🔭 astrophysics

Consistent extinction model for type Ia supernovae in Cepheid-based calibration galaxies and its impact on $H_{0}$

सभी सेफिड-आधारित अंशांकन आकाशगंगाओं (calibration galaxies) पर एक समान मिल्की वे-समान $R_B$ वितरण लागू करने वाला एक सुसंगत विलुप्ति मॉडल (extinction model) प्रस्तावित करके, यह अध्ययन उच्च-द्रव्यमान वाली प्रणालियों में सुपरनोवा चमक के व्यवस्थित कम अनुमानों को ठीक करता है, जिसके परिणामस्वरूप एक निम्न हबल स्थिरांक ( $H_0 = 70.5 \pm 1$ किमी/सेकंड/एमपीसी) प्राप्त होता है जो हबल तनाव (Hubble tension) को $5.2\sigma$ से घटाकर $2.8\sigma$ कर देता है।

मूल लेखक: Radosław Wojtak, Jens Hjorth

प्रकाशित 2026-06-17

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Radosław Wojtak, Jens Hjorth

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य तस्वीर: ब्रह्मांडीय स्पीडोमीटर का विवाद

कल्पना कीजिए कि आप यह मापने की कोशिश कर रहे हैं कि ब्रह्मांड कितनी तेजी से फैल रहा है। इस गति को हबल स्थिरांक ( $H_0$ ) कहा जाता है।

वर्तमान में, खगोलविदों के पास इस गति को मापने के दो मुख्य तरीके हैं, और वे काफी असहमत हैं:

"बेबी यूनिवर्स" विधि: ब्रह्मांड के सबसे पुराने प्रकाश (कॉस्मिक माइक्रोवेव बैकग्राउंड) को देखना। यह धीमी विस्तार गति का सुझाव देता है।
"लोकल यूनिवर्स" विधि (SH0ES): एक "कॉस्मिक डिस्टेंस लैडर" (ब्रह्मांडीय दूरी की सीढ़ी) का उपयोग करना। इसमें नजदीकी तारों (सेफिड्स) की दूरियों को मापना शामिल है और फिर दूर की आकाशगंगाओं की दूरी मापने के लिए फटने वाले सितारों (टाइप Ia सुपरनोवा) का उपयोग करना शामिल है। यह विधि तेज विस्तार गति का सुझाव देती है।

इन दोनों संख्याओं के बीच का अंतर इतना बड़ा है कि यह भौतिकविदों के लिए एक बड़ा सिरदर्द बन गया है। यह ऐसा ही है जैसे इंजीनियरों का एक समूह कहता है कि आपकी कार 60 मील प्रति घंटे की रफ्तार से चल रही है, और दूसरा समूह कहता है कि यह 75 मील प्रति घंटे की रफ्तार से चल रही है। यदि स्पीडोमीटर गलत है, तो हमें इंजन (ब्रह्मांड) के काम करने के तरीके पर फिर से विचार करने की आवश्यकता हो सकती है।

समस्या: गंदे विंडशील्ड और गलत वाइपर्स

SH0ES टीम (एडम रीस के नेतृत्व में) अपने मुख्य मापने के पैमाने के रूप में फटने वाले सितारों (सुपरनोवा) का उपयोग करती है। लेकिन एक पेंच है: धूल।

अंतरिक्ष खाली नहीं है; यह ब्रह्मांडीय धूल से भरा है जो इन फटने वाले सितारों के प्रकाश को रोकता है और उसे लाल कर देता है। सटीक दूरी प्राप्त करने के लिए, खगोलविदों को यह गणना करनी पड़ती है कि कितना प्रकाश बाधित हुआ और इसके लिए "सुधार" (correct) करना पड़ता है। इसे एक धुंधली विंडशील्ड के माध्यम से स्ट्रीटलाइट को देखने की कोशिश करने जैसा समझें। आपको यह जानने की आवश्यकता है कि धुंध कितनी मोटी है ताकि आप यह तय कर सकें कि प्रकाश वास्तव में कितना उज्ज्वल है।

