邻近观察：绘制银河系的任务揭示了有关卫星星系的信息|世界银行地平线：《欧盟研究与创新》杂志

为了找出答案，科学家们正在利用来自欧洲航天局（ESA）盖亚太空天文台的大量新数据。 这款望远镜于2013年发射升空，一直在忙于绘制银河系内外超过10亿颗恒星的图-它的最新数据刚刚发布。

12月3日，来自盖亚的第三批数据的第一部分（称为盖亚早期数据版本3）已提供给科学家。 它揭示了数据库中已有的许多恒星的新位置和速度数据，其中一小部分位于这些卫星星系中。

利用这一新数据，其中包括对亿万颗此类恒星的更精确测量，科学家正计划对银河系及其周围环境进行细致的探测。 这样，我们将比以往任何时候都更多地了解我们的卫星星系。

银河系至少有50到60个卫星星系，尽管确切的数目尚不清楚-有些太微弱了，看不见。 这些人口中最多的是数十亿颗恒星，而我们星系中的人口为数千亿，而人口最少的只有数百颗。 它们的距离从大约26,000到一百万光年远。

飞机

尽管它们的形状和大小不同，但大多数都具有奇怪的特征。 荷兰莱顿大学（Leiden University）的马里乌斯·考通（Marius Cautun）博士说：“许多卫星都在飞机上运动，就像行星在我们太阳系中围绕太阳的运动一样。” “这很令人困惑，因为（基于当前的理论模型）我们期望会有更多的随机运动。”

Cautun博士及其团队将此发现作为名为DancingGalaxies的项目的一部分。 利用盖亚的前所未见的大量数据，他们已经能够监视这些卫星星系内部的恒星运动，从而跟踪其整体运动。

考通博士说：“盖亚的大部分数据都是关于（银河系）恒星的。” “但是，您可以测量多达100,000光年，甚至更远，更远的明亮恒星的运动。 我们可以平均这些恒星的运动，并获得卫星星系的运动。”

这揭示了这些卫星星系的奇异运动，并且可以提供对银河系演化的了解。 考通博士说：“通常，星系是通过从外部吸收（聚集）物质而生长的。” “我们认为在我们自己的银河系情况下发生的事情是，不是在球体上增加，而是在飞机上（包括卫星星系）增加了问题。 如果是这样，银河系就是飞机上积垢的一个极端例子。” 这可能使银河系有点不寻常，因为其他星系被认为是球形的。

“许多卫星在飞机上运动，就像行星在我们太阳系中围绕太阳的运动一样。”

荷兰莱顿大学Marius Cautun博士

暗物质

研究这些星系的运动还使诸如Cautun博士这样的天文学家能够探测暗物质，特别是已知围绕我们银河的暗物质的光晕。 我们的卫星的非典型运动表明，暗物质的光晕不是球形的，而是更像橄榄球的球并扭曲了。

考通博士说：“令人费解的是，在距我们银河系中心约40,000至100,000光年的某个距离上，光晕突然发生了翻转。”少于百分之一的星系被认为具有这种翻转。 “这就像橄榄球球彼此重叠，但在某个时刻橄榄球球会翻转90度，这是暗物质光环的一种扭曲。 这是一个奇怪的功能，仅在很少的星系中才会发生。”

将来应该可以使用Gaia数据比以前更详细地探测我们最微弱的卫星星系。 考通博士说：“我们将对最微弱的卫星的运动进行更精确的测量。”预计这样的星系的运动至少会改善十倍。 它将有很大的不同。

天文学家特别关心两个卫星星系，因为它们正处于相互之间以及与我们的银河系相互作用的过程中。 它们分别称为小麦哲伦星云和大麦哲伦星云，分别位于200,000和163,000光年的距离。

德国波兹坦莱布尼兹天体物理学研究所的Maria-Rosa Cioni教授是一个名为Interclouds的项目的负责人，该项目使用LMC和SMC（前者是我们最大的卫星星系）来了解星系的行为。 她说：“我们的想法是利用这两个星系来了解星系之间的相互作用。” 它们离地球很近，因此即使看到个别恒星，也很容易研究。

通过

为了研究它们，Cioni教授和她的团队一直在分析每一朵云中恒星的数量和运动。 目前，两朵云都以每秒约320公里的速度从银河系移开，这是近距离通行的终结，近距离通行最近以近20亿年的天文学数字开始。 但是，一个主要的未解决问题是这是他们的第一次还是第二次通过。

Cioni教授说：“看来他们移动得太快了，无法进入约束轨道，所以我们认为他们只是首次进入银河系。” “但是还有其他人认为他们已经进入了第二条通道，这（意味着）他们已经被银河系束缚了。”

如果前者是正确的，麦哲伦星云可能会继续移动，因此实际上可能不是卫星。 为了找出答案，我们需要确切地知道它们的质量与银河系的比较，以辨别是否有足够强的引力将它们带回来，而盖亚的数据对于得出精确测量其质量至关重要。

Cioni教授说：“如果银河系不是很大，那么麦哲伦星云会感觉到的引力就不是很强。” “但是，如果银河系的质量明显大于麦哲伦星云的质量，它们将极大地减慢速度，从而使其保持更近的距离。”

Cioni教授还希望探究麦哲伦星云的年龄，它们的化学组成，甚至是它们的结构-如果没有Gaia这样的大规模数据集，这是不可能的。 她说：“盖亚允许我们以前所未有的水平做到这一点。”

本文中的研究由欧盟资助。 如果您喜欢这篇文章，请考虑在社交媒体上分享。