🔭 astrophysics

7DT Insight: Variability in Young Stellar Objects

7-डायमेंशनल टेलीस्कोप से प्राप्त दो-रात के मीडियम-बैंड फोटोमेट्री का उपयोग करते हुए, यह अध्ययन ओरियन A के 769 युवा तारकीय पिंडों (यंग स्टेलर ऑब्जेक्ट्स) में डे-टाइमस्केल ऑप्टिकल परिवर्तनशीलता का विश्लेषण करता है, जिसमें 110 परिवर्तनीय पिंडों की पहचान की गई है और यह निर्धारित किया गया है कि उनके तरंगदैर्ध्य-निर्भर परिवर्तन एक्सटिंक्शन (extinction) या ग्रे (gray) विविधताओं के बजाय स्पॉट-जैसे सतह मॉडलों द्वारा सबसे अच्छी तरह समझाए जाते हैं।

मूल लेखक: Mi-Ryang Kim, Jeong-Eun Lee, Myungshin Im, Jinho Lee, Ji Hoon Kim, Seo-Won Chang, Gregory S. H. Paek, Hyeonho Choi, Donggeun Tak, Donghwan Hyun, Won-Hyeong Lee, Hyeyoon Lee, ShinGeon Kim, S. Thomas Me

प्रकाशित 2026-05-19

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mi-Ryang Kim, Jeong-Eun Lee, Myungshin Im, Jinho Lee, Ji Hoon Kim, Seo-Won Chang, Gregory S. H. Paek, Hyeonho Choi, Donggeun Tak, Donghwan Hyun, Won-Hyeong Lee, Hyeyoon Lee, ShinGeon Kim, S. Thomas Megeath

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

बड़ी तस्वीर: नन्हे सितारों का "स्पेक्ट्रल स्नैपशॉट" लेना

कल्पना कीजिए कि आप यह समझने की कोशिश कर रहे हैं कि एक नन्हा तारा (एक यंग स्टेलर ऑब्जेक्ट या YSO) कैसा व्यवहार कर रहा है। ये तारे अस्त-व्यस्त, सक्रिय और लगातार बदलते रहते हैं। कभी वे घूमते हैं, कभी उनमें विशाल सनस्पॉट्स (सूर्य के धब्बे) होते हैं, और कभी वे अपने चारों ओर गैस और धूल के डिस्क से सामग्री को "खा" रहे होते हैं।

इस शोध के लेखकों ने यह देखना चाहा कि ये तारे केवल दो दिनों में कैसे बदलते हैं। इसके लिए, उन्होंने 7-डायमेंशनल टेलीस्कोप (7DT) नामक एक विशेष टेलीस्कोप का उपयोग किया।

एक सामान्य कैमरे को ब्लैक एंड व्हाइट या केवल तीन रंगों (लाल, हरा, नीला) में फोटो लेने वाले कैमरे के रूप में सोचें। 7DT एक ऐसे कैमरे की तरह है जो एक साथ 16 अलग-अलग रंगीन धूप के चश्मों (sunglasses) के माध्यम से फोटो लेता है, जो गहरे नीले से लेकर गहरे लाल तक होते हैं। यह उन्हें न केवल यह देखने की अनुमति देता है कि एक तारा कितना चमकीला है, बल्कि यह भी कि एक रात से दूसरी रात तक उसका रंग कैसे बदलता है।

चुनौती: आसमान में अंतरिक्ष का कचरा

सितारों का अध्ययन करने से पहले, उन्हें एक बड़ी समस्या से निपटना था: सैटेलाइट ट्रेल्स (उपग्रहों के निशान)। लो-ऑर्बिट सैटेलाइट्स (जैसे स्टारलिंक) अक्सर आकाश से तेजी से गुजरते हैं, जिससे टेलीस्कोप की तस्वीरों में चमकीली, रैखिक धारियाँ (streaks) बन जाती हैं। ये धारियाँ फोटो पर खरोंच की तरह दिखती हैं और डेटा को खराब कर देती हैं।