SH0ES टीम इस धूल का अनुमान लगाने के लिए एक कंप्यूटर मॉडल (जिसे P23 मॉडल कहा जाता है) का उपयोग करती है। इस मॉडल को दूर की आकाशगंगाओं पर प्रशिक्षित किया गया था। यह मान लेता है कि बहुत अधिक सितारों वाली आकाशगंगाओं (उच्च द्रव्यमान) में एक विशिष्ट प्रकार की धूल होती है, और कम सितारों वाली आकाशगंगाओं (कम द्रव्यमान) में एक अलग प्रकार की धूल होती है। विशेष रूप से, यह मानता है कि उच्च-द्रव्यमान वाली आकाशगंगाओं में "पतली" धूल (एक कम एक्सटिंक्शन गुणांक, $R_B \approx 3$ ) होती है तुलनात्मक रूप से कम-द्रव्यमान वाली आकाशगंगाओं ( $R_B \approx 4$ ) के।

समस्या: दूरी की सीढ़ी को कैलिब्रेट करने के लिए उपयोग की जाने वाली आकाशगंगाएँ (कैलिब्रेशन गैलेक्सीज़) विशेष हैं। उन्हें इसलिए चुना जाता है क्योंकि वे इतनी करीब हैं कि हम व्यक्तिगत तारों (सेफिड्स) को देख सकते हैं। ये आकाशगंगाएँ डिस्क के आकार की और धूल भरी होती हैं, बिल्कुल हमारे अपने मिल्की वे (आकाशगंगा) की तरह।

इस शोध पत्र के लेखक, वोयटैक और ह्योर्थ का तर्क है कि SH0ES टीम इन कैलिब्रेशन आकाशगंगाओं के लिए गलत "वाइपर सेटिंग" लागू कर रही है। यह मानते हुए कि इन भारी, मिल्की वे जैसी आकाशगंगाओं में धूल "पतली" ( $R_B \approx 3$ ) है, मॉडल इस बात को कम आंकता है कि कितना प्रकाश बाधित हो रहा है।

उपमा: एक अति-आशावादी सफाईकर्मी

कल्पना कीजिए कि आप खिड़कियां साफ कर रहे हैं।

P23 मॉडल एक सफाई रोबोट की तरह है जिसे ऑफिस की इमारतों पर प्रशिक्षित किया गया है। वह सीखता है कि ऑफिस की खिड़कियों पर आमतौर पर धूल की एक हल्की परत होती है।
कैलिब्रेशन गैलेक्सीज़ आवासीय घरों की तरह हैं जिनकी खिड़कियों पर भारी पराग और गंदगी जमी है।

यदि आप "ऑफिस बिल्डिंग" की सफाई सेटिंग्स का उपयोग "आवासीय घर" की खिड़कियों पर करते हैं, तो आप उन्हें पूरी तरह से साफ नहीं करेंगे। आप सोचेंगे कि खिड़की वास्तव में जितनी है उससे कहीं अधिक साफ है।

खगोल विज्ञान के शब्दों में: यदि आप सोचते हैं कि धूल वास्तव में जितनी है उससे पतली है, तो आप सोचते हैं कि सुपरनोवा वास्तव में जितना उज्ज्वल है उससे अधिक उज्ज्वल है। यदि आप सोचते हैं कि सुपरनोवा अधिक उज्ज्वल है, तो आप गणना करते हैं कि वह वास्तव में जितना है उससे अधिक करीब है। यदि आकाशगंगाएँ आपकी सोच से अधिक करीब हैं, तो ब्रह्मांड वास्तव में जितना है उससे तेजी से फैलता हुआ दिखाई देता है।

समाधान: एक बेहतर सफाई मॉडल

लेखक एक सरल समाधान प्रस्तावित करते हैं। वे सुझाव देते हैं कि इन विशिष्ट कैलिब्रेशन आकाशगंगाओं के लिए, हमें "ऑफिस बिल्डिंग" धूल मॉडल का उपयोग करना बंद कर देना चाहिए। इसके बजाय, हमें "मिल्की वे-जैसे" धूल मॉडल का उपयोग करना चाहिए।

वे दो छोटे बदलाव करते हैं:

समान धूल प्रकार: वे मानते हैं कि इन आकाशगंगाओं में धूल हमारे अपने मिल्की वे के समान है, चाहे आकाशगंगा का द्रव्यमान कुछ भी हो। इसका अर्थ है एक उच्च एक्सटिंक्शन गुणांक ( $R_B \approx 4.3$ ) का उपयोग करना, जो मोटी धूल का हिसाब रखता है।
बेहतर धूल वितरण: वे धूल के वितरण के गणितीय आकार में थोड़ा बदलाव करते हैं, जिससे यह सुनिश्चित होता है कि मॉडल कुल औसत धूल की मात्रा को बदले बिना डेटा में बेहतर फिट बैठता है।

