ستاره‌ها و سیارات

آیا آنها ماه های بیرونی هستند یا نه؟ دانشمندان درباره وجود اولین قمرهایی که فراتر از منظومه شمسی ما دیده می شوند بحث می کنند

تحقیقات اخیر نشان می دهد که اولین و تنها قمرهایی که در اطراف سیارات خارج از منظومه شمسی دیده می شوند، در واقع وجود ندارند. اکنون، دانشمندانی که در ابتدا آنها را پیدا کردند، برای دفاع از کشف خود بازگشته اند.

آیا آنها ماه های بیرونی هستند یا نه؟ دانشمندان درباره وجود اولین قمرهایی که فراتر از منظومه شمسی ما دیده می شوند بحث می کنند
نمونه ای از یک اگزومون در مدار سیاره ای در خارج از منظومه شمسی (اعتبار تصویر: ناسا GSFC/جی فریدلندر و بریت گریسولد)
توسط مونا علی اکبرخان افجه
4 دقیقه مطالعه

تیم “pro-exomoon” بازگشته است تا از کشف اولین قمرهای بیرونی شناخته‌شده برای بشر دفاع کند.

اخترشناسان مدتها پیش می‌دانستند که احتمال وجود قمرهای فراخورشیدی (اگزومون‌ها) وجود دارد، اما تشخیص این قمرها به چالشی بزرگ برای جامعه علمی تبدیل شده است. داستان کشف این قمرها در سال ۱۳۹۶ آغاز شد، زمانی که اخترشناسان به سرپرستی دیوید کیپینگ، استادیار نجوم در دانشگاه کلمبیا، اولین نشانه‌های وجود یک اگزومون را یافتند.

شروع داستان کشف قمرهای فراخورشیدی

این قمر در مدار سیاره Kepler-1625b در فاصله‌ای ۸۰۰۰ سال نوری از زمین شناسایی شد. در ابتدا این کشف با تلسکوپ فضایی کپلر انجام شد و سپس با داده‌های تلسکوپ هابل تایید شد. بعدها در سال ۱۴۰۰، تیم کیپینگ یک اگزومون دوم را شناسایی کرد که این بار در مدار سیاره Kepler-1708b قرار داشت و ۵۴۰۰ سال نوری از زمین فاصله داشت. این کشف نیز ابتدا توسط تلسکوپ کپلر انجام شد.

تایید و رد احتمالی قمرهای فراخورشیدی

این قمرها، برخلاف قمرهای موجود در منظومه شمسی، ابعادی بزرگتر دارند و به “مینی نپتون” شهرت یافته‌اند. با این حال، یک تیم مستقل از محققان به سرپرستی رنه هلر، دانشمند موسسه منظومه شمسی ماکس پلانک، این یافته‌ها را به چالش کشیده و معتقدند که عوامل دیگری می‌تواند سیگنال‌های مشابه قمر فراخورشیدی ایجاد کند.

کیپینگ و تیم او در پاسخی به این ادعاها تاکید کردند که الگوریتم‌های مختلف تجزیه و تحلیل داده‌ها می‌تواند در نتایج مشاهده‌ای تفاوت ایجاد کند. کیپینگ به‌طور خاص به این نکته اشاره کرد که تفاوت نرم‌افزارهای مورد استفاده می‌تواند سبب شود تیم هلر سیگنال ماه‌های فراخورشیدی را از دست دهد.

پیشرفت در شناسایی قمرهای فراخورشیدی با ابزارهای جدید

با پیشرفت تکنولوژی و استفاده از تلسکوپ فضایی جیمز وب (JWST)، کیپینگ امیدوار است بتواند قمرهای مشابه قمرهای منظومه شمسی مانند آیو و اروپا را شناسایی کند. او معتقد است این اکتشافات می‌تواند به اعتماد به‌نفس دانشمندان در زمینه کشف قمرهای فراخورشیدی کمک کند و بحث و اختلافات را بر سر وجود چنین قمرهایی کاهش دهد.

نتیجه‌گیری

کشف قمرهای فراخورشیدی می‌تواند گامی مهم در کشف جهان‌های فراسوی منظومه شمسی باشد. با پیشرفت تکنولوژی‌های تلسکوپی، احتمال تایید یا رد وجود این قمرها بیشتر می‌شود و دانشمندان امیدوارند که در نهایت به نتیجه‌گیری مشترکی برسند. اکتشافات بیشتر می‌تواند افق‌های تازه‌ای را برای پژوهش‌های کیهانی باز کند.

سوالات متداول

۱. چرا کشف قمرهای فراخورشیدی اهمیت دارد؟

قمرهای فراخورشیدی می‌توانند اطلاعات جدیدی درباره ترکیب و ساختار سیارات دوردست ارائه دهند و به درک ما از منظومه‌های دیگر کمک کنند.

۲. چه تیم‌هایی در زمینه کشف قمرهای فراخورشیدی فعالیت می‌کنند؟

دو تیم اصلی در این زمینه شامل تیم “pro-exomoon” به سرپرستی دیوید کیپینگ و تیم مخالف آن به سرپرستی رنه هلر هستند.

۳. آیا تکنولوژی‌های جدید به کشف قمرهای فراخورشیدی کمک می‌کند؟

بله، استفاده از تلسکوپ فضایی جیمز وب می‌تواند شناسایی قمرهای کوچکتر و مشابه قمرهای منظومه شمسی را تسهیل کند.

۴. آیا تمام اخترشناسان با کشف قمرهای فراخورشیدی موافق هستند؟

خیر، همچنان اختلاف‌نظرهایی وجود دارد و بسیاری از محققان بر سر تشخیص این قمرها با یکدیگر بحث و بررسی دارند.

منابع:space.com
این مقاله را به اشتراک بگذارید
مونا علی اکبرخان افجه
توسط مونا علی اکبرخان افجه
دانشجوی دکتری ژئوفیزیک گرایش لرزه شناسی هستم. ژئوفیزیک به بررسی ابعاد زمین و اتفاقاتی مانند زلزله و لرزه هایی که توسط فعالیت انسان به‌وجود می‌آید، می پردازد. فعالیت در حوزه زمین و فضا از علاقه مندی ام است.
نظر بدهید

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

جدیدترین مطالب

import numpy as np import h5py data='/content/drive/MyDrive/SILIXA_iDAS015_181219184621_fieldID000212.h5' data1=h5py.File(data,'r') print(data1.keys()) display(data1) display(data) raw_data = data1['DasRawData']['RawData'] x_axis = np.arange(raw_data.shape[1]) t_axis = np.arange(raw_data.shape[0]) print(x_axis.shape) print(t_axis.shape) import matplotlib.pyplot as plt import numpy as np ns = 30000 fs = 1000 dx = 1.021 nx = 3136 GL = 10 x = np.arange(nx) * dx def u(x, t): return np.exp(-(x - t)**2) def calculate_result(x): return 1/10 * (u(x - 5, t) - u(x + 5, t)) traces = [] for t in range(0,30000): tr = [calculate_result(x_val) for x_val in x] traces.append(tr) traces_array = np.array(traces) print(f"traces_array : {traces_array.shape}")
ساختار کلان در ژرفای کهکشان‌ها؛ چگونه ذهن ما از کیهان عقب می‌ماند؟

جدیدترین های تکنوتا