda pregunta (¿el propio sustrato ha restado correctamente?) Sirve para soltar estrellas que eran tan brillantes que saturaron el CCD, causando errores extraños que a menudo resultan en un patrón de "diana". Tercero (¿el candidato tiene forma de estrella y es aproximadamente circular?), Los usuarios eliminan los ataques de rayos cósmicos que generalmente solo llenan uno o dos píxeles o dejan rastros largos (dependiendo del ángulo en el que golpean el CCD). Por último, se pregunta a los usuarios si "¿el candidato se centró en una galaxia anfitriona circular?" Esto deja de lado las identificaciones de estrellas variables dentro de nuestra propia galaxia que no son eventos en otras galaxias, así como las supernovas que aparecen en las afueras de sus galaxias anfitrionas.
A cada una de estas preguntas se le asigna un número de "puntos" positivos o negativos para dar una puntuación general para la identificación. Cuanto más alto sea el puntaje, más probable es que sea una verdadera supernova. Con la forma en que se configura la estructura, "los candidatos solo pueden terminar con un puntaje de -1, 1 o 3 de cada clasificación, con los candidatos SN más prometedores con un puntaje de 3". Si suficientes usuarios clasifican un evento con la puntuación adecuada, el evento se agrega a una suscripción diaria que se envía a las partes interesadas.
Para confirmar la fiabilidad de las identificaciones, los 20 principales candidatos fueron seguidos espectroscópicamente con el telescopio William Herschel de 4,2 m. De ellos, 15 fueron confirmados como SNe, con 1 variable cataclísmica, y 4 siguen siendo desconocidos. En comparación con las observaciones de seguimiento del equipo de PTF, el Zoo de Galaxy identificó correctamente el 93% de las supernovas que se confirmaron espectroscópicamente a partir de ellas. Por lo tanto, la identificación es fuerte y este gran volumen de eventos conocidos ciertamente ayudará a los astrónomos a aprender más sobre estos eventos en el futuro.
Si desea unirse, diríjase a su sitio web y regístrese. Actualmente, todos los candidatos a supernovas han sido procesados, ¡pero la próxima carrera de observación llegará pronto!
