latex
باستخدام بيانات عالية التواتر ومستمرة في النطاقين \(g\) و \(r\) على مدى ثلاث ليالٍ، تم الحصول عليها من تلسكوب كندا-فرنسا-هاواي (CFHT) قطره 3.6 متر بهدف رصد أحداث العدسات الجاذبية قصيرة الأمد، أجرينا بحثًا منهجيًا عن المتغيرات، والأجسام المتحركة الجديدة، والكويكبات عبر مجال رؤية يقارب \(\sim1^\circ\) لمجرة أندروميدا (M31). نقدم فهرسًا يضم 5859 نجمًا متغيرًا، ما يوفر أكبر تجميع لمصادر النجوم المتغيرة قصيرة الأمد في M31. كما اكتشفنا 19 وميضًا، معظمها مرتبط بالأقزام M في مجرة درب التبانة. بالإضافة إلى ذلك، اكتشفنا 17 مرشحًا جديدًا للكويكبات، وبلغنا عنها مركز الكواكب الصغيرة. وأخيرًا، نقدم تقريرًا عن مرشح حدث العدسة الجاذبية C-ML-1 ونقدم تحليلًا أوليًا له.
على مدى العقود الماضية، شهد علم الفلك تحولًا جذريًا نحو عصر علم الفلك الزمني بفضل الوفرة غير المسبوقة من البيانات الرصدية. ومع أن الرصدات أصبحت أعمق وأكثر تواترًا وأعلى دقة، فقد أتاح ذلك اكتشاف العديد من المتغيرات. الاكتشافات البارزة، مثل الانفجارات، النجوم الجديدة، أحداث العدسة الجاذبية الدقيقة، وأنظمة النجوم الثنائية، قدمت مساهمات كبيرة في مختلف مجالات علم الفلك. تحقق تقدم ملحوظ في علم الفلك المجالي الزمني من خلال العديد من المشاريع، مثل OGLE وASAS-SN وZTF وGWAC. من المتوقع أن تحقق عدة مشاريع زمنية قادمة، مثل LSST وWFST وMephisto وSiTian وRoman، اختراقات هامة.
كونها أقرب مجرة حلزونية، تعد مجرة أندروميدا مختبرًا سماويًا مثاليًا لاستكشاف منهجي لمصادر متغيرة متنوعة تقع على مسافات شبه متطابقة. باستخدام تلسكوبات مسح السماء فائقة الاتساع وعالية الدقة، تمت مراقبة المصادر المتغيرة بشكل دوري، تتراوح من دقائق إلى سنوات، مما أثرى بشكل كبير فهمنا لمجموعة المصادر المتغيرة في مجرة أندروميدا. في عامي 2004 و2005، تم تركيب MegaCAM على تلسكوب كندا-فرنسا-هاواي (CFHT)، بمجال رؤية درجة مربعة واحدة، والتقطت صورًا على مدى حوالي 50 حقبة وكشفت عن أكثر من 2500 متغير سيفيد (2012Ap&SS.341...57F). من 2010 إلى 2012، جمع مسح Pan-STARRS 1 (PS1) نحو 300 حقبة من البيانات، واكتشف ما يقرب من 2000 متغير سيفيد (2013AJ....145..106K) وحوالي 300 نظام ثنائي كسوفي (2014ApJ...797...22L). تم تحديث الاكتشافات لاحقًا بمجموع 738 حقبة، مما أدى إلى توسيع الكتالوج إلى 2686 متغير سيفيد من النوعين الأول والثاني (2018AJ....156..130K). تم العثور على عدد كبير من النجوم المتغيرة، معظمها ذات فترات طويلة تزيد عن 100 يوم، كمنتجات ثانوية للبحث عن العدسات الجاذبية الدقيقة في مجرة أندروميدا. على سبيل المثال، وجد مسح POINT-AGAPE 35414 متغيرًا باستخدام الكاميرا ذات المجال الواسع على تلسكوب إسحاق نيوتن (2004MNRAS.351.1071A)، وأبلغ مشروع WeCAPP عن كتالوج يحتوي على 23781 متغيرًا (2006A&A...445..423F). نظرًا لعدم انتظام العينات الزمنية وتباعدها بين الأيام، لا يزال عدد كبير من المتغيرات ذات الفترات حول يوم واحد أو أقل غير مكتشف. حتى بالنسبة للمتغيرات قصيرة الفترة المحددة، قد يؤدي معدل الرصد المنخفض للغاية، الذي يقل عن تردد نايكويست، إلى حدوث تشويهات ترددية كبيرة في الفترات المبلغ عنها. يمكن أن تحد التأثيرات الانتقائية للرصد والأخطاء الناجمة عن التشويه بشكل كبير من القيمة العلمية للمتغيرات قصيرة الفترة.