इसे ठीक करने के लिए, टीम ने एक स्मार्ट AI जासूस बनाया।

उपमा (Analogy): कल्पना करें कि आपके पास एक ही कमरे की दो तस्वीरें हैं जो एक सेकंड के अंतर पर ली गई हैं। फर्नीचर (तारे) स्थिर रहता है, लेकिन एक व्यक्ति (सैटेलाइट) वहां से गुजरता है। यदि आप दोनों तस्वीरों को आपस में घटा दें (subtract), तो फर्नीचर गायब हो जाता है, और केवल व्यक्ति शेष रह जाता है।
तकनीक: उन्होंने एक कंप्यूटर (एक ResNet AI) को छवियों की तुलना करके इन "भूतिया" धारियों को खोजने के लिए प्रशिक्षित किया। AI एक मास्टर जासूस बन गया, जिसने 97% बार सैटेलाइट ट्रेल्स को सही ढंग से पहचाना। इसने उनके लगभग 20% फोटो को "खराब" घोषित कर दिया और उन्हें हटा दिया, जिससे यह सुनिश्चित हुआ कि केवल साफ डेटा का ही उपयोग किया जाए।

अध्ययन: दो रातों की निगरानी

23 और 24 मार्च, 2024 को, उन्होंने अपना टेलीस्कोप ओरियन ए क्लाउड (Orion A cloud) की ओर केंद्रित किया, जो तारों के जन्म का एक प्रसिद्ध नर्सरी है। उन्होंने अपने 16 रंगीन फिल्टरों के माध्यम से 769 नन्हे सितारों की तस्वीरें लीं।

इसके बाद उन्होंने पहली रात बनाम दूसरी रात के हर तारे की चमक की तुलना की।

परिणाम: उन्होंने पाया कि इनमें से 110 तारे (लगभग 14%) केवल एक दिन में महत्वपूर्ण रूप से चमकीले या धुंधले हो गए।
चरम सीमा (Extremes): सात तारे "अत्यधिक बदलने वाले" थे, जो एक ही रात में आधा मैग्नीट्यूड अधिक चमकीले या गहरे हो गए। यह एक बल्ब के अचानक अपनी चमक को दोगुना करने या आधा कम होने जैसा है।

रहस्य: वे क्यों बदले?

जब एक तारे की चमक बदलती है, तो यह आमतौर पर तीन चीजों में से एक होती है:

धूल के बादल (Extinction): धूल का एक बादल तारे के सामने से गुजरा, जिससे वह धुंधला हो गया (जैसे किसी व्यक्ति का स्ट्रीटलैंप के सामने से गुजरना)।
धब्बे (Rotation): तारे की सतह पर विशाल काले या चमकीले धब्बे हैं। जैसे-जैसे तारा घूमता है, ये धब्बे घूमकर दृश्य में आते और जाते हैं (जैसे एक लाइटहाउस की बीम या धब्बेदार गेंद)।
एक्रीशन/भोजन करना (Accretion): तारा अपने डिस्क से गैस को निगल रहा है, जिससे ऊर्जा का एक गर्म, चमकीला उछाल पैदा होता है।

टीम ने यह पता लगाने के लिए कि कौन सा "रहस्य" घटित हो रहा है, अपने 16-रंगीन डेटा का उपयोग किया। उन्होंने अपने रंग परिवर्तन की तुलना पांच सरल "टेम्पलेट्स" (गणितीय मॉडल) से की:

डस्ट मॉडल (Dust Model): कैसे धूल द्वारा ब्लॉक किए जाने पर प्रकाश धुंधला होता है।
ग्रे मॉडल (Gray Model): तारा सभी रंगों में समान रूप से धुंधला या चमकीला होता है।
हॉट स्पॉट मॉडल (Hot Spot Model): तारे पर एक अत्यंत गर्म पैच (जैसे एक ताज़ा जलन)।
कोल्ड स्पॉट मॉडल (Cold Spot Model): एक ठंडा या गहरा पैच (जैसे सूर्य के धब्बे)।

