10. novembril kell 13.00 kaitses Moorits Mihkel Muru füüsika erialal doktoritööd „Modeling the cosmic web with the Bisous method“ („Universumi kärgstruktuuri kaardistamine Bisous mudeliga“).
Juhendaja
professor Elmo Tempel, Tartu Ülikool
Oponent
doktor Weiwuang Cui, teoreetilise füüsika osakond, Madridi Autonoomne Ülikool (Hispaania)
Kokkuvõte
Vaatluste põhjal kaardistatud galaktikad ja kosmiline gaas moodustavad keeruka suureskaalalise võrgustiku, mida kutsutakse Universumi kärgstruktuuriks. See kärgstruktuur on vormitud gravitatsiooni ja Universumi paisumise poolt. Suurte peaaegu tühjade tühimike ümber paiknevad kosmilised filamendid, mis ühendavad galaktikate parvi. Enamus Universumi massist asub just filamentides ja neil on arvestatav mõju galaktikate arengule. See doktoritöö uurib Bisous mudelit, mis on matemaatiline meetod kärgstruktuuri mudelleerimiseks vaatlusandmestikest. Bisous mudel otsib tumeaine filamentide tuvastamiseks galaktikate ahelaid, mudelleerides neid ahelaid ühtse ühendatud võrgustikuna. Mudeli usaldusväärsuse hindamiseks uurisin selle varieeruvust rakendatuna samadel andmetel. Tulemused näitasid, et mudel on praktiliselt koondunud ja usaldusväärne. Kuna valgustugevus väheneb kaugusega, siis see mõjutab ka galaktikate arvtihedust vaatlusandmestikes erinevatel kaugustel. Doktoritöö raames uurisin kuidas sõltub tuvastatud filamentaarne võrgustik sisendandmete tihedusest ja selgus, et madala arvtiheduse korral tuvastab mudel küll vähem filamente, aga samas ei väljasta Bisous peaaegu üldse valepositiivseid filamente, mis tõstab mudeli usaldusväärsust. Galaktikate arvtihedust on võimalik tõsta kasutades fotomeetriliste punanihete andmeid, mida saab mõõta korraga tuhandete galaktikate jaoks, aga kauguse hinnang on märgatavalt ebatäpsem kui spektroskoopiliste vaatluste korral. Doktoritöö esitleb meetodit, mis kasutab nii fotomeetrilisi kui ka spektroskoopilisi punanihkeid ja seeläbi tõstab filamentide tuvastamise efektiivsust. See meetod on kasulik, kui spektroskoopilisi andmeid on vähe. Bisous mudeli karakteriseerimine on tähtis tulemuste korrektseks tõlgendamiseks ja fotomeetriliste andmete kasutamine võimaldab mudelit rakendada rohkematele andmetele. Pidev metoodika areng ja vaatluste võimekusega kaasas käimine on tähtis, et täiendada meie teadmisi kärgstruktuurist ja galaktikate evolutsioonist.