نفذنا برنامج العدسة الجاذبية الدقيقة في مجرة أندروميدا باستخدام كاميرا MegaCAM في CFHT للبحث عن أحداث العدسة الجاذبية الدقيقة قصيرة الأمد بسبب الكواكب الطليقة (انظر القسم 3.4 من (2021ARA&A..59..291Z) للمراجعة). تتألف ملاحظات MegaCAM من تعريضات مستمرة لمدة 5 دقائق في مرشحات \(g\) و\(r\) لـ CFHT خلال ثلاث ليالٍ، وكان هناك 231 حقبة على مدى خط زمني يقارب 7 أيام. يمكن لهذه البيانات المأخوذة بشكل موحد مع نطاق واسع نسبيًا عبر النطاق الترددي العالي التغلب بفعالية على التأثيرات الانتقائية في اكتشاف المتغيرات قصيرة الفترة. كما أنها تزيد بشكل كبير من تغطية التردد لتصل إلى 0.0016 هرتز حتى يحدث التشويه، مما يوفر فرصة فريدة لدراسة المتغيرات قصيرة الفترة في مجرة أندروميدا بشكل شامل.
تم تنظيم الورقة على النحو التالي. يوفر القسم [sec:dataset] نظرة عامة على الملاحظات وإجراءات تقليل البيانات. تتم مناقشة عملية تحديد المتغيرات في القسم [sec:Variable source detection]. يقدم القسم [sec:Variable sources classification] كتالوجات مختلفة لمصادر المتغيرات المكتشفة. أخيرًا، تُختتم الورقة بملخص وآفاق للبحوث المستقبلية في القسم [sec:Conclusions and outlook].
تم الحصول على بياناتنا من خلال MegaCAM المثبتة على CFHT في موقع ماونا كيا. تتكون MegaCAM من 36 قطعة من مكشافات CCD بأبعاد 2K \(\times\) 4K مع مقياس بكسل يبلغ 0.187، ومجال رؤيتها حوالي درجة مربعة واحدة. أُجريت الملاحظات باستخدام مرشحات CFHT \(g\)-band (\(\lambda \simeq 475\,\mathrm{nm}\)\(, \Delta \lambda \simeq 154\,\mathrm{nm}\)) وCFHT \(r\)-band (\(\lambda \simeq 640\,\mathrm{nm}\)\(, \Delta \lambda \simeq 148\,\mathrm{nm}\)). لتبسيط عملية ملاءمة الخلفية البولي نومية وتعزيز استقرار خوارزمية الطرح، تم تقسيم الصور الأصلية لـ MegaCAM إلى 360 قطعة بأبعاد 1K \(\times\) 1K، حيث تم تقسيم كل CCD إلى 10 شرائح متداخلة.
تم الحصول على الصور في 24 و28 و30 أكتوبر 20141، وشملت مجموع 111 صورة CFHT \(r\)-band و120 صورة CFHT \(g\)-band، كل منها بزمن تعريض 300 ثانية. تمت معالجة الصور الأولية باستخدام نظام Elixir2. الحد الأقصى للقدرة الضوئية النموذجية هو 24.3 في CFHT \(r\)-band و24.8 في CFHT \(g\)-band. من خلال تكديس الصور، يمكن تمديد الحد الأقصى للقدرة الضوئية إلى حوالي 27. الحد الأقصى للتشبع الضوئي بين 17 و18 في النطاقين. تم تسجيل الرؤية المتوسطة DIMM كـ 0.5 في \(r\) و0.55 في \(g\).
للتحقق من صحة المعايرات الفلكية والضوئية المتوفرة في رؤوس ملفات CFHT/MegaCAM الأصلية، نستخدم نجوم مقارنة من خلال المطابقة المتقاطعة مع فهرس PS1 (2016arXiv161205560C). نختار نجوم PS1 بقدرات \(g\)، \(r\) و \(i\) تتراوح من 15 إلى 21 ونحولها إلى قدرات CFHT \(g\) و \(r\) باستخدام الصيغة المعطاة على موقع CFHT3. نقوم بعمل قياس ضوئي للفتحة على نجوم المقارنة ونعيرها باستخدام معاملات تحويل ADU إلى القدر في رؤوس الملفات. نجد أنها تتفق بشكل جيد مع قدرات PS1 المحولة، ولا تحتاج إلى تعديلات إضافية. ومع ذلك، نحدد تناقضات واضحة عند مقارنة الإحداثيات الاستوائية، ونستخدم طريقة تركيب الكثيرات لإجراء التصحيحات الفلكية (انظر الملحق A للتفاصيل).