निष्कर्ष: धब्बों की जीत

संख्याओं को चलाने के बाद, उन्होंने पाया कि धब्बे (spots) सबसे आम कारण थे।

37 तारे ऐसे दिखे जिनमें कोल्ड स्पॉट्स (घूमते हुए अंधेरे पैच) थे।
22 तारे ऐसे दिखे जिनमें हॉट स्पॉट्स (चमकीले पैच, जो संभवतः तारे से टकराने वाली सामग्री से बने थे) थे।
37 तारे ऐसे दिखे जहाँ धूल (Dust) उन्हें रोक रही थी।
14 तारे "ग्रे" थे, जिसका अर्थ है कि वे सभी रंगों में समान रूप से बदले (जिसे केवल एक सरल कारण से समझाना कठिन है)।

"भोजन करने" (Feeding) के बारे में एक सुराग:
टीम ने देखा कि हॉट स्पॉट (और "ग्रे" वाले) के रूप में पहचाने गए तारे स्पेक्ट्रम के लाल हिस्से (m650 फिल्टर) में एक विशिष्ट "चमक" दिखाने की अधिक संभावना रखते थे। यह चमक अक्सर हाइड्रोजन गैस से जुड़ी होती है जो तारे के चुंबकीय क्षेत्र द्वारा उत्तेजित होती है।

मुख्य बात (Takeaway): यह सुझाव देता है कि हॉट स्पॉट वाले तारे संभवतः वे हैं जो सक्रिय रूप से सामग्री को "निगल" (accrete) रहे हैं, जिससे ऊर्जा का एक गर्म उछाल पैदा होता है और उनके आसपास की गैस उत्तेजित होती है।

सारांश

यह शोध पत्र ओरियन नेबुला में नन्हे सितारों का एक "दिन-प्रतिदिन" का चेक-अप है। 16 रंगों को एक साथ देखने वाले टेलीस्कोप और सैटेलाइट के कचरे को साफ करने वाले एक स्मार्ट AI का उपयोग करके, टीम ने खोजा कि:

लगभग 7 में से 1 नन्हा तारा 24 घंटों में उल्लेखनीय रूप से बदल जाता है।
इस बदलाव का सबसे आम कारण तारे की सतह पर घूमते हुए स्टारस्पॉट्स (हॉट और कोल्ड दोनों) हैं।
कुछ तारे धूल द्वारा धुंधले होते हैं, और अन्य एक्रीशन शॉक (भोजन करने से उत्पन्न हॉट स्पॉट्स) द्वारा चमकीले होते हैं।

यह एक भीड़ भरे डांस फ्लोर की हाई-स्पीड, मल्टी-कलर्ड वीडियो लेने जैसा है और यह महसूस करने जैसा है कि अधिकांश डांसर बस घूम रहे हैं, जबकि कुछ पर कॉन्फेटी (धूल) गिर रही है या वे आग की लपटों (हॉट स्पॉट्स) में हैं।

