Buscar en J-PLUS la historia de la Vía Láctea

Colisión de galaxias NGC 4676, el brillo azul a la izquierda corresponde a cúmulos de estrellas formados a partir de la interacción. CREDITO: NASA, H. Ford (JHU), G. Illingworth (UCSC/LO), M. Clampin (STScI), G. Hartig (STScI), the ACS Science Team, and ESA
Las colas de marea, esas estructuras de gas y estrellas formadas cuando hay una interacción entre galaxias, son fundamentales para entender la historia y formación de dichas galaxias. Son la huella de fusiones o colisiones que sucedieron en el pasado y nos relatan cómo esos eventos operaron para formar lo que observamos. Una investigación plantea ahora combinar la información del cartografiado J-PLUS y los parámetros de la astrometría de la misión espacial Gaia para describir y detectar nuevas colas de marea en nuestra propia galaxia, la Vía Láctea.
Las colas de marea, grupos de estrellas que han pertenecido a eventos de fusiones entre galaxias, son la pista que nos lleva, por ejemplo, a galaxias enanas cuyas estrellas y gas han sido acretados por la galaxia más grande en el pasado. Conocer ese proceso de nuestra propia galaxia, la Vía Láctea, es el reto marcado por la investigación que desarrolla Adrián Hidalgo, investigador predoctoral del CEFCA.
El punto de partida es J-PLUS el cartografiado que se realiza desde el Observatorio Astrofísico de Javalambre y que observará 8.500 grados cuadrados del cielo con 12 filtros. Esos 12 filtros, con sus combinaciones, ofrecen información sobre 66 colores. Una fotometría que la investigación combina con la astrometría de Gaia, la misión espacial que cartografía la Vía Láctea desde hace 11 años y que liberará de nuevo datos en 2026 (DR4).
La propuesta para unir ambos cartografiados, esto es, la información química y cinemática, es, en este caso, un método estadístico. Se usa el llamado Análisis de Componentes Principales (PCA, siglas en inglés) que permite a partir de una gran cantidad de variables su reducción, manteniendo la mayor parte de la información.
Mediante este método se obtienen 6 componentes principales. De este modo, la segunda parte del método sería el uso de un algoritmo de clustering (algoritmo de machine learning) para detectar grupos de estrellas con parámetros físicos, químicos y cinemáticos similares.
En otras palabras, se trata de detectar esa sobre densidad en el espacio de 6 componentes de modo que las estrellas que los compartan van a tener también un origen común, y que probablemente, si se validan esos datos con la baja metalicidad y la posición en el cielo de estos elementos, permitirán identificar nuevas colas de marea en nuestra propia galaxia.Esta investigación, que se ha dado a conocer en el XX Congreso de J-PAS, tiene como fin último encontrar estos restos de antiguos eventos de fusión con la Vía Láctea solo con fotometría de los cartografiados J-PLUS y J-PAS y astrometría de Gaia DR3, y sin la necesidad de tener medidas de velocidad radial ni espectroscopía. Además, este método es capaz también de trazar diferentes poblaciones de la Vía Láctea como el halo y el disco grueso.