DESIVAST: A Catalog of Low-Redshift Voids using Data from the DESI DR1 Bright Galaxy Survey
本文介绍了利用 VoidFinder 和 V2 算法从 DESI 第一年亮星系巡天（Bright Galaxy Survey）中提取的三个空洞目录，该目录识别了红移至 z=0.24 处超过 1,400 个空洞，并验证了其与 SDSS 数据的一致性，以用于未来的宇宙学和环境研究。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
宇宙并非一个平滑、空旷的广袤空间。在最大的尺度上，物质自身排列成一个被称为“宇宙网”的巨大且复杂的网络。这种结构由密集的星系团组成，并由长而细的纤维状结构相连，周围环绕着巨大的、近乎空无一物的气泡，即“空洞”。这些空洞不仅仅是间隙；它们是引力将物质推离而形成的动态区域，留下了占据宇宙大部分体积的巨大欠密度区。由于这些空旷空间如此之大，且其形状通常大致呈球形，它们成为了测试我们对宇宙膨胀以及被称为“暗能量”的神秘力量之理解的独特实验室。通过研究这些空洞是如何形成和演化的，天文学家可以探测支配宇宙的基本规律，从而提供一种不同于仅观察密集星系团的新视角。
现在，一个研究团队利用暗能量光谱仪（DESI）的数据，在绘制这些宇宙空洞的图谱方面迈出了重要的一步。该仪器目前正在对天空进行大规模巡天，测量数百万个星系的距离，以创建一张详细的三维宇宙图。由埃尔南·林孔（Hernan Rincon）及其同事领导的团队，专门针对 DESI 数据中的“亮星系巡天”（Bright Galaxy Survey）部分进行了研究，该部分捕捉的是距离最近且最明亮的星系。他们构建了三个独立的关于近邻宇宙的空洞目录，其光线传播时间约为 24 亿年。为了确保地图的准确性，他们使用了两种不同的数学方法来寻找空洞：一种是将球体向着空旷空间扩张，直到触及星系；另一种是将星系的分布视为起伏的山峦与谷地，将低洼处识别为空洞。
其结果是，第一种方法发现了近 1,500 个空洞，而第二种方法发现了数百个更多的空洞。研究人员发现，这两种方法对同一片宇宙景观的呈现略有不同。第一种方法识别出的空洞更小且数量更多，而第二种方法找到的空洞则更少，但规模更大，且往往包含了较小的空洞。这种差异并非错误，而是反映了每种算法对数据的解读方式：一种更擅长寻找独立的、孤立的空旷区域，而另一种则旨在用空洞填满整个巡天体积，几乎不留下任何未被解释的空间。团队还将新的 DESI 地图与之前由斯隆数字巡天（SDSS）创建的旧地图进行了对比。他们发现，虽然空洞的大致位置吻合良好，但这些空旷空间的精确边界和大小却存在显著差异。
这些差异很大程度上源于两次巡天观测天空方式的不同。旧的巡天覆盖了北天球中一大块连续的区域，而新的 DESI 数据在其首发版本中则覆盖了一个长条形的狭窄区域。这种形状上的差异意味着新数据中发现的许多空洞都位于巡天区域的边缘，从而难以进行精确测量。研究人员通过仔细界定哪些空洞是安全的、适合研究，以及哪些空洞过于靠近边缘，来解决这一问题。他们还发现，由于测量恒星和星系亮度的方式存在差异，两次巡天统计星系的方式也略有不同。这种亮度测量的微小差异改变了最终包含在内的星系名单，进而改变了计算出的空洞大小和位置。值得注意的是，尽管理论模型预期空洞的大小会随着宇宙的膨胀而增加（即在较低红移处存在更大的空洞），但以往的高红移目录往往发现了相反的情况——出现了大量的超大空洞——这很可能是由于识别低密度区域时面临的挑战所致。新的低红移 DESI 目录通过专注于体积限制样本，有效地避免了这一问题，使得对这些欠密度区的识别最为可靠。
尽管存在这些技术上的差异，这项研究仍证实了新的 DESI 数据是宇宙学的强大工具。团队发现，新目录中的空洞与低红移环境下的预期相符，避免了在某些高红移研究中出现的反直觉趋势。他们还预测，随着 DESI 巡天的持续进行并覆盖更多的天空，识别出的空洞数量将增长到超过 15,000 个（针对最小的方法）以及约 7,000 个（针对较大的方法）。未来的这种扩张将使天文学家能够在一个更大的共享区域内对比这两次巡天，从而消除目前使对比变得复杂的边缘效应。目前，这些目录为研究星系如何随着其穿过不同的宇宙环境（从宇宙网的密集墙壁到寂静的空洞）而发生变化提供了坚实的基础。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。