Oltre a classificare le galassie, un altro componente del progetto Galaxy Zoo ha chiesto ai partecipanti di identificare potenziali supernovae (SNe). I primi risultati sono stati pubblicati e hanno identificato "quasi 14.000 candidati di supernova di [Palomar Transient Factory, (PTF)] sono stati classificati da oltre 2.500 individui entro poche ore dalla raccolta dei dati".
Sebbene il progetto Galaxy Zoo sia il primo a impiegare i cittadini come osservatori di supernova, i programmi di base sono in atto da tempo ma generavano enormi quantità di dati da elaborare. "Il Supernova Legacy Survey ha utilizzato lo strumento MegaCam sul telescopio Canada-Francia-Hawaii da 3,6 m per rilevare 4 gradi2"Ogni pochi giorni, in cui" ogni grado quadrato genererebbe in genere ~ 200 candidati per ogni notte di osservazione ". Inoltre, “[t] he Sloan Digital Sky Survey-II Supernova Survey ha utilizzato il telescopio SDSS da 2,5 m per rilevare un'area più ampia di 300 gradi2"E" gli scanner umani hanno visto 3000-5000 oggetti ogni notte distribuiti su sei scanner ".
Per alleviare questo onere, il Galaxy Zoo di grande successo ha implementato una ricerca Supernova in cui gli utenti sarebbero stati indirizzati attraverso un albero decisionale per aiutarli a determinare quali algoritmi informatici proponevano come eventi transitori. Ogni immagine verrebbe vista e decisa da diversi partecipanti aumentando la probabilità di una corretta valutazione. Inoltre, “con un gran numero di persone che eseguono la scansione dei candidati, è possibile esaminare più candidati in un breve lasso di tempo - e con la base utenti globale Zooniverse (il progetto genitore di Galaxy Zoo) questo può essere fatto tutto il giorno, indipendentemente dal il fuso orario locale in cui si trova il team scientifico "permette a" candidati interessanti di essere seguiti nella stessa notte della scoperta della SNe, di particolare interesse per le SNE in rapida evoluzione o fonti transitorie ".
Per identificare i candidati alla visualizzazione, le immagini vengono scattate utilizzando il telescopio Samuel Oschin da 48 pollici presso il
Osservatorio Palomar. Le immagini vengono quindi calibrate per correggere il rumore strumentale e confrontate automaticamente con le immagini di riferimento. Quelli in cui appare un oggetto con una variazione maggiore di cinque deviazioni standard dal rumore generale sono contrassegnati per l'ispezione. Mentre può sembrare che questa soglia elevata eliminerebbe altri eventi, il Supernova Legacy Survey, a partire da 200 candidati a notte, finirebbe per identificare solo ~ 20 candidati forti. Pertanto, quasi il 90% di queste identificazioni generate al computer erano spurie, probabilmente generate da raggi cosmici che colpivano il rivelatore, oggetti all'interno del nostro sistema solare o altri fastidi simili e dimostrando la necessità di analisi umane.
Tuttavia, la PTF identifica tra 300 e 500 candidati ogni notte di funzionamento. Quando vengono esportati nell'interfaccia Galaxy Zoo, agli utenti vengono presentate tre immagini: la prima è la vecchia immagine di riferimento. La seconda è l'immagine recente e la terza è la differenza tra i due, con valori di luminosità sottratti pixel per pixel. Le stelle che non hanno cambiato la luminosità sarebbero sottratte a nulla, ma quelle con un grande cambiamento (come una supernova), si registrerebbero come una stella ancora evidente.
Naturalmente, questo metodo non è impeccabile, il che contribuisce anche ai falsi positivi del sistema informatico che l'albero decisionale aiuta a eliminare. La prima domanda (Esiste un candidato centrato nel mirino dell'immagine della mano destra [sottratta]? Elimina l'elaborazione errata dell'algoritmo a causa del disallineamento. La seconda domanda (il candidato stesso è stato sottratto correttamente?) Serve a far cadere stelle così brillanti da saturare il CCD, causando strani errori che spesso si traducono in uno schema a "occhio di bue". Terzo (il candidato è simile a una stella e approssimativamente circolare?), Gli utenti eliminano i raggi cosmici che generalmente riempiono solo uno o due pixel o lasciano tracce lunghe (a seconda dell'angolo con cui colpiscono il CCD). Infine, agli utenti viene chiesto se "il candidato si è concentrato in una galassia ospite circolare?" Questo mette da parte le identificazioni di stelle variabili all'interno della nostra galassia che non sono eventi in altre galassie, ma anche di supernovae che appaiono nella periferia delle loro galassie ospiti.
A ciascuna di queste domande viene assegnato un numero di "punti" positivi o negativi per dare un punteggio complessivo per l'identificazione. Più alto è il punteggio, più è probabile che sia una vera supernova. Con il modo in cui è strutturata la struttura, "i candidati possono finire con un punteggio di -1, 1 o 3 per ciascuna classifica, con i candidati SN più promettenti segnati 3". Se un numero sufficiente di utenti classifica un evento con il punteggio appropriato, l'evento viene aggiunto a un abbonamento giornaliero inviato alle parti interessate.
Per confermare l'affidabilità delle identificazioni, i primi 20 candidati sono stati seguiti spettroscopicamente con il telescopio William Herschel da 4,2 m. Di questi, 15 sono stati confermati come SNe, con 1 variabile cataclismica e 4 rimangono sconosciuti. Rispetto alle osservazioni di follow-up del team PTF, il Galaxy Zoo ha identificato correttamente il 93% delle supernova che sono state confermate spettroscopicamente da loro. Pertanto, l'identificazione è forte e questo ampio volume di eventi noti aiuterà sicuramente gli astronomi a saperne di più su questi eventi in futuro.
Se desideri iscriverti, vai al loro sito Web e registrati. Attualmente, tutti i candidati alle supernova sono stati processati, ma la prossima serie di osservazioni è in arrivo!