परिणाम: स्पीडोमीटर धीमा हो जाता है

जब वे इस नए, अधिक यथार्थवादी "आवासीय खिड़की" सफाई मॉडल को डेटा पर लागू करते हैं:

सुपरनोवा धुंधले दिखाई देते हैं (क्योंकि अब वे अधिक धूल द्वारा प्रकाश को रोकने के प्रभाव को सही ढंग से गिन रहे हैं)।
क्योंकि वे धुंधले हैं, उनकी गणना अधिक दूर के रूप में की जाती है।
क्योंकि आकाशगंगाएँ अधिक दूर हैं, ब्रह्मांड की गणना की गई विस्तार गति धीमी हो जाती है।

संख्याएँ:

पुराना SH0ES परिणाम: $H_0 = 73.0$ किमी/सेकंड/Mpc (तेज)
नया परिणाम: $H_0 = 70.5$ किमी/सेकंड/Mpc (धीमा)

यह क्यों महत्वपूर्ण है

यह नया नंबर ($70.5 $), "बेबी यूनिवर्स" के माप ($ \approx 67-68$) के बहुत करीब है और यह एक अन्य स्थानीय माप पद्धति जिसे TRGB कहा जाता है, उससे भी मेल खाता है।

इस सुधार से पहले, दो मुख्य विधियों के बीच का अंतर एक विशाल 5.2 सिग्मा (सांख्यिकीय रूप से, यह एक बहुत बड़ा, निर्विवाद संघर्ष है) था। सुधार के बाद, यह अंतर घटकर 2.8 सिग्मा रह गया है।

2.8 सिग्मा होने के बावजूद, यह अभी भी एक तनाव (tension) है (यह पूर्ण मिलान नहीं है), लेकिन यह अब एक ऐसा संकट नहीं है जो "नई भौतिकी" या ब्रह्मांड के नियमों को फिर से लिखने की मांग करे। यह सुझाव देता है कि यह असहमति शायद केवल एक माप त्रुटि थी, जो धूल को सही ढंग से न समझने के कारण हुई थी, न कि ब्रह्मांड विज्ञान की हमारी समझ में कोई मौलिक दोष।

संक्षेप में

संघर्ष: ब्रह्मांड के विस्तार की गति मापने के दो तरीके असहमत हैं।
कारण: पास के फटने वाले सितारों का उपयोग करने वाली विधि शायद इस बात को कम आंक रही है कि ब्रह्मांडीय धूल कितनी रोशनी को रोक रही है।
सुधार: लेखकों ने डेटा के लिए अधिक यथार्थवादी धूल मॉडल को अपडेट किया।
परिणाम: गणना की गई विस्तार गति धीमी हो जाती है, जिससे अन्य मापों के साथ संघर्ष कम हो जाता है। ब्रह्मांड विज्ञान का "संकट" पहले की तुलना में कम गंभीर है।

तकनीकी सारांश

समस्या का विवरण
यह शोध पत्र SH0ES डिस्टेंस लैडर (दूरी की सीढ़ी) का उपयोग करके हबल स्थिरांक ( $H_0$ ) के निर्धारण में एक व्यवस्थित विसंगति को संबोधित करता है, जो विशेष रूप से सेफेइड-आधारित अंशांकन (कैलिब्रेशन) गैलेक्सीज़ के भीतर टाइप Ia सुपरनोवा (SNe Ia) में डस्ट एक्सटिंक्शन (धूल के कारण प्रकाश का क्षीणन) के उपचार से संबंधित है। SH0ES सहयोग एक संभाव्य एक्सटिंक्शन मॉडल (पॉपोविक एट अल. 2023, इसके बाद P23) का उपयोग करता है, जिसे हबल फ्लो ( $z > 0.03$ ) में SNe Ia पर प्रशिक्षित किया गया है और इसे निकटवर्ती अंशांकन गैलेक्सीज़ पर लागू किया जाता है। P23 मॉडल होस्ट गैलेक्सी के स्टेलर मास (तारकीय द्रव्यमान) के आधार पर अलग-अलग टोटल-टू-सेलेक्टिव एक्सटिंक्शन गुणांकों ( $R_B$ ) को मानता है: उच्च-द्रव्यमान वाली गैलेक्सीज़ ( $M_\star > 10^{10} M_\odot$ ) के लिए $\langle R_B \rangle \approx 3.1$ और निम्न-द्रव्यमान वाली गैलेक्सीज़ के लिए $\langle R_B \rangle \approx 4.0$ । लेखक तर्क देते हैं कि यह एक्सट्रपलेशन (अनुमान) समस्याग्रस्त है क्योंकि अंशांकन गैलेक्सीज़ का चयन चमकदार सेफेइड्स की उपस्थिति के आधार पर किया जाता है, जो नमूने को लेट-टाइप, डस्टी (धूलयुक्त), डिस्क-डोमिनेटेड सिस्टम की ओर पक्षपाती बनाता है। फलस्वरूप, मानक दृष्टिकोण उच्च-द्रव्यमान वाली अंशांकन गैलेक्सीज़ में रेडन्ड (लाल रंग के प्रभाव वाले) SNe Ia की चमक को कम आंकता है, जिससे व्युत्पन्न $H_0$ में संभावित पूर्वाग्रह (बायस) उत्पन्न होता है।

