🔭 astrophysics

Two per cent measurement of $H_0$ from Cepheids alone

セフェイド変光星のデータのみに厳密な選択モデリングと高度な密度・特異速度モデリングを適用することにより、本研究は $71.1 \pm 1.4~\mathrm{km}\,\mathrm{s}^{-1}\,\mathrm{Mpc}^{-1}$ のハッブル定数を導出し、第二段階の距離梯子の測定が、進行中のハッブル・テンション論争に有意義に寄与するのに十分な精度を達成し得ることを実証している。

原著者： Richard Stiskalek, Harry Desmond, Eleni Tsaprazi, Alan Heavens, Guilhem Lavaux, Stuart McAlpine, Jens Jasche

公開日 2026-06-11

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Richard Stiskalek, Harry Desmond, Eleni Tsaprazi, Alan Heavens, Guilhem Lavaux, Stuart McAlpine, Jens Jasche

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

大きな問題：宇宙のスピードメーターが壊れている

宇宙が、私たちから遠ざかっていく巨大な車だと想像してみてください。天文学者たちは、この車がどれくらいの速さで走っているか（ハッブル定数、 $H_0$ と呼ばれる値）を測るための、2つの異なる方法を持っています。

「赤ちゃんの写真」による方法： 宇宙マイクロ波背景放射（ビッグバンの名残）を見ると、車は約 67 km/s の速さで走っていることを示唆しています。
「近場のドライブ」による方法： 近くの星や、爆発する星（超新星）を見ると、車は約 73 km/s の速さで走っていることを示唆しています。

これら2つの数字は一致しません。この不一致は**「ハッブル・テンション（ハッブルの緊張）」**と呼ばれています。それはまるで、GPSは時速60マイルだと言っているのに、スピードメーターは時速70マイルを示しているようなものです。地図か、車か、あるいは計器のどこかに間違いがあります。

本論文の目的：「近場のドライブ」の検証

この論文は、「近場のドライブ」による測定値を修正し、エラーが測定手法そのものにあるのかどうかを確かめようとしています。

通常、「近場のドライブ」の手法では、**3段階の梯子（はしご）**が使われます：

ステップ1： 私たちの銀河系内にある近くの星までの距離を測定する（年 parallax を使用）。
ステップ2： それらの星を使って、近くの銀河にあるセファイド変光星（宇宙の灯台のような役割を果たす脈動星）を較正する。
ステップ3： それらのセファイド変光星を使って、遠方の銀河にある超新星（爆発する星）を較正し、膨張速度を測定する。

著者たちは、あえてステップ3を飛ばすことにしました。 彼らは、ステップ1とステップ2（セファイド変光星とその宿主銀河）のみを使用して、正確な速度測定ができるかどうかを知りたかったのです。彼らが知りたかったのは、「不一致の原因は超新星（ステップ3）にあるのか、それとも問題はもっと早い段階の梯子にあるのか？」 ということです。

彼らの手法：「スマートマップ」と「セレクション・フィルター」

超新星を使わずに精密な答えを得るために、著者たちは2つの難しい問題を解決しなければなりませんでした。

1. 「動いている列車」問題（固有速度）

あなたが列車の速度を測ろうとしているとき、その列車が動いているプラットフォームの上に乗っている状況を想像してください。宇宙空間では、銀河は宇宙の膨張によって私たちから遠ざかっているだけでなく、近くの巨大な銀河団（ヴァルゴ・クラスターなど）の重力によって引き寄せられてもいます。これは固有速度と呼ばれます。

従来の方法： これまでの研究では、これらの「引き寄せ」をランダムなノイズとして扱ったり、単純な平坦なマップを使用したりしていました。
新しい方法： 著者たちは、Manticore-Local と呼ばれる、非常に高度な3D「スマートマップ」を使用しました。これは、高精細なリアルタイムの天気予報のようなものです。単に風がどこに向かって吹いているかを推測するのではなく、個々の銀河にかかっている重力の「風」の実際の流れを再構築します。これにより、以前よりもはるかに正確に「引き寄せ」の影響を差し引くことができました。

2. 「クラブのドアマン」問題（選択効果）

著者たちは、自分たちが研究している銀河のリストが、ランダムなサンプルではないことに気づきました。それはまるで、クラブのVIPリストのようなものです。選ばれた銀河は、遠くからでも見えるほど明るい特定のタイプの超新星を宿しているという理由で選ばれていました。