तकनीकी सारांश: 7DT इनसाइट: यंग स्टेलर ऑब्जेक्ट्स में परिवर्तनशीलता

समस्या विवरण
यंग स्टेलर ऑब्जेक्ट्स (YSOs), विशेष रूप से टी टौरी (T Tauri) सितारों में फोटोमेट्रिक परिवर्तनशीलता (photometric variability), द्रव्यमान अभिवर्धन (mass accretion), डिस्क विकास और परि circumstellar विलुप्ति (circumstellar extinction) को समझने के लिए एक महत्वपूर्ण नैदानिक उपकरण है। हालांकि, परिवर्तनशीलता को संचालित करने वाले भौतिक तंत्रों—जैसे कि स्टेलर स्पॉट्स, मैग्नेटोस्फेरिक एक्रिशन और परिवर्तनशील विलुप्ति—के बीच अंतर करना चुनौतीपूर्ण है। पारंपरिक ब्रॉड-बैंड फोटोमेट्री अक्सर उन अनिश्चितताओं (degeneracies) से ग्रस्त होती है जहाँ विभिन्न भौतिक प्रक्रियाएं कलर-मैग्निट्यूड डायग्राम में समान कलर स्लोप उत्पन्न करती हैं। इसके विपरीत, मल्टी-इपोक स्पेक्ट्रोस्कोपी, हालांकि शक्तिशाली है, अक्सर छोटे सैंपल साइज या एकल-लक्ष्य अध्ययनों तक सीमित होती है। एक ऐसी विधि की आवश्यकता है जो बड़े क्षेत्र (field of view) में कम-रिज़ॉल्यूशन वाले स्पेक्ट्रल सैंपलिंग को प्रदान कर सके ताकि बड़े YSO जनसंख्या के लिए दिन-स्तर (day-timescales) पर तरंगदैर्घ्य-निर्भर परिवर्तनशीलता ( $\Delta m_\lambda$ ) का लक्षण वर्णन किया जा सके।

कार्यप्रणाली
लेखकों ने चिली में एल सॉस वेधशाला (El Sauce Observatory) में स्थित 7-डायमेंशनल टेलीस्कोप (7DT) का उपयोग करके ओरियन ए (Orion A) के केंद्रीय क्षेत्र के दो-रातों के अवलोकन अभियान (मार्च 23–24, 2024) का संचालन किया। यह टेलीस्कोप 16 संशोधित कैस ग्रेन इकाइयों का उपयोग करता है जो CMOS कैमरों और 400–825 nm के बीच 25 nm अंतराल पर फैले 20 मीडियम-बैंड फिल्टरों (वर्तमान में इस अध्ययन में 16 का उपयोग किया गया है) के सेट से सुसज्जित है।

डेटा प्रोसेसिंग पाइपलाइन में कई प्रमुख तकनीकी चरण शामिल थे:

सैटेलाइट ट्रेल मिटिगेशन (Satellite Trail Mitigation): लो-अर्थ ऑर्बिट उपग्रहों से होने वाले संदूषण को संबोधित करने के लिए, लेखकों ने एक स्वचालित डिटेक्शन पाइपलाइन विकसित की। यह सिस्टम एक स्टैटिक बैकग्राउंड के विरुद्ध क्षणिक रैखिक विशेषताओं (transient linear features) को उजागर करने के लिए स्ट्रक्चरल सिमिलरिटी इंडेक्स मेजर (SSIM) मैप्स उत्पन्न करता है। इन मैप्स को मूल छवियों के साथ मिलाकर एक ResNet-34 डीप लर्निंग क्लासिफायर में फीड किया गया। मॉडल को 870 छवियों (सिंथेटिक ट्रेल्स सहित) के संतुलित डेटासेट पर प्रशिक्षित किया गया और इसने 0.97 की सटीकता और 0.set 93 का F1-स्कोर प्राप्त किया। इस क्लासिफायर ने 1,140 में से 241 छवियों (~20%) को संदूषित के रूप में चिह्नित और बाहर कर दिया।
फोटोमेट्री और स्रोत चयन: संदूषित एक्सपोजर को हटाने के बाद, टीम ने को-एडेड (co-added) छवियां बनाईं और अपर्चर फोटोमेट्री की। स्रोतों का चयन डिटेक्शन फ्लैग्स, दीर्घवृत्ताकारता (ellipticity), और दूरी संबंधी बाधाओं (300–600 pc) के लिए Gaia DR3 के साथ क्रॉस-मैचिंग के आधार पर किया गया। अंतिम वर्किंग सैंपल में 769 YSO उम्मीदवार शामिल थे, जिसमें प्रारंभिक-प्रकार के तारों (O, B, A) और समझौता किए गए स्पेक्ट्रल एनर्जी डिस्ट्रीब्यूशन (SEDs) वाले स्रोतों को बाहर रखा गया।
परिवर्तनशीलता विश्लेषण: परिवर्तनशीलता को दो इपोक के बीच परिमाण अंतर ( $\Delta m_\lambda = m_{0324} - m_{0323}$ ) की गणना करके मापा गया। उम्मीदवारों की पहचान एक महत्व सीमा ( $|z_\lambda| > 3$ में $\ge$ 80% फिल्टर में) और एक मल्टी-बैंड स्टेटसन इंडेक्स ( $J$ ) का उपयोग करके की गई ताकि विभिन्न फिल्टरों में सामंजस्य सुनिश्चित किया जा सके।
टेम्पलेट फिटिंग: परिवर्तनशीलता के स्पेक्ट्रल आकार की व्याख्या करने के लिए, लेखकों ने देखे गए $\Delta m_\lambda$ स्पेक्ट्रा को पांच सरल टेम्पलेट्स के विरुद्ध फिट किया: दो विलुप्ति मॉडल (Cardelli, Clayton, & Mathis 1989 नियम के साथ $R_V=3.1$ और $5.5$), एक ग्रे (तरंगदैर्घ्य-स्वतंत्र) परिवर्तन, और दो स्पॉट-जैसे मॉडल (दो-तापमान सतह मिश्रण के रूप में लागू हॉट और कोल्ड स्पॉट्स)।