في هذا القسم، نستخدم تقنية طرح الصور لتسهيل تحديد المصادر المتغيرة. بعد ذلك، يتم إنشاء فهارس للمصادر المتغيرة لكل صورة مطروحة، ويتم إجراء تطابق متقاطع لهذه الفهارس لإنشاء فهرس شامل للمصادر المتغيرة. من خلال إجراء التحليلات الإحصائية والفحص البصري البشري، ننتج الفهرس النهائي للمصادر المتغيرة. بعد ذلك، نبدأ في تصنيف المصادر المتغيرة المحددة.
في المناطق المزدحمة من M31، يقصر استخدام التصوير الضوئي بالفتحات في ضمان عزل الأهداف الضوئية عن تأثير النجوم المجاورة. في سعينا لتحديد وقياس المصادر المتغيرة بدقة، يصبح استخدام خوارزمية طرح الصور ضروريًا. من خلال طرح صورة مراقبة من الصورة المرجعية، تقوم بإزالة المصادر غير المتغيرة من الصورة، مما يسهل اكتشاف وتحليل ضوئي أقوى للمصادر المتغيرة.
نظرًا للظروف المتنوعة للرؤية، حتى لو بقيت شدة ضوء نجم ثابتة، يظهر ضوء النجم كأحجام بقع متنوعة على الـ CCD. تجعل هذه الخاصية الديناميكية من النهج المباشر للطرح غير فعال، مما يؤدي إلى عدم وجود خلفية متبقية قريبة من الصفر بل في وجود هالة. بالإضافة إلى ذلك، يتغير خلفية ضوء السماء أيضًا، مما يعني أن صورة الطرح لها خلفية حول قيمة محددة بدلًا من 0. لمعالجة هذا التحدي المعقد، نستخدم حزمة طرح الصور ISIS، وهي خوارزمية طرح صور تم تقديمها بواسطة (1998ApJ...503..325A). يتم استخدام ملف التكوين الافتراضي بعد عدد من الاختبارات، باستثناء أن درجة التحويل الفلكي الاستيفائي بين الإطارات تم تعديلها إلى 2.
لضمان فعالية عملية طرح الصور، يجب أن تظهر الصورة المرجعية نسبة إشارة إلى ضوضاء (SNR) أعلى وعرض كامل عند نصف الحد الأقصى (FWHM) أقل مقارنة بالصور المستهدفة. بالإضافة إلى ذلك، يجب أن تكون خالية من الأشعة الكونية والبكسلات السيئة. لتلبية هذه المعايير، نختار 18 صورة بنطاق \(g\) مع رؤية DIMM أقل من 0.4 و 13 صورة بنطاق \(r\) مع رؤية DIMM أقل من 0.35. تتم تكديس هذه الصور المختارة كمراجع باستخدام أداة ضمن حزمة طرح الصور ISIS. تحول الأداة جميع الصور المختارة إلى صورة مختارة واحدة بنفس مستوى الرؤية والخلفية، باستخدام طريقة الرفض 3-sigma. على الرغم من أن FWHM يختبر تغيرًا طفيفًا قبل وبعد تكديس الصور، هناك تحسن ملحوظ في SNR، مصحوبًا بإزالة البكسلات الساطعة من الأشعة الكونية.
بعد تحضير طرح الصور، ننفذ إجراء طرح الصور ISIS على جميع الصور الصغيرة 1K \(\times\) 1K لكل حقبة. عند فحص الصور المطروحة الناتجة، نجد أن الطرح يفشل في 14\% من المجالات (51 فشل من 360 مجالًا) بسبب مشاكل مختلفة وبالتالي نستبعدها في التحليل التالي.
نبدأ أولًا باستخراج فهرس المصادر المتغيرة من خلال طرح كل صورة صغيرة بأبعاد 1K \(\times\) 1K، يليها إجراء تطابق متقاطع بين جميع الفهارس عبر مختلف الحقب الزمنية. بعد ذلك، يتم اختيار الأهداف في الفهرس المطابق متقاطعًا، ويتم استخدام مواقعها المقابلة لإجراء القياس الضوئي بالفتحة على صور الطرح، مما يتيح الحصول على منحنيات الضوء لكل هدف.
يتم إجراء عملية استخراج المصادر باستخدام وظيفة DAOStarFinder من حزمة Photutils بلغة Python. تستخدم DAOStarFinder نفس الخوارزمية المستخدمة في برنامج DAOFIND ضمن حزمة IRAF.