間違い： もし「VIP（明るい超新星）」だけを研究して、あたかも全員を研究したかのように振る舞ったら、計算は間違ったものになります。クラブが実際よりも小さかったり、ゲストが実際よりも近くにいたりすると勘違いしてしまうかもしれません。
解決策： 著者たちは、この「ドアマン」を考慮に入れるための数学的モデルを構築しました。彼らはこう問いかけました。「もし私たちが、明るい超新星を持つ銀河だけでなく、すべての銀河を見ていたとしたら、データはどうなっていただろうか？」 このバイアスを補正することで、測定結果が実際よりも速く見えてしまうという、よくある罠を回避しました。

結果：より遅く、より精密な速度

「スマートマップ」を適用し、「ドアマン」によるバイアスを修正した後、彼らは新しい結果を得ました。

彼らの結果： 71.1 km/s （誤差の範囲は非常に小さい）。
比較：
- これは、以前の「近場のドライブ」の結果（73 km/s）よりも低くなっています。
- それでもなお、「赤ちゃんの写真」の結果（67 km/s）よりは高いままです。
- 彼らの結果と「赤ちゃんの写真」との間のギャップは、依然として有意です（誤差範囲の約2.8倍の大きさ）。

これは何を意味するのか？
超新星（ステップ3）を取り除き、セファイド変光星（ステップ2）のみを使用したとしても、宇宙の膨張速度は依然として「赤ちゃんの写真」とは一致しませんでした。このことは、問題が単に超新星データのミスによるものではなく、この不一致は実在するものであり、説明には新しい物理学が必要であることを示唆しています。

まとめ

著者たちは、非常に優れた局所重力マップと、データの選択に関する厳密な理解があれば、最初の2つのステップ（距離の梯子の最初の2段）のみを用いて、驚異的な精度（2%以内）で宇宙の膨張速度を測定できることを証明しました。

彼らはハッブル・テンションを解決したわけではありません（数値は依然として一致していません）が、測定の精度を極限まで高めることで、その不一致が計算ミスではなく、確かなものであることを示しました。彼らは実質的に、「超新星を使わずに計算をやり直してみましたが、謎は依然として残っています」と言ったのです。

技術要約：セファイド変光星のみを用いた $H_0$ の2%測定

問題提起
$\Lambda$ CDMモデル下での宇宙マイクロ波背景放射（CMB）から推測されるハッブル定数（ $H_0 \sim 67.4$ km s $^{-1}$ Mpc $^{-1}$ ）と、局所的な距離梯子による測定値（ $\sim 73.0$ km s $^{-1}$ Mpc $^{-1}$ ）との間の統計的に有意な不一致である「ハッブル・テンション」の継続は、宇宙論における極めて重要な課題であり続けている。局所的な測定における主要な不確実性の源の一つは、距離梯子の第3段目としてのタイプIa超新星（SNe）への依存であり、これは標準化、ダスト補正、および選択効果に関連する複雑な系統誤差をもたらす。幾何学的アンカーとセファイド変光星のみを用いて $H_0$ を推定しようとするこれまでの試みは、完全なSH0ES解析の結果と一致する結果を出しているものの、不確実はより大きく、選択モデリングにおける潜在的なバイアスを抱えていた。本研究は、「セファイドのみ」のアプローチを再検討し、SNに依存しない精密な $H_0$ の測定が可能であるか、またSNeを推論パイプラインから除外した場合でもテンションが持続するかどうかを評価する。

手法
著者らは、以下の2段構成の距離梯子を用いて $H_0$ を推論するためのベイズ前方モデルを構築した：

幾何学的アンカー： 銀河系内のセファイドに対する Gaia および HST による年周視差、大マゼラン雲における離脱食連星、および NGC 4258 における水蒸気マサー。
セファイド観測量： 35個のホスト銀河（アンカーを除く）に含まれる3,130個のセファイドの周期、見かけの等級、および金属量。
赤方偏移： 35個のセファイド・ホスト銀河の観測された赤方偏移（CMBフレームへ変換済み）。