प्रमुख योगदान

स्वचालित डेटा क्लीनिंग: यह शोध पत्र वाइड-फील्ड मीडियम-बैंड सर्वेक्षणों में सैटेलाइट ट्रेल हटाने के लिए एक स्केलेबल, डीप-लर्निंग-आधारित पाइपलाइन पेश करता है, जो उच्च डेटा गुणवत्ता बनाए रखते हुए मैनुअल निरीक्षण की आवश्यकता को काफी कम करता है।
मीडियम-बैंड परिवर्तनशीलता जनगणना: यह अध्ययन सघन मीडियम-बैंड सैंपलिंग का उपयोग करके 769 YSO उम्मीदवारों के लिए डे-टाइम्सकेल ऑप्टिकल परिवर्तनशीलता का पहला विश्लेषण प्रदान करता है, जो ब्रॉड-बैंड फोटोमेट्री और स्लिट स्पेक्ट्रोस्कोपी के बीच के अंतर को पाटता है।
अनुभवजन्य वर्गीकरण ढांचा: लेखक आकार-आधारित वर्गीकरण प्रणाली स्थापित करते हैं, जो स्रोतों को उस टेम्पलेट के आधार पर वर्गीकृत करती है जो $\Delta m_\lambda$ स्पेक्ट्रम के रिड्यूस्ड ची-स्क्वायर ( $\chi^2_\nu$ ) को सबसे कम करता है।