कार्यप्रणाली (मेथोडोलॉजी)
लेखक पेंथियॉन+ (Pantheon+) संकलन और SH0ES सेफेइड अवलोकनों के डेटा का उपयोग करते हुए 37 अंशांकन गैलेक्सीज़ में 42 विशिष्ट SNe Ia (डुप्लिकेट सहित 77 माप) का विश्लेषण करते हैं। वे उच्च-द्रव्यमान बनाम निम्न-द्रव्यमान वाले होस्ट गैलेक्सीज़ में SNe Ia से प्राप्त पूर्ण परिमाण ( $M_B$ ) की रैंडम कंट्रोल सब-सैंपल्स के विरुद्ध तुलना करके निरंतरता परीक्षण (consistency tests) करते हैं।

पहचानी गई व्यवस्थित त्रुटि को हल करने के लिए, लेखक केवल अंशांकन गैलेक्सीज़ के लिए लागू होने वाला एक न्यूनतम संशोधन प्रस्तावित करते हैं, जबकि हबल फ्लो के लिए P23 मॉडल को बरकरार रखते हैं। नए मॉडल में दो प्रमुख परिवर्तन शामिल हैं:

समान $R_B$ वितरण: यह सभी अंशांकन गैलेक्सीज़ में, स्टेलर मास की परवाह किए बिना, एक मिल्की वे (आकाशगंगा) जैसे $R_B$ वितरण को अपनाता है, जिसका माध्य $\langle R_B \rangle = 4.3$ और स्कैटर $\sigma_{R_B} = 0.4$ है। यह सेफेइड कलर करेक्शन के लिए उपयोग किए जाने वाले एक्सटिंक्शन कर्व के साथ SN एक्सटिंक्शन सुधार को संरेखित करता है।
संशोधित रेडनिंग वितरण आकार: SN पीक मैग्नीट्यूड-कलर संबंध के प्रभावी ढलान ( $\beta \approx 3.0$ ) और P23 मॉडल द्वारा स्थापित माध्य रेडनिंग $\langle E(B-V) \rangle$ को बनाए रखने के लिए, लेखक $E(B-V)$ के एक्सपोनेंशियल वितरण को एक गामा वितरण से बदलते हैं, जिसका आकार पैरामीटर $\gamma = 3.44$ है।

लेखक इस नए मॉडल के आधार पर मोंटे कार्लो सिमुलेशन का उपयोग करके बायस करेक्शन ( $\delta$ ) और फ्लोर अनसर्टेंटी ( $\sigma_{floor}$ ) की पुनर्गणना करते हैं। इसके बाद, वे संशोधित $M_B$ और $H_0$ के अनुमान प्राप्त करने के लिए अंशांकन डेटा और अंशांकन एवं हबल फ्लो डेटा के संयुक्त फिट को फिट करते हैं।