前報（具体的には Kenworthy et al. 2022, または K22）に対する主な手法上の改善点は以下の通りである：

前方モデリング（Forward Modeling）： 事前に計算された距離を使用していたK22とは異なり、本研究ではセファイドの観測量を直接単一ステップの推論で前方モデリングし、ホストまでの距離を潜在変数として扱う。
厳密な選択関数のモデリング： 著者らは、サンプル選択プロセスを明示的にモデル化している。彼らは、SNの見かけの等級（ $m_{SN} \lesssim 14$ ）に基づくシナリオと、ホスト銀河の赤方偏移（ $cz \lesssim 3300$ km s $^{-1}$ ）に基づくシナリオの2つの主要なシナリオをテストしている。彼らは、距離の事前分布を恣意的に修正するのではなく、未観測のソースを考慮するための、原理に基づいたベイズ的枠組みを導出した。SNの等級選択は、Pantheon+ サンプルとの分布比較に基づき、最も妥当なシナリオであると特定された。
最先端の特異速度モデリング： 本研究では、BORG（Bayesian Origin Reconstruction from Galaxies）アルゴリズムから得られた、局所宇宙の密度および速度場再構成である Manticore-Local を採用している。これにより、初期条件の事後サンプルが得られ、再構成の不確実性を周辺化し、非線形な流れや銀河バイアスを正確にモデル化することが可能となる。これは、線形理論による再構成（Carrick et al. 2015）や単純な対角共分散の仮定とは対照的である。
事前分布の一貫性： 解析では、ホスト銀河の距離に対して体積一様（uniform-in-volume）な事前分布（ $p(r) \propto r^2$ ）を採用しており、前回の解析で使用された距離指数一様（uniform-in-distance-modulus）な事前分布によって導入されるバイアスを補正している。

主な貢献

原理に基づいた選択モデリング： 本論文は、選択効果を無視したり、不適切にモデリングしたりすること（例：潜在的な距離に対する事前分布を修正するのではなく、検出確率をモデル化する場合）が、 $H_0$ に重大なバイアスをもたらすことを示している。
Manticore-Local の適用： 利用可能な最も正確な局所速度場再構成を距離梯子の推論に適用し、線形再構成と比較した際の不確実性の減少を定量化した。
SNに依存しない制約： セファイドのデータと幾何学的アンカーのみに依拠し、タイプIa超新星の標準化および系統誤差から切り離された、ロバストな $H_ol$ の制約を提供する。

結果
基本モデル（Manticore-Local 速度再構成および SN 等級選択）を用いて、著者らは以下を推論した：
$H_0 = 71.1 \pm 1.4 \text{ km s}^{-1} \text{ Mpc}^{-1}$

SH0ES との比較： この結果は、完全な SH0ES の値（ $73.2 \pm 0.9$ km s $^{-1}$ Mpc $^{-1}$ ）よりも約 $1.3\sigma$ 低い値であるが、不確実性の範囲内で一致している。
CMB との比較： 最新の結合された CMB データ（Planck, ACT, SPT）に対して $2.8\sigma$ のテンションがある。
選択への感度： サンプルがホストの赤方偏移のみによって選択されていると仮定した場合、推論される値は $H_0 = 72.5 \pm 1.4$ km s $^{-1}$ Mpc $^{-1}$ にシフトする。真の値はこの2つの極端な値の間に位置する可能性が高い。
不確実性の減少： Manticore-Local の使用により、SN 等級選択シナリオにおいて、Carrick et al. (2015) の再構成を使用した場合と比較して、 $H_0$ の不確実性が約 18% 減少した。
事前分布の影響： 本研究は、距離指数一様の事前分布（K22におけるもの）を使用すると、 $H_0$ が物理的に動機付けられた体積一様の事前分布と比較して約 1.6% 高く偏ることを確認している。

意義
本論文は、ハッブル・テンションに意味のある形で寄与できるほどの精度（2%未満）を持つ $H_0$ の測定が、第2段目のデータ（セファイド）のみを用いて達成可能であることを主張している。結果は、厳密に選択関数と特異速度をモデル化すれば、ハッブル・テンションが第3段目（SNe）のみによるアーティファクトではないことを示唆している。

著者らは、 $H_0$ の測定精度が特異速度モデリングの忠実度と選択関数の正しい取り扱いに強く依存していることを強調している。彼らは、セファイドのみによる $H_0$ の測定は、完全な SH0ES 梯子と一致するものの、基本シナリオにおけるより低い中心値は、ロバストな統計モデリングの重要性を浮き彫りにしていると結論付けている。本研究は、将来の $H_0$ 精度の向上は、より多くの第2段目のデータを組み込み、局所宇宙の再構成を洗練させることから得られる可能性があり、それが SN の系統誤差に依存しない sub-1% の $H_0$ 決定への道を提供することを示唆している。