परिणाम

परिवर्तनशीलता घटना: 769 YSO उम्मीदवारों के सैंपल में से, 110 स्रोतों (~14%) की पहचान डे-टाइम्सकेल पर परिवर्तनशील के रूप में की गई। इनमें से सात स्रोतों ने अत्यधिक परिवर्तनशीलता प्रदर्शित की जहाँ कम से कम 70% वैध फिल्टरों में $|\Delta m_\lambda| > 0.5$ mag था।
टेम्पलेट वितरण: सर्वश्रेष्ठ-फिट परिणाम स्पॉट-जैसे टेम्पलेट्स द्वारा हावी थे:
- कोल्ड स्पॉट: 37 स्रोत (सबसे अधिक बार)।
- हॉट स्पॉट: 22 स्रोत।
- विलुप्ति-जैसा (Extinction-like): 37 स्रोत (संयुक्त $R_V=3.1$ और $5.5$)।
- ग्रे (Gray): 14 स्रोत।
स्पेक्ट्रल विशेषताएं: परिवर्तनशीलता स्पेक्ट्रा ने विविध मोर्फोलॉजी दिखाई, जो लगभग ग्रे परिवर्तनों से लेकर तीव्र तरंगदैर्घ्य निर्भरता तक फैली हुई थी। मध्यम परिवर्तनशीलता आयाम हॉट स्पॉट और विलुप्ति ( $R_V=3.1$ ) टेम्पलेट्स के लिए उच्चतम था।
एक्रिशन संकेतक: लेखकों ने उन स्रोतों के अंश का विश्लेषण किया जो $m_{650}$ फिल्टर (H $\alpha$ के प्रति संवेदनशील) में अतिरिक्त उत्सर्जन (excess) दिखाते हैं। हॉट स्पॉट टेम्पलेट ने गैर-ग्रे वर्गों के बीच उच्चतम उत्सर्जन-फ्लैग अंश (0.455) प्रदर्शित किया, जो मैग्नेटोस्फेरिक एक्रिशन मॉडल के अनुरूप है जहाँ एक्रशन शॉक्स दोनों हॉट कॉन्टिनम और संवर्धित लाइन उत्सर्जन उत्पन्न करते हैं। ग्रे श्रेणी में उच्चतम अंश (0.500) देखा गया, लेकिन इसे खराब फिट (उच्च $\chi^2_\nu$ ) के साथ नोट किया गया, जो जटिल, मिश्रित तंत्रों का सुझाव देता है।
मॉडल सीमाएं: कई स्रोत, विशेष रूप से जिन्हें ग्रे टेम्पलेट के साथ फिट किया गया था, उच्च रिड्यूस्ड $\chi^2_\nu$ मान प्रदर्शित करते हैं, जो यह दर्शाता है कि एकल-घटक मॉडल अक्सर डे-टाइम्सकेल परिवर्तनशीलता का वर्णन करने के लिए पर्याप्त नहीं होते हैं, जो संभवतः सहवर्ती तंत्रों (जैसे कि हॉट घटकों या उत्सर्जन रेखाओं के साथ विलुप्ति परिवर्तन) के कारण है।

महत्व और दावे
यह पेपर दावा करता है कि 7DT मीडियम-बैंड दृष्टिकोण YSOs में परिवर्तनशीलता के आकार (shape) को चरित्रित करने के लिए एक शक्तिशाली, कॉम्पैक्ट विधि प्रदान करता है। सघन मीडियम-बैंड सैंपलिंग प्रदान करके, यह विधि तरंगदैर्घ्य निर्भरता के आधार पर परिवर्तनशीलता के चालकों (स्पॉट्स बनाम विलुप्ति बनाम एक्रिशन) के बीच अंतर करने की अनुमति देती है, जो ब्रॉड-बैंड फिल्टरों के साथ एक कठिन कार्य है। लेखक जोर देते हैं कि उनके परिणाम स्पेक्ट्रल शेप के अनुभवजन्य वर्गीकरण हैं न कि अद्वितीय भौतिक निष्कर्ष, यह नोट करते हुए कि डे-टाइम्सकेल परिवर्तनशीलता में अक्सर तंत्रों का मिश्रण शामिल होता है। यह अध्ययन दो-इपोक $\Delta m_\lambda$ स्पेक्ट्रा को चल रही परिवर्तनशीलता के लिए एक सार्थक नैदानिक (diagnostic) के रूप में मान्य करता है, जो भविष्य के स्पेक्ट्रोस्कोपिक फॉलो-अप के लिए लक्ष्यों को प्राथमिकता देने में सक्षम है। यह कार्य एक पूर्ण भौतिक अनिश्चितता (जैसे कि एक्रिशन, विलुप्ति और स्पॉट मॉड्यूलेशन) को पूरक निदान (जैसे कि समवर्ती स्पेक्ट्रोस्कोपी या लंबे बेसलाइन) के बिना हल करने का दावा नहीं करता है, बल्कि प्रारंभिक लक्षण वर्णन के लिए एक मजबूत ढांचा स्थापित करता है।