على الصور المطروحة، نبحث عن الأجسام التي تظهر تغيرات في الفلوكس مقارنة بالصور المرجعية. بما أن DAOStarFinder تتوقع أن تكون قيم البكسلات للنجوم موجبة على الصورة، فقد قمنا بأخذ القيم المطلقة للبكسلات لكل صورة مطروحة قبل تشغيل هذه الوظيفة عليها. بالإضافة إلى المصادر الحقيقية، يمكن أن يشمل الفهرس مصادر زائفة بسبب أشعة كونية أو بكسلات تالفة على CCD. للتخفيف من هذه التأثيرات، من الضروري إجراء عملية تطابق متقاطع شاملة عبر جميع الحقب الزمنية. تتبع منهجية التطابق المتقاطع كما يلي:
في هذا الفهرس المرشح، يمتلك غالبية الأهداف ما لا يقل عن موقعين. يتم استخدام مواقعهم المتوسطة لإجراء القياس الضوئي بالفتحة في الصور المطروحة، مع نصف قطر فتحة قدره 1 وحلقة سماوية بنصف قطر داخلي 2 ونصف قطر خارجي 3. يتيح هذا الإجراء توليد منحنيات ضوئية مع أخطاء لكل من النوعين CFHT \(g\) و \(r\) المقاسة بوحدة ADU. بعد الحصول على منحنى الضوء وأخطاء التغيرات في ADU، يتم إجراء القياس الضوئي بالفتحة على المواقع المقابلة للصورة المرجعية باستخدام معايير فتحة وحلقة سماوية مماثلة لتلك المستخدمة سابقًا. لتحقيق قياس ضوئي دقيق في حقول النجوم الكثيفة بـ M31 من خلال القياس الضوئي بالفتحة، يتم تطبيق قص تكراري بمعدل 3-sigma لإزالة بكسلات النجوم في الحلقة السماوية. يؤدي هذا الإجراء إلى تقدير أكثر دقة للخلفية، مما يمكن من تحديد أدق لسُطوع المرشحين المتغيرين. من خلال إضافة منحنى الضوء المحصل عليه سابقًا وأخطائه في ADU, المقاسة على الصور المطروحة، إلى قاعدة ADU المحصلة من خلال القياس الضوئي بالفتحة على الصورة المرجعية، نحصل على سطوع كل مرشح متغير في وحدات ADU لكل ملاحظة. باستخدام صيغة التحويل من ADU إلى القدر الضوئي كما هو محدد في رأس fits، يتم استنتاج الأسماء المستعارة لمنحنى الضوء.
نجري تحليلًا لمنحنيات الضوء والصور للأهداف المختارة، باستخدام عدة طرق اختبار إحصائية. يتيح لنا ذلك تحديد واستبعاد الأهداف التي من غير المرجح أن تكون مصادر متغيرة حقيقية.
داخل حلقة السماء في التصوير الضوئي للفتحة، يمكن أن تنشأ إشارات خاطئة بسبب عوامل مثل عدم الطرح الكافي للنجوم الساطعة، عدم محاذاة النجوم أثناء عملية الطرح، ووجود بكسلات تالفة على الـ CCD. بينما قد لا تكون هذه الإشارات واضحة في منحنيات الضوء، يمكن تحديدها بسهولة في صور التصوير الضوئي للفتحة. للتقليل من تأثيرها، نستخدم المعايير الثلاثة التالية لاستبعادها:
بعد الخطوات السابقة، يتم تصفية بعض المصادر الزائفة بناءً على تحليل الصور. بعد ذلك، يتم استخدام نهج اختبار إحصائي في المرحلة التالية لاستبعاد مرشحي المصادر المتغيرة من خلال تقييم منحنيات الضوء الخاصة بهم.
أولًا، نقوم بإجراء اختبار الضوضاء البيضاء على منحنيات الضوء. المرشحون الذين يظهرون قيمة p أقل من 0.999 يشيرون إلى توزيع يتوافق مع الضوضاء النقية، خالٍ من المعلومات ذات المغزى. من بين جميع المرشحين الذين تتجاوز قيمة p الخاصة بهم 0.999، نحدد فئتين متميزتين: أولئك الذين يظهرون دورية محددة جيدًا وأولئك الذين يعرضون تقلبات ضوئية غير دورية، والتي تشمل ظواهر مثل أحداث العدسة الجاذبية والومضات. لمعالجة هذه الخصائص المختلفة، ننفذ مجموعتين متميزتين من الخوارزميات لتحديد الميزتين المختلفتين للمصادر المتغيرة على التوالي:
الإجراءات الآلية المذكورة أعلاه أسفرت عن 42,793 مصدرًا. نقوم بالتفتيش البصري للتخلص من المصادر الزائفة. لكل مرشح، نقوم بإعداد رسم بياني لعرض كل المعلومات ذات الصلة للتفتيش البصري. مثال توضيحي لهذا النوع من الرسوم البيانية للتفتيش البصري موضح في الشكل 4.