प्रमुख योगदान

व्यवस्थित पूर्वाग्रह (सिस्टमैटिक बायस) की पहचान: यह शोध पत्र प्रदर्शित करता है कि P23 मॉडल, जब अंशांकन गैलेक्सीज़ पर लागू किया जाता है, तो निम्न-द्र्वमान वाले होस्ट की तुलना में उच्च-द्रव्यमान वाले होस्ट में SNe Ia के लिए व्यवस्थित रूप से फीके (fainter) पूर्ण परिमाण प्रदान करता है, जो कि हबल फ्लो ट्रेनिंग डेटा में मौजूद नहीं है।
सुसंगत एक्सटिंक्शन मॉडल: प्रस्तावित मॉडल एक सुसंगत, मिल्की वे-जैसे $R_B$ मान को अपनाकर उन्हीं गैलेक्सीज़ में सेफेइड्स और SNe Ia के लिए एक्सटिंक्शन करेक्शन को सुसंगत बनाता है।
सांख्यिकीय सत्यापन: दिखाया गया है कि नया मॉडल बेयसियन इंफॉर्मेशन क्राइटेरियन (BIC) द्वारा मात्रात्मक रूप से प्रमाणित, मानक P23 मॉडल की तुलना में अंशांकन डेटा के लिए काफी बेहतर फिट प्रदान करता है।

परिणाम

निरंतरता परीक्षण: मानक P23 मॉडल के तहत, उच्च-द्रव्यमान वाली अंशांकन गैलेक्सीज़ में SNe Ia, रैंडम सब-सैंपल्स की तुलना में $2.0\sigma$ (सभी SNe) और $2.3\sigma$ (रेड SNe, $c>0$ ) आउटलियर्स (विचलन) दर्शाते हैं। नया मॉडल इस तनाव को कम करता है, जिससे उच्च-द्रव्यमान वाला सब-सैंपल क्रमशः नियंत्रण नमूनों के $0.7\sigma$ और $1.6\sigma$ के भीतर आ जाता है।
मॉडल तुलना: नया एक्सटिंक्शन मॉडल अंशांकन डेटा के लिए P23 मॉडल की तुलना में दृढ़ता से पसंदीदा है, जिसमें $\Delta \text{BIC} = -11.0$ है। यह सुधार बेहतर रेसिडुअल्स ( $\Delta \chi^2_{min} = 8.4$ ) और अधिक सटीक कोवेरिएंस मैट्रिक्स नॉर्मलाइजेशन ( $\Delta \ln \det C = 2.6$ ) द्वारा संचालित है।
हबल स्थिरांक: संशोधित विश्लेषण $H_0 = 70.5 \pm 1.0 \, \text{km s}^{-1} \text{Mpc}^{-1}$ का सर्वश्रेष्ठ-फिट हबल स्थिरांक प्रदान करता है। यह SH0ES बेसलाइन मान ( $73.4 \pm 1.0 \, \text{km s}^{-1} \text{Mpc}^{-1}$ ) से $2.9 \, \text{km s}^{-1} \text{Mpc}^{-1}$ की कमी है।
तनाव में कमी: नया $H_0$ मान प्लेंक CMB-व्युत्पन्न $H_0$ (फ्लैट $\Lambda$ CDM मानते हुए) के साथ तनाव को $5.2\sigma$ से घटाकर $2.8\sigma$ कर देता है। यह परिणाम फ्रीडमैन एट अल. (2019) द्वारा आधारित TRGB (टिप ऑफ द रेड जायंट ब्रांच) माप के साथ भी सुसंगत है।

महत्व
यह शोध पत्र दावा करता है कि सेफेइड-आधारित और TRGB-आधारित $H_0$ मापों के बीच का अंतर आंशिक रूप से अंशांकन गैलेक्सीज़ में कम आंके गए एक्सटिंक्शन के कारण हो सकता है। यह प्रदर्शित करके कि एक मिल्की वे-जैसा एक्सटिंक्शन मॉडल अंशांकन डेटा के लिए सांख्यिकीय रूप से श्रेष्ठ फिट प्रदान करता है और एक वैकल्पिक डिस्टेंस लैडर विधियों के सुसंगत $H_0$ प्रदान करता है, लेखक सुझाव देते हैं कि P23 मॉडल में अनुमानित एक्सटिंक्शन गुणों का "मास-स्टेप" उन विशिष्ट लेट-टाइप गैलेक्सीज़ के लिए समान रूप से लागू नहीं हो सकता है जिनका उपयोग अंशांकन के लिए किया जाता है। यह कार्य ब्रह्मांडीय पैरामीटर अनुमान में व्यवस्थित पूर्वाग्रहों से बचने के लिए डस्ट रेडनिंग और एक्सटिंक्शन की जनसंख्या विशेषताओं को हबल फ्लो ट्रेनिंग डेटा के साथ सुसंगत बनाने के महत्व को रेखांकित करता है।