Moonlit sky polarization patterns from Cerro Paranal

Título: Padrões de Polarização do Céu Iluminado pela Lua a partir de Cerro Paranal

Autores: B. Pereira et al.
Instituição: European Southern Observatory (ESO) e colaboradores internacionais.
Data: Novembro de 2025 (Manuscrito submetido).

1. O Problema

As observações astronômicas de polarimetria a partir do solo enfrentam desafios significativos devido à contaminação da luz de fundo. Especificamente, a luz da Lua espalhada pela atmosfera terrestre gera padrões de polarização que podem mascarar ou distorcer as medições de polarização de alvos astronômicos fracos. Embora a intensidade da luz lunar espalhada tenha sido estudada anteriormente (Patat et al., Jones et al.), os padrões de polarização associados a esse fenômeno em condições de Lua Cheia não foram caracterizados em detalhe para o sítio do Observatório do Paranal (ESO). A compreensão desses mecanismos é crucial para corrigir dados de polarimetria e melhorar a precisão de estudos sobre campos magnéticos, ejeções de supernovas e poeira interestelar.

2. Metodologia

O estudo combinou observações empíricas com modelagem teórica avançada:

• Observações:

  • Instrumento: FORS2 no Very Large Telescope (VLT) no Cerro Paranal, Chile, operando no modo de polarimetria de imagem (IPOL).
  • Condições: Observações realizadas durante noites de Lua Cheia (25 e 26 de janeiro de 2021).
  • Estratégia: Foram observados 14 campos "vazios" (sem fontes brilhantes) para cobrir uma ampla gama de ângulos de espalhamento em relação à Lua, incluindo regiões próximas aos pontos neutros (onde a polarização é zero).
  • Filtros: Dados adquiridos nas bandas fotométricas B, V, R e I.
  • Processamento: Cálculo dos parâmetros de Stokes (Q, U) e da polarização linear (grau e ângulo) utilizando métodos de dupla diferença, com correções instrumentais aplicadas.

• Modelagem Teórica:

  • Desenvolvimento de um modelo de espalhamento atmosférico que integra:
    1. Espalhamento Rayleigh: Dominante para moléculas de ar (nitrogênio, oxigênio), assumindo partículas esféricas e anisotrópicas (com fator de despolarização $\delta$).
    2. Espalhamento Mie: Para aerossóis e partículas maiores, utilizando distribuições log-normais de tamanho (baseado em 4 a 6 espécies de aerossóis troposféricos e estratosféricos).
    3. Espalhamento Múltiplo: Modelado fenomenologicamente (teoria de singularidade de Berry) e como um componente de intensidade não polarizada.
  • Ajuste de Dados: Uso de minimização Levenberg-Marquardt e amostragem MCMC (Markov Chain Monte Carlo) para ajustar os modelos aos dados observados.
  • Critério de Seleção: Utilização do Critério de Informação Bayesiano (BIC) para comparar modelos com diferentes números de parâmetros livres.

3. Principais Contribuições e Resultados

• Incapacidade do Modelo Rayleigh Puro: O modelo clássico de espalhamento Rayleigh (esférico) falha em reproduzir os dados observados. Ele prevê uma polarização de pico de 100% a 90°, o que não é observado. Para ajustar a polarização, foi necessário introduzir um fator de despolarização ($\delta$) dependente do comprimento de onda, que aumenta do azul (B) para o vermelho (I), variando de ~0,03 a ~0,11. Isso sugere a influência de partículas não esféricas (como cristais de gelo ou poeira) ou espalhamento múltiplo.
• Necessidade de Espalhamento Mie: Os dados de intensidade não podem ser explicados apenas pelo Rayleigh, especialmente em ângulos de espalhamento pequenos, onde a intensidade aumenta drasticamente. O modelo exige a inclusão de espalhamento Mie de partículas de aerossóis maiores.
• Modelo Combinado Ótimo: O melhor ajuste para os dados simultâneos de polarização e intensidade é uma combinação de:
  1. Espalhamento Rayleigh (com despolarização).
  2. Espalhamento Mie (de aerossóis).
  3. Um componente de espalhamento múltiplo não polarizado.
• Dependência do Comprimento de Onda:
  • A contribuição do espalhamento Mie e do espalhamento múltiplo torna-se mais dominante em comprimentos de onda mais longos (bandas R e I).
  • A razão entre as contribuições de Rayleigh e Mie diminui com o aumento do comprimento de onda.
• Pontos Neutros: A análise do modelo fenomenológico de múltiplo espalhamento (Berry et al.) indicou que, para a banda I, há evidências de múltiplo espalhamento (separação de pontos neutros), embora os dados nas bandas mais azuis sejam consistentes com espalhamento simples ($L \approx 0$).

4. Significado e Conclusões

• Correção de Dados Astronômicos: O estudo estabelece que a polarização do céu iluminado pela Lua não é uniforme e depende fortemente do ângulo de espalhamento e do comprimento de onda. Modelos simples de Rayleigh com fatores de despolarização ajustados podem ser usados como "proxies" eficazes para corrigir a polarização de fundo em observações científicas, melhorando a precisão de medições de alvos fracos.
• Caracterização Atmosférica: Os resultados fornecem insights sobre a composição e as propriedades de espalhamento da atmosfera no Paranal, destacando a importância de aerossóis maiores e processos de múltiplo espalhamento, especialmente no infravermelho próximo.
• Limitações e Futuro: Embora o modelo combinado funcione bem para bandas individuais, o ajuste simultâneo de todas as bandas (multicomprimento de onda) ainda apresenta desafios devido à complexidade dos parâmetros (índices de refração, frações de aerossóis). O estudo sugere que futuras observações próximas à Lua (onde a luz é mais intensa e os pontos neutros são críticos) e o uso de lidars polarimétricos poderiam refinar ainda mais esses modelos.

Em suma, este trabalho fornece um modelo físico robusto para prever e subtrair a contaminação da polarização do céu lunar, um passo essencial para a alta precisão na polarimetria astronômica moderna.