من خلال استخدام التفتيش البصري، تم تحديد 19 وميضًا، 1200 نجم متغير خلال اليوم، 3764 نجم متغير بين الأيام، مرشح واحد لحدث عدسة جاذبية دقيقة، ومجموع 875 مرشحًا لمصدر متغير. الأمثلة التي تمثل الأنواع الخمسة المميزة من المصادر المتغيرة موضحة في الشكل 5. المعايير المستخدمة للتفتيش البصري موضحة كالتالي:
علاوة على ذلك، ضمن مرشحي المصادر المتغيرة، نميز أيضًا التغيرات في السطوع الناجمة عن الكويكبات التي تعبر حقل النجوم المراقب. من خلال التفتيشات البصرية الدقيقة والتحليل، تم تحديد مجموع 24 كويكبًا عبر جميع بيانات المراقبة. لمزيد من التفاصيل حول عملية الكشف عن الكويكبات، نشير إلى الملحق B1.
استنادًا إلى القسم السابق، قمنا بتصنيف المصادر المتغيرة إلى خمسة فهارس فرعية: المتغيرات اليومية، المتغيرات بين الأيام، الومضات، مرشحي المتغيرات ومرشحَي حدث العدسة الجاذبية. تم توضيح التوزيع المكاني للفهارس الفرعية الأربعة الأولى في الشكل 6، بينما يظهر توزيعهم على الرسم البياني للألوان والقدر (CMD) في الشكل 7. يظهر القمران M32 وM110، وهما من أقمار M31، بوضوح في الشكل 6. يتم تعيين علم لتلك المتغيرات التي يمكن أن تكون مرتبطة بالقمرين. تبدو خصائص النجوم المتغيرة اليومية والمتغيرات بين الأيام مختلفة. مقارنة بالمتغيرات اليومية، تكون المتغيرات بين الأيام أكثر احمرارًا وأكثر خفوتًا، وتوزيعها المكاني أكثر تشتتًا. بعد المطابقة المتقاطعة مع فهرس النجوم المتغيرة الذي قدمه K18، تم التعرف على 544 مصدرًا مشتركًا. معظمهم مشرق نسبيًا. من بين المصادر المشتركة، تم التعرف على 97% من المتغيرات اليومية على أنها سيفيديات من النوع الأول (FM/FO) في K18. في المقابل، تم تصنيف 90.5% من سيفيديات النوع الثاني (T2) في K18 على أنها متغيرات بين الأيام. نظرًا لأن سيفيديات النوع الأول تنشأ بشكل أساسي في أذرع المجرة، وسيفيديات النوع الثاني موزعة بشكل أكثر توحيدًا في جميع أنحاء المجرة، فإن هذا يؤدي إلى توزيعات مكانية مميزة بين المتغيرات اليومية والمتغيرات بين الأيام. ومع ذلك، بالنظر إلى أن حوالي 10% فقط من ما يقرب من 6000 مصدر متغير في هذه الدراسة لديها مصادر مشتركة مع K18، ويمكن للمتغيرات طويلة الأمد الأخرى مثل Miras والعمالقة الحمراء الفائقة أو حتى النوفا في انخفاض بطيء في السطوع (2020MNRAS.496.5503B) أن تولد منحنيات ضوئية متغيرة ببطء وتُصنف كمتغيرات بين الأيام، فلا يمكن تحديد تصنيف المتغيرات بين الأيام بدقة. توفر هذه الدراسة تحليلًا بسيطًا استنادًا إلى أداء منحنياتها الضوئية والنتائج بعد المطابقة المتقاطعة مع فهرس K18. بالنسبة للمتغيرات اليومية، أجرينا فحصًا للفترة. بسبب الفترة الزمنية المحدودة، قد لا تغطي منحنياتها الضوئية الطور بالكامل أو تلتقط الميزات الحرجة. لذلك، قد تظل المتغيرات اليومية ذات فترات معينة غير مكتشفة.
من بين مجموع 1200 متغير يومي، يظهر 483 منها فترات قابلة للكشف، بما في ذلك 144 نجمًا متغيرًا نابضًا بفترة وسطية تبلغ 1.60 يوم و189 ثنائي كسوفي بفترات تتراوح من 0.1 إلى 4.5 أيام. لاحظ أنه بالنسبة للنجوم الثنائية الإهليلجية أو المتغيرات الكسوفية من نوع EW التي تظهر منحنيين ضوئيين متطابقين خلال فترة مدارية واحدة، فإن الفترات المدارية الحقيقية لها ستكون ضعف الفترات المقدمة هنا. تظهر الخصائص النابضة والكسوفية بوضوح. بالإضافة إلى ذلك، هناك 42 متغيرًا تظهر منحنيات ضوئية تشبه الجيبية. من الملاحظ أن بعضها قد يكون مرشحين محتملين لأنظمة ثنائية قريبة، بما في ذلك احتمالات مثيرة مثل البحث عن ثنائيات الثقوب السوداء. سيتم تقديم التحليل التفصيلي في المستقبل. الجزء المتبقي من 108 نجمًا يفتقر إلى السمات المميزة لتصنيفها بشكل قاطع.
عندما تمتد مدة التقلب التي يظهرها نجم متغير عبر عدة عشرات من الأيام أو أكثر، على الرغم من أنه يمكن ملاحظة تغيرات كبيرة في السطوع خلال فترة 7 أيام، فإن التقلبات خلال ليلة واحدة قد لا تظهر بشكل ملحوظ. يتم تصنيف مثل هذه المصادر على أنها متغيرات بين الأيام، والتي يبلغ مجموعها 3764 في بحثنا. يُفترض أن غالبية هذه الأهداف هي نجوم متغيرة ذات فترات تتجاوز اليوم الواحد، وقد تلقت هذه الأهداف ملاحظات ودراسات أكثر شمولًا في الأبحاث السابقة مقارنة بالمتغيرات اليومية الداخلية.
من بين 19 انفجارًا تمت ملاحظتها، أظهر 16 انفجارًا ألوان \(g-r\) مركزة حول 1، مما يدل على أن هذه الانفجارات حدثت على نجوم القزم من النوع M. ومع ذلك، كان هناك انفجاران بارزان بشكل خاص، حيث أظهرا أشكال انفجار مميزة ولكن ألوان \(g-r\) كانت قريبة من 0. عند فحص الصور المحلية حول النجوم التي حدثت فيها الانفجارات، وجدنا أن هذه الألوان غير المعتادة كانت ناتجة عن تداخل النجوم الساطعة القريبة ولم تمثل الألوان الحقيقية لنجوم الانفجار.
نحلل جميع مرشحي أحداث التكبير الدقيق المشتبه بها من خلال التفتيش البصري بملاءمة منحنيات الضوء للأطوال الموجية \(g-\) و \(r-\) في آن واحد باستخدام نماذج التكبير الدقيق. في نموذج التكبير الدقيق القياسي للمصدر النقطي والعدسة النقطية (1986ApJ...304....1P)، تعتمد دالة التكبير \(A(t)\) على ثلاثة معاملات، وهي: زمن الذروة \(t_0\)، ومعامل التأثير \(u_0\) وزمن عبور أينشتاين \(t_{\rm E}\). يتناسب تدفق حدث التكبير الدقيق خطيًا مع التكبير كما يلي: \(f(t) = f_s A(t) + f_b\)، حيث \(f_s\) و \(f_b\) هما تدفقات المصدر المكبر والضوء الممزوج داخل PSF على التوالي. في حد التكبير الدقيق للبكسل (1996ApJ...470..201G)، حيث يكون المزج شديدًا (\(f_b\gg f_s\)) ويكون لحدث التكبير الدقيق المكتشف تكبير ذروة عالٍ \(A_{\rm peak}\gg1\) (أي \(u_0\ll1\))، يمكن وصف نموذج PSPL جيدًا بمعاملين، \(t_0\) والمقياس الزمني الفعال \(t_{\rm eff} \equiv u_0 t_{\rm E}\). نقوم بملاءمة منحنيات الضوء باستخدام كل من النموذجين الثنائي والثلاثي المعاملات باستخدام سلسلة مونت كارلو ماركوف (MCMC). نجد أن منحنيات الضوء لثلاثة مرشحين مشتبه بهم متوافقة مع نماذج PSPL.
بعد ذلك، نفحص ما إذا كان مرشح التكبير الدقيق المشتبه به معقولًا فيزيائيًا من خلال وضع المصدر المستخرج من نموذج التكبير الدقيق على الرسم البياني للألوان والقدر الظاهري (CMD) لـ M31. نستخدم CMD من ملاحظات التصوير العميق لتلسكوب هابل الفضائي (HST) لمسح خزانة أندروميدا المتعددة الأطياف (PHAT) (2012ApJS..200...18D). بالنسبة للمرشحين المشتبه بهم الذين لا يقعون ضمن حقول PHAT، نستخدم حقل PHAT في مسافة فيزيائية مماثلة بالنسبة لمركز M31 مع الهدف. نحول قيم القدر الظاهري \(F475W\) و \(F814W\) في HST إلى قيم القدر الظاهري \(g\) و \(r\) في PS1 باستخدام النجوم المشتركة في رسم بياني للألوان (المعادلات 1، 2، 3). بعد ذلك، يتم تحويل قيم القدر الظاهري في PS1 إلى قيم القدر الظاهري \(g\) و \(r\) في CFHT، باستخدام معادلات التحويل المقدمة على صفحة الويب الخاصة بـ CFHT.4.
لمرشحين اثنين من المشتبه بهم، تكون ألوان المصدر المستمدة من نمذجة التكبير الدقيق أكثر زرقة من جميع النجوم على CMDs الخاصة بـ HST وبالتالي غير فيزيائية. مصدر مرشح التكبير الدقيق الوحيد المتوافق مع CMD، ونسميه C-ML-1 (RA =\(00^{\rm h}43^{\rm m}03.86^{\rm s}\), Dec \(=41^\circ39'07.3''\)). هناك فئة من المتغيرات الدورية تسمى "المتغيرات الزرقاء" (1995ASPC...83..221C, 1997ApJ...486..697A) التي يمكن أن تكون صعبة التمييز عن أحداث التكبير الدقيق، وغالبًا ما تكون نجوم السلسلة الرئيسية الزرقاء (ربما نجوم Be) التي تظهر تقلبات منخفضة السعة. وفقًا لـ (2007A&A...469..387T)، فإن المتغيرات الزرقاء تظهر عمومًا تقلبات بنسبة \(\sim20\%\) أكثر في الأحمر مقارنة بالأزرق. في المقابل، فإن سعة التقلب الظاهرة لـ C-ML-1 في \(g\) هي \(2.3\%\pm1.3\%\) أكبر منها في \(r\)، وهو ما يختلف عن المتغيرات الزرقاء المعتادة.
تظهر منحنيات الضوء ونموذج PSPL الأمثل لـ C-ML-1. منحنيات الضوء لـ C-ML-1 ملائمة بشكل جيد بنفس القدر من خلال النماذج الثلاثية والثنائية المعاملات، مع أفضل ملاءمة \(t_0 = 56954.401\pm0.008\) (MJD) و\(t_{\rm eff} = 0.11\pm0.03\) يوم. لذلك، فإن تدفق المصدر مرتبط مع التكبير الذروي في نموذج PSPL. نضع أولوية على معامل التأثير بتوزيع موحد مع \(0.0001 \le u_0 \le 1\) ونشغل MCMC مع نموذج التكبير الدقيق PSPL ثلاثي المعاملات. توضع التوزيعات اللاحقة للون والقدر الظاهري لمصدر C-ML-1 على CMD PHAT باستخدام \(\sim 800,000\) نجم. يتم تقييد لون المصدر بشكل صارم، بينما تغطي توزيعات تدفقه مجموعة واسعة من أنواع النجوم في M31. نخطط لإجراء تحليلات إضافية على C-ML-1، بما في ذلك استخدام الإيزوكرونات النجمية النظرية لتقييد خصائص المصدر وبالتالي معاملات نموذج التكبير الدقيق.
نظرًا لعدم استقرار القياس الضوئي وطرح الصور في المناطق المكتظة، قد تظهر مصادر المتغيرات ذات السعات الصغيرة أنماط تغيرها فقط في بعض أجزاء منحنيات الضوء أو ضمن صور مطروحة محددة في عملية الفحص البصري. للحفاظ على إمكانية التحقيقات المستقبلية لمثل هذه المصادر المتغيرة، مع الحيلولة دون الخلط بينها وبين مصادر المتغيرات البارزة، يعين هذا البحث هذه الكيانات كـ "مرشحي مصادر المتغيرات".
لقد قمنا بتجميع فهرس من المصادر المتغيرة المميزة التي تم تحديدها ضمن بيانات السلسلة الزمنية عالية التواتر للنطاق \(g\) والنطاق \(r\) لتلسكوب CFHT MegaCAM لمجرة M31. يشمل هذا الفهرس ما يقرب من 6000 مصدر متغير، مصنفة إلى خمس فئات: المتغيرات اليومية، المتغيرات داخل اليوم، الانفجارات، مرشحي أحداث التكبير الضوئي ومرشحي المصادر المتغيرة. مع هذه البيانات عالية التواتر، نقدم فهرسًا قيمًا للمصادر المتغيرة لمزيد من الاستكشافات والملاحظات اللاحقة، بما في ذلك 1) العثور على كواكب عائمة حرة محتملة في M31؛ 2) الثنائيات ذات الثقوب السوداء؛ 3) السيفيديات داخل اليوم؛ والمزيد. يمكن العثور على الفهرس في ChinaVO (https://nadc.china-vo.org/res/r101294/).
بالإضافة إلى ذلك، نقدم معلمات لـ 17 كويكبًا حديث الاكتشاف، بالإضافة إلى 7 كويكبات معروفة. علاوة على ذلك، يمكن استخدام هذا النوع من البيانات أيضًا باستخدام نفس تقنية التكبير الضوئي في البحث عن الكواكب العائمة الحرة لتقييد نسبة الثقوب السوداء البدائية كمادة مظلمة. على سبيل المثال، استخدم (2019NatAs...3..524N) بيانات عالية التواتر لليلة واحدة التقطت في 23 نوفمبر 2014 من تلسكوب سوبارو بطريقة مماثلة لبياناتنا عالية التواتر لتقييد نسبة الثقوب السوداء البدائية ضمن نطاق الكتلة \(M_{PBH} \simeq [10^{-11},10^{-6}]M_{\odot}\). من خلال دمج بياناتنا مع بياناتهم، يصبح من الممكن التعمق في دراسة المصادر المتغيرة في M31 على مدى زمني أطول.
نحن ممتنون للمراجع على الاقتراحات التي ساهمت في تحسين جودة الورقة بشكل كبير. تدعم هذه الأعمال من قبل المؤسسة الوطنية للعلوم الطبيعية في الصين من خلال المشاريع NSFC 12222301, 12173007, 11603002, 11933004, 12133005، البرنامج الوطني الأساسي للبحث والتطوير في الصين عبر 2019YFA0405500, 2019YFA0405100. نحن نقدر منح البحث العلمي من مشروع الفضاء المأهول الصيني برقم CMS-CSST-2021-A08, CMS-CSST-2021-A09 و CMS-CSST-2021-B12. يقر SD بمؤسسة New Cornerstone Science Foundation من خلال جائزة XPLORER. تستخدم هذه الأبحاث البيانات التي تم الحصول عليها من برنامج الوصول إلى التلسكوب (TAP)، الذي تم تمويله من قبل معاهد الأعضاء في TAP.
استنادًا إلى الملاحظات التي تم الحصول عليها مع MegaPrime/MegaCam، وهو مشروع مشترك لـ CFHT وCEA/DAPNIA، في تلسكوب كندا-فرنسا-هاواي (CFHT) الذي يديره المجلس الوطني للبحوث (NRC) في كندا، المعهد الوطني لعلوم الكون في المركز الوطني للبحوث العلمية (CNRS) في فرنسا، وجامعة هاواي. تم استخدام البيانات من مهمة الوكالة الأوروبية للفضاء (ESA) Gaia (https://www.cosmos.esa.int/gaia)، التي تمت معالجتها بواسطة تحالف معالجة وتحليل بيانات Gaia (DPAC, https:// www.cosmos.esa.int/web/gaia/dpac/ consortium). تم توفير التمويل لـ DPAC من قبل المؤسسات الوطنية، ولا سيما المؤسسات المشاركة في اتفاقية Gaia المتعددة الأطياف.
تم تحويل إحداثيات البكسل للنجوم في الصور إلى إحداثيات سماوية باستخدام معلومات نظام الإحداثيات العالمي المقدمة في رأس ملف FITS. تكشف المقارنة بين إحداثيات نظام الإحداثيات العالمي وإحداثيات PS1 عن اختلاف، يتم تصحيحه لاحقًا باستخدام ملاءمة متعددة الحدود من الدرجة الثالثة للعلاقة بين اختلافات الإحداثيات السماوية وإحداثيات البكسل. تعرض اللوحات العلوية الاختلافات في الإحداثيات للنجوم المستخدمة في تصحيح إحداثيات البكسل. ترسم اللوحات السفلية توزيع بقايا الخطأ بعد التصحيح، مما يظهر انتقالًا ملحوظًا من مجموعتين غير منتظمتين إلى توزيع غاوسي.
من خلال الفحص البصري، وجدنا أن عدة مصادر متغيرة هي في الواقع أجسام متحركة. بعد حساب سرعاتها الزاوية، صنفناها كمرشحين للكويكبات. ومع ذلك، فإن كفاءة الكشف عن الكويكبات باستخدام صور الفحص البصري منخفضة جدًا. ثم قمنا بصنع مقاطع فيديو بسلسلة زمنية لصور M31 للبحث عن الأجسام المتحركة بشكل شامل.
من بين هذه الفيديوهات وجدنا 24 كويكبًا وتظهر مسارات هذه الكويكبات عبر مجال الرؤية لـ M31 في الشكل B1. نقوم بإجراء عمليات قياس الضوء على الكويكبات باستخدام قياس الفتحة وتحديد معلمات مدارها باستخدام الأدوات المتاحة في مركز الكواكب الصغيرة (MPC) (https://www.projectpluto.com/fo.htm). من بينها، سبعة هي كويكبات معروفة، والـ 17 الأخرى هي مرشحون جدد واعدون للكويكبات تم اكتشافهم في هذا